关于随机量子电路对划分性能的扭曲
超图划分是分布式量子计算(DQC)编译器中的核心组成部分。然而,由于现有量子基准测试套件规模有限,许多划分研究依赖随机量子电路作为评估工作负载。本工作中,该团队探究了此类基准测试实践能否真实反映划分器性能。该工作评估了来自三种电路来源(真实算法电路、结构化生成电路和完全随机电路)的多种先进超图划分策略。结果表明,随机电路会显著扭曲划分评估结果:它们会夸大切割成本,改变跨量子处理单元(QPU)数量和电路规模的扩展趋势,并改变划分策略的相对排名。相比之下,结构化生成电路的失真程度显著降低,其在成本、扩展性和策略排名方面更接近真实工作负载行为。这些发现表明,基准选择直接影响DQC研究中的方法论结论,而随机电路可能为编译器设计提供误导性指导。

