量子哈姆雷特:大型算法图态的分布式编译
该研究团队探索了将图态生成编译至任意多个分布式同构量子处理单元(QPU)的问题,提出了一种可扩展的分区算法和图态生成协议,以最小化所需贝尔对的数量。为实现这一目标,研究人员研究了平衡k图划分问题,其目标是最小化分区间最大匹配集的大小——相比简单但常用的切割边度量,这是一种更自然的纠缠衡量指标。研究表明,其启发式算法BURY划分的图态在生成时所需的贝尔对数量少于当前最先进的k分区算法。此外,研究还证明BURY能降低分区的切割秩,这表明该算法找到的划分方案有望最小化未来任何改进型分布式图态生成协议的贝尔对消耗量。团队还探讨了如何将方法直接应用于图态生成与测量同步进行的动态场景。这项关于平衡最小最大匹配k划分问题的研究及所设计的启发式算法,为降低分布式测量量子计算(MBQC)及任何需要分布式图态生成方案的量子网络开销提供了可扩展的基础。
量科快讯
1 天前
1 天前

