超伝導プロセッサ上でのバケツリレー型QRAMアーキテクチャの実験的実装

浙江大学の研究チームは、プログラム可能な超伝導量子プロセッサ上で、回路ベースのバケツリレー型量子ランダムアクセスメモリ（QRAM）アーキテクチャの物理的実装を発表しました。この研究は『Nature Physics』誌に詳細が掲載されており、古典バイナリデータセットを量子処理用に準備する際に発生するデータロードのボトルネックに対処するために設計されたハードウェアインターフェースを調査しています。多くの量子アルゴリズムは古典情報配列への高速かつコヒーレントなアクセスを前提としていますが、物理的なデータ入力層はしばしば深刻な遅延とデコヒーレンスを引き起こします。この実装は、超伝導基板上のアクティブルーティングメカニズムを使用して、従来のバイナリ構造を量子重ね合わせ状態にロードするための実用的な回路フレームワークを提供します。

ゲート分解とクエリ忠実度パラメータ

実験セットアップでは、超伝導量子ビットの二次元格子上に量子ルーターのバイナリツリーをマッピングし、基本的なバケツリレーモデルで最初に提案されたO(log N)のアクティブスイッチングスケーリングをターゲットとしています。現在のハードウェアの短いコヒーレンス寿命と回路深度の制限に対処するため、研究者たちは個々の量子ルーティングノードに対してハードウェア効率的なゲート分解スキームを導入しました。この技術により、標準的な制御SWAP（CSWAP）実装と比較して、必要な量子回路深度が30%以上圧縮されました。超伝導基板上で動作させ、チームは2層および3層のルーティングツリーを評価しました。助教授のLu Liqiang氏は、プロトタイプが4ビットおよび8ビットの古典データ形式を処理し、それぞれ0.809±0.025および0.604±0.005の測定クエリ忠実度を達成したと述べ、ルーティングパスを安定させるためのアクティブエラー緩和プロトコルも併用しました。

マルチ入力データ構造を同時にルーティングできる能力は、化学データベースにおける分子特性抽出、不正検出のためのトランザクションパターン追跡、およびマルチパラメータ量子機械学習モデルを含む、ビッグデータ量子アルゴリズムを実行するための前提条件です。