通过自适应电路编织实现分布式量子计算
将量子计算任务分配到多个量子处理单元(QPU)是实现量子计算机规模化、迈向实用化优势的关键步骤,因为单个QPU存在尺寸限制。在缺乏高保真量子互连技术的情况下,电路编织技术提供了一种分布式解决方案——仅通过经典通信,就能在多台尺寸受限的QPU上计算大型量子系统的特定属性。该技术虽然能将大型量子电路分解为可处理的子电路,但若直接重构观测量,会在采样和经典后处理环节产生指数级成本。 为降低这一技术带来的开销,该研究团队提出了自适应电路编织(ACK)方法,通过识别子系统间纠缠最弱的区域来优化量子电路划分。通过对60个量子比特的一维和二维无序混合场伊辛模型进行模拟,研究表明ACK方法可将目标观测量的电路编织采样开销降低高达四个数量级。该工作重点展示了基于GPU加速的并行实现方案,并强调高效经典模拟器对分布式量子算法开发的重要性。这些技术有望为近期和容错架构的量子模拟提供高效的分布式解决方案。

