随机抽象下的线性时间T门优化

量子计算机有望在密码学、化学和优化等领域实现指数级的加速。要实现这一前景,容错能力必不可少:物理量子比特存在噪声,因此必须利用量子纠错码,将逻辑量子比特冗余编码到多个物理量子比特上。在大多数实用的容错方案中,T门无法通过横向方式实现,而需要依赖成本高昂的幻态蒸馏协议,该协议涉及一系列复杂操作。因此,T门数量可能成为大规模量子计算资源预算的主要部分,使得T门数量最小化成为通往量子优势道路上的核心瓶颈。然而,现有的T门数量优化工具无法扩展到量子优势所需的电路规模。该研究提出了关于T门优化的理论与实际成果。在理论方面,该团队给出了一种基于新型随机静态分析的线性时间随机算法,用于相位折叠。该团队的静态分析能够以任意高的概率可靠地近似可达量子态集合。该工作的关键洞察在于,该静态分析不追踪符号表达式,而是将固定宽度的比特串沿电路向下传播至整个电路。在实际方面,该团队的实现工具TZAP,其速度比PyZX、VOQC和Feynman等当前最先进的工具快多个数量级,在标准基准测试中与这些工具的T门数量缩减效果高度吻合,并且能在笔记本电脑上于数秒内优化包含数百万个门的电路。
作者单位: VIP可见
提交arXiv: 2026-05-13 15:54

量科快讯