量子科技中心_量科网

纠缠被广泛认为是量子算法能力及其实现量子优势潜力的关键资源。然而，随着变分量子算法的出现，关于纠缠如何与近期量子应用中的问题结构和算法性能相关联的问题也随之产生。本工作通过将量子近似优化算法（QAOA）这一特定类别的变分算法应用于MaxCut问题，考察了这种关系。该研究发现，次优的变分参数训练会显著改变观测到的纠缠分布，从而掩盖其标度行为。通过采用高性能优化器，该团队获得了实证证据，表明在广泛的MaxCut实例中，QAOA展现出的纠缠标度与费米子高斯态的标度（考虑一个标度因子后）一致。该研究进一步将这些结果与绝热量子计算进行了比较，观察到依赖于退火计划的纠缠分布，其标度行为与QAOA的标度行为显著不同。总之，这些发现为纠缠如何在这两种算法范式中显现并区分它们提供了新的见解，突出了纠缠与计算性能和问题结构之间的联系。