量子科技中心_量科网

早期的模块化容错量子计算机仍受限于高昂的模块间通信成本和有限的魔法态工厂服务能力。理解这些瓶颈并研究最能弥合算法需求与硬件能力差距的编译器优化，是当前紧迫且具现实意义的系统性问题。该研究团队基于双变量自行车码的模块化架构，识别出主要瓶颈：由非克利福德操作引发的模块间通信。研究人员构建了编译流水线以填补先前工作的缺失环节，并提出三项编译器优化技术：在工厂端合成任意角度旋转（syn@fac）、基于转置的克利福德操作延迟策略，以及用于缩短关键路径时长的克利福德操作插入技术。该工作将评估范围扩展到涵盖PennyLane和MQTBench的40多个基准测试类别，包括不同规模的量子算法和哈密顿量模拟。在当前指令成本下，syn@fac技术使非克利福德基准测试的电路故障概率平均降低至原来的1/9。这种鲁棒性在不同指令成本比、逻辑处理单元数量和工厂数量的参数扫描中均保持稳定。此外，转置技术使克利福德延迟编译时间减少77.04%，而克利福德插入技术在MQTBench上平均将端到端电路时长缩短11.54%（在哈密顿量模拟中提升幅度较小）。该工作有望推动针对早期模块化容错量子计算机系统的编译器优化研究。