TuniQ：面向大规模量子工作负载的编译通自动调优——兼顾效果与效率
量子处理器正作为协处理器被集成到高性能计算（HPC）生态系统中，其中将量子电路编译为硬件可执行形式的过程，决定了输出保真度与运行时性能。现有编译器采用固定的编译流水线序列，忽略了最优编译选择会随电路、硬件及噪声条件变化的事实。该团队提出了TuniQ——一种基于强化学习的系统，能够在每个流水线阶段选择编译方案，并自适应地匹配电路、后端及当前噪声特征。TuniQ引入了多项新颖设计组件，包括用于阶段感知表示的双编码器、用于跨阶段信用分配的形状化奖励机制，以及用于有效编译的动态动作掩码。研究在多个IBM Quantum Cloud处理器上针对多样化量子工作负载进行了评估，结果表明：相比业界领先的IBM Qiskit编译器，TuniQ在提升保真度的同时缩短了编译时间；无需重新训练即可跨后端泛化；并且能强劲扩展至实用规模的电路，且优势持续增长。
