EQISA:基于稀疏字典学习的能效型量子指令集架构

量子计算在支持复杂算法时的可扩展性,其关键不仅取决于量子比特质量与纠错能力,更受经典控制效率的制约——这一效率受限于低温控制带宽与能耗预算。该工作通过研究指令集架构(ISA)层面的量子电路算法复杂度来应对这一挑战。研究人员提出了一种高能效量子指令集架构(EQISA),该架构采用固定深度的离散索洛维-基塔耶夫基对量子电路进行综合,并通过从哈尔随机酉矩阵分解中学习的稀疏字典来编码指令流,继而采用熵最优霍夫曼编码与额外的无损bzip2压缩阶段。在基准量子电路上的评估表明,该方法能实现跨系统规模超60%的量子指令流压缩,从而在不损失计算保真度的前提下,成比例降低经典控制能耗与通信开销。除压缩外,EQISA还有助于发现量子电路中更高层次的可组合抽象,并提供量子算法复杂度的估计。这些发现使EQISA成为提升量子控制架构能效与可扩展性的重要研究方向。
作者单位: VIP可见
提交arXiv: 2026-03-21 04:42

量科快讯