量子科技中心_量科网

高效量子态制备是处理大规模经典数据的量子算法中的关键环节，也是实现机器学习、量子线性代数和量子金融等领域量子优势的基础。基于[5]提出的将桶链式量子随机存取存储器(BBQRAM)与线段树结合以实现多对数查询时间内振幅编码的框架，该研究团队在同一架构感知框架下提出了两项改进。首先，通过经典预计算由线段树确定的旋转角度并将这些角度直接存储于BBQRAM单元中，移除了U₂CR子程序。其代价是经典加载的QRAM将存储预计算固定点角度而非原始子树权重。其次，该方案通过在每个预计算旋转角度旁存储叶相位并使用"先幅度后相位"的两步流程，将构造扩展至复数值矩阵A∈ℂᴹˣᴺ；实数带符号情况自然退化为单比特相位的特例。在保持𝒪(log₂²(MN)) BBQRAM查询复杂度不变的前提下，量子处理单元(QPU)流程简化为BBQRAM检索与受控旋转级联，每个矩阵仅需𝒪(MN)存储单元且无需在QPU上执行可逆算术运算。