Page 483 - 《软件学报》2025年第5期

朱鹏程 等: 面向分布式超导量子计算架构的量子线路映射 2383

式超导量子计算架构.
为在分布式环境下执行量子线路, 映射方法需要引入辅助的量子态移动操作. 在分布式超导量子计算架构中,
一般通过 SWAP 门在 QPU 内移动量子态, 而通过基于量子信道的传输协议 [9−16] 在 QPU 间移动量子态. 现有超导
量子计算机也被称为中等规模带噪声量子 (noisy intermediate-scale quantum, NISQ) 计算设备, 这类设备具备以下
特征: 易受噪声影响、量子比特连通性受限、量子态相干时间短、以及量子操作错误高. 分布式映射所需的量子
态移动操作, 尤其是 QPU 间量子态移动操作, 是错误率较高的量子操作, 在分布式映射过程中过多引入这两种操
作会大幅降低量子线路的执行成功率. 本文面向分布式超导量子计算架构, 以降低插入的量子操作数为目标, 提出
了一种分布式量子线路映射方法, 该方法包含两个关键组件: 量子比特分布式映射算法和量子态路由算法. 本文的
主要贡献包括以下 3 个方面.
(1) 基于超导 QPU 和超导量子互连的特征, 构建了分布式超导量子计算架构的抽象模型. 该模型屏蔽了底层
量子计算和通信技术细节, 并考虑了 QPU 间和 QPU 内量子态移动的代价差异, 从而为分布式量子线路映射研究
和评价提供了一个硬件无关的平台.
(2) 基于分布式架构抽象模型, 对分布式量子比特线路映射问题作了形式化描述.
(3) 以减少总体路由代价为目标, 基于模拟退火和局部寻优策略提出了一种分布式量子比特映射算法.
(4) 以减少 SWAP 门数为目标, 构建了 QPU 内量子态路由策略; 以减少 ST (state transfer) 操作数为目标, 构建
了 QPU 间量子态路由策略; 基于上述两种路由策略, 提出了一种启发式量子态路由算法.

1 相关工作

本节将简单介绍超导量子互连技术的相关进展, 并简要回顾分布式量子线路映射的相关研究工作.

1.1 超导量子网络研究进展
近年来, 超导量子比特的短距互连技术取得了重要的实验进展. 文献 [9,10] 提出了基于飞行光子的超导量子
比特互连协议; 文献 [11−13] 提出了一种基于驻波模式的超导量子互连协议; 文献 [14−16] 提出了一种基于倒装芯
片 (flip-chip) 的互连架构. 这些研究均为连接不同超导 QPU 提供了短距量子信道, 可在 QPU 间实现 70%–90% 的
量子态传输保真度. 与以远距通信为目的的量子隐形传态技术 [26] 不同, 这些超导互连技术在进行量子态传输时无
需消耗额外的量子纠缠对, 也无需量子测量和经典通信信道的辅助, 在节约软硬件资源的同时更提供了较高的传
输效率和保真度. 另外, 基于超导互连技术的量子态传输在时延上和 QPU 内双比特量子门的执行时长处于同一量
级, 且传输保真度正随着技术迭代正逐渐接近双比特量子门. 这些研究为超导量子计算规模的进一步扩展指明了
方向, 文献 [27] 通过仿真实验初步验证了这种分布式量子计算架构是构建大规模超导量子计算机的可行方案,
IBM 和 Google 已将这种分布式模型作为进一步扩展量子计算平台的候选方案 [28,29] .

1.2 量子线路映射及分布式映射
在超导 QPU 中, 量子比特间的连通性通常是受限的, 在特定排列模式 (如二维网格) 下, 每个量子比特仅允许
和近邻量子比特直接交互, 即双比特量子门操作仅允许作用在一对近邻量子比特上, 这种约束被称为近邻交互约
束. 然而, 量子线路在设计时并未考虑该约束, 双比特量子门允许作用在任意一对量子比特上, 这使得量子线路通
常无法和超导 QPU 直接兼容. 量子线路映射通过插入辅助量子门的形式将原始线路转换为功能等价的物理可执
行线路. 近年来, 单个超导 QPU 上的量子线路映射方法已得到广泛研究 [30−41] . 目前, 量子线路映射方法也已成为量
子计算工业软件 (如 IBM 的 Qiskit [42] 、本源量子的 QPanda 以及百度的量易伏) 的必备模块之一.
分布式量子线路映射是指在分布式量子计算架构上的线路映射问题, 相较单 QPU 上的映射问题而言, 其在执
行量子门时要同时考虑 QPU 以及底层通信机制所施加的物理约束, 因此较单 QPU 上的映射问题更复杂. 虽然近
期出现了一些分布式量子线路映射方法 [19−24] , 但这些方法均面向一种过于理想化的分布式计算模型. 该模型以量
子隐形传态技术作为通信机制, 形成了一个 QPU 间全连通的量子计算网络, 并假定任意时刻可用的量子纠缠对数
量不受限. 另外, 该模型没有考虑 QPU 内的物理约束, 比如可用的量子比特数量和具体分布情况以及超导 QPU 上