近日，我院研究生姜祺凡论文被计算机体系结构领域顶会HPCA 2025录用，指导老师为我院尹建伟教授及团队卢丽强研究员、谭思危研究员，团队师生采用基于对易哈密顿量的QAOA算法，首次针对带约束的二元变量优化问题实现了高精度的量子求解和端到端的量子加速。
高性能计算机架构会议(High Performance Computer Architecture,简称HPCA)是计算机体系结构领域的顶级学术会议，通常与ISCA、ASPLOS、MICRO并称为体系结构四大顶会，近10年中国大陆平均接收率小于10篇（2015 - 2024），量子计算作为新兴计算范式，其体系结构层面的相关研究受到学者广泛关注。据悉，第31届高性能计算机架构会议将于2025年3月1日在美国内华达州拉斯维加斯召开。
近十年HPCA接收论文统计
论文题目：基于对易哈密顿量的带约束二元优化QAOA算法设计
论文作者：向德彬（共同第一作者），姜祺凡（共同第一作者，软件学院24级硕士研究生），卢丽强*，谭思危，尹建伟*
研究背景：数学上，组合优化问题都可以表示成带约束的二元变量优化问题。作为典型的NP困难问题，带约束的二元变量优化是大量研究领域的基础，例如设施选址，工厂排班，区域规划，图着色，图分割等问题。
研究内容：基于对易哈密顿量的高精度求解。带约束的二元变量优化问题作为一个典型NP困难问题，穷举搜索非常耗时，需要指数时间复杂度。虽然现有的量子变分算法具备多项式时间复杂度的求解潜力，但由于其只能实现软约束的本质，求解效率低，精度差。研究团队第一次实现了带约束的二元变量优化问题的硬约束编码，将约束以对易哈密顿量的形式编码到量子电路中，保证量子演化过程中任意态都满足约束。采用硬约束的量子算法通过将搜索空间限制到可行解空间中，显著提高了求解效率和求解精度。研究团队进一步开发出一套完整的量子变分求解框架，在对易哈密顿量的理论基础上，构建了低时延易扩展的硬件部署策略和面向各类组合优化问题的原型验证系统。
研究成果：最终，研究团队在7类组合优化问题上进行了实验（来自于设施选址，旅行商，图论等应用），与现有的量子算法相比，团队提出的方法平均实现了235倍的求解准确度提升，实现了4.69倍端到端的加速。
Choco-Q的各项理论性能指标评估结果
在IBM量子计算平台上Choco-Q的性能评估结果
论文信息如下：
图文来源：研究团队
责任编辑：周子琪
版权声明：
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若内容造成侵权、违法违规、事实不符，请将相关资料发送至xkadmin@xkablog.com进行投诉反馈，一经查实，立即处理！
转载请注明出处，原文链接：https://www.xkablog.com/cjjbc/16999.html