量子科技中心_量科网

当前量子机器的局限性中，量子比特数量是将合理规模的计算问题（例如来自实际应用的问题）移植到量子硬件规模时所面临的最关键挑战之一。为此，一种可能性是将待处理问题进行分解，并利用多个规模有限的量子资源上的并行性。针对这一目标，该团队设计了一种混合量子经典算法，即BBQ-mIS，用于在里德伯原子量子机器上解决图着色问题。BBQ-mIS算法将最大独立集问题的自然表示与机器哈密顿量相结合，并采用分支定界方法来确定合适的图着色。在该方案中，图表示源于量子比特间的相互作用（量子比特代表图的顶点），然后通过迭代方式为图的最大独立顶点集分配一种颜色来获取着色，同时利用分支定界方法最小化颜色数量。该工作在基于IBM Power9的集群上模拟了真实量子硬件，该集群拥有每节点32核和256 GB内存，并利用增强MPI的库来实现BBQ-mIS算法的并行性。基于这一用例，该工作还识别出有效HPC-QC集成所需的一些技术要求和挑战。结果表明，该工作的问题分解在图着色解决方案质量方面是有效的，并为将该方法应用于其他量子技术或应用提供了参考。