量子科技中心_量科网

在多设备量子计算（DQC）领域，如何扩展跨量子设备的可用量子比特数量是一个重要的研究方向。这包括网络中多设备上的量子电路编译与执行管理。后者极具挑战性——虽然缩短任务批次的完成时间仍是核心目标，但必须考虑量子计算特有的新约束条件，例如量子处理器（QPU）利用率、非局域门密度，以及排队DQC任务带来的延迟问题。该工作提出、模拟并评估了多种调度策略，包括：优先最大化QPU资源利用率的启发式算法、基于异构网络连接的节点选择机制、任务完成时异步释放节点的策略，以及采用近端策略优化强化学习的调度方法。研究团队将这些方案与传统先进先出（FIFO）和列表（LIST）调度器进行了对比测试，针对不同DQC任务类型和网络条件下的设备任务分配场景进行了基准评估。