量子计算机是国家战略性新质生产力的重要支撑。其中，随着国内外量子伊辛机的量子比特容量增长与商业化应用，量子退火算法在许多组合问题实例的求解中展现出巨大潜力。但现有量子伊辛机的量子比特容量有限、量子比特互联拓扑受限、互联权重精度受限，在将一般性组合优化问题映射到量子伊辛问题的过程中，对量子比特数、互联拓扑稠密性、互联权重位宽的权衡至关重要。然而，将一般性的优化问题映射到量子伊辛机的现有方法往往导致稠密的逻辑量子比特拓扑与复杂的权重结构，这显著限制了实用量子退火机可以直接求解的优化问题规模。
图1 递归稀疏量子构造框架与现有框架的直观对比
近日，上海科技大学信息科学与技术学院后摩尔器件与集成系统中心(PMICC)哈亚军课题组可重构与智能系统实验室(RICLab)在量子计算组合优化问题映射领域取得了新进展。相关研究成果发表于计算机领域国际期刊 IEEE Transactions on Computers 。哈亚军课题组提出了一种新的映射框架，称为递归稀疏量子构造框架。首先，针对一般性的约束，研究团队引入了一种递归的方法论，将约束递归地映射到稀疏互联的布尔门与小规模代数团，确保导出稀疏的量子比特拓扑与硬件友好的权重结构。其次，为了更高效地处理常用约束，研究团队使用该方法论细致分析并进一步优化了多种常用约束的映射结构。最后，为了处理优化目标，研究团队使用约束构造将目标函数硬化为量子比特，基于对值域的二分搜索将优化问题转化为只含有约束的可满足性问题序列，从而归纳为前两种手段已经处理的情况。与现有算法相比，通过对约束的操作数位长与数量的遍历实验，验证了该构造框架在提高二次无约束二值优化问题的稀疏性、降低大位宽二次无约束二值优化问题的量子比特数与权重位宽的大小与增长阶、加速优化一般问题向量子退火机的部署等方面的有效性。
图 2 递归稀疏量子构造框架导出的典型约束结构
图3 递归稀疏量子构造框架与现有框架的直观对比
图4 典型简单约束上不同操作数位长的运行结果。各列从左至右：物理量子比特使用量，权重位宽需求，逻辑量子比特最大链长，部署时间
图5 典型复杂约束上不同操作数数量的运行结果。各列从左至右：物理量子比特使用量，权重位宽需求，逻辑量子比特最大链长，部署时间
此项工作以上海科技大学为唯一完成单位，该成果以”RSQC: Recursive Sparse QUBO Construction for Quantum Annealing Machines”为题发表于国际知名期刊 IEEE Transactions on Computers 。信息学院2023级博士研究生罗剑文为第一作者，2022级博士研究生束宇豪为共同作者，哈亚军教授为通讯作者。科研团队感谢国家自然科学基金和张江实验室的资助，以及上海高能效与智能定制芯片工程技术中心的平台支持。
全文链接：
https://ieeexplore.ieee.org/document/10949783
10.1038/s41567-025-02844-6
沪公网安备 31011502006855号
