樹狀的量子隨機存儲器架構。受訪者供圖

　　傳統計算使用比特作為信息單位，每個比特只能是0或1，就像一位只能沿單一路徑前行的旅人；而量子計算使用量子比特，它利用量子疊加特性，可以同時處于0和1的概率組合態，像是一位能同時分身千萬、并行探索的超級探險家。

　　然而，這位“探險家”卻面臨一個尷尬的瓶頸：它雖能飛速奔走，但獲取數據時卻只能像普通人一樣一頁頁地翻書。如果沒有高效的數據接口，量子計算機就會像空有超強體能、卻只能逐頁查閱紙質地圖的探險家，再快的計算速度也會被緩慢的數據搬運拖后腿。

　　如何為量子計算機打造“高速內存”是全球量子計算領域的一塊“硬骨頭”。量子隨機存儲器（QRAM）是為量子計算機和經典設備之間提供數據交互的高效接口，其利用量子疊加特性，可以在同一時間精準地指向并調取多組數據，是推動量子計算走向應用落地的關鍵基礎性元件。近日，國際期刊《自然·物理》發表了一項來自中國科學家的突破：浙江大學軟件學院和寧波國際科創中心聯合浙江大學物理學院，在超導量子計算平臺上完成了QRAM的全球首次真機實現，展示了QRAM在實際運行時的抗噪能力，為QRAM的規?；l展提供了重要支撐。

　　理論推導走向現實落地

　　QRAM的理論架構雖然在2008年已提出，但實驗進展一直非常有限，很難完整地跑通整個流程并保持數據查詢的準確性。想要在真實量子計算機上構建QRAM的最大挑戰，在于其結構的復雜性與脆弱性。在真實的量子芯片上，由于電路太長、累積錯誤太多，還沒等數據讀出來，量子態就已經失效了。

　　研究團隊對這一難題的攻關始于2022年?！拔覀兓舜罅繒r間在試錯上?！闭撐墓餐谝蛔髡?、浙江大學未來計算創新中心博士研究生向德彬說。2022年，團隊發現，盡管量子計算在搜索和因子分解上具有指數級加速潛力，但由于缺乏高效的大帶寬數據入口，量子處理器在處理大規模經典數據時，輸入/輸出耗時遠超計算耗時，形成了量子數據讀寫瓶頸。QRAM正是理論答案，但它已經“躺”在論文里十幾年了，沒人能在真實芯片上跑通。

　　“最難的不是理論推導，而是如何讓理想的樹狀結構在現實的二維網格芯片上跑起來。”向德彬說。

　　“最終，團隊在超導量子芯片上首次成功運行了能調取4位和8位數據的QRAM原型，這意味著QRAM能夠同時處理多個數據入口。實驗測得的準確率分別達到81%和60%，相比未優化的方案提升40%以上?！闭憬髮W軟件學院和寧波國際科創中心研究員盧麗強說。更重要的是，實驗還首次驗證了這種架構具有局部抗噪的特性，證明了在現有的、還不完美的量子硬件上，依然能構建出實用且可靠的QRAM，這給了團隊極大信心。

　　三大創新實現關鍵突破

　　研究團隊是如何實現突破的？

　　一是打造量子“高速公路”。傳統的QRAM路由方案在邏輯門分解時會產生冗長的操作序列，導致電路深度過大，數據還沒讀出來，量子態就因為錯誤累計失效了。團隊通過對路由架構的高效重構，優化了路由器節點的切換邏輯。這相當于將原來彎彎繞繞的“鄉間小路”取直，改造成了直線跨越的“高速公路”，使量子電路深度縮減了30%以上。

　　二是實現“報警器”精準糾錯。在QRAM的樹狀查詢過程中，任何一個節點的擾動都會導致最終輸出結果的偏離，且這種錯誤往往難以回溯。團隊巧妙地將負責路由的量子比特同時作為原位的監視器，如果路由過程中發生了能級躍遷或邏輯錯誤，路由器會產生特定信號，這就像觸發“報警器”。通過這種自動識別并剔除的機制，系統可以過濾掉那些帶有錯誤印記的無效查詢，從而將4位和8位數據的查詢準確率分別提高到81%和60%。

　　三是建立量子隱形傳態“隧道”。QRAM是典型的樹狀結構，隨著層級增加，位于“樹根”的比特需要與“樹梢”上相距甚遠的比特進行交互。在物理芯片上，這通常需要大量的交換門來搬運信息，這會引入巨大的額外噪聲。團隊利用量子隱形傳態技術，在相隔較遠的量子比特之間建立了常數深度的“邏輯隧道”。這解決了芯片物理布線對復雜算法結構的限制問題，讓樹狀的QRAM架構能完美地“平鋪”在二維超導芯片上，確保了數據傳輸的高效與準確。

　　“我們在自主研制的高性能超導量子芯片上完成了全部實驗驗證。”盧麗強說。

　　“由于QRAM能否以可擴展的方式實現一直存在爭議，因此這項實驗標志著一個重要里程碑。”《自然·物理》審稿人評價。

　　高效讀取海量數據成為可能

　　QRAM的成功實現，不僅是一項實驗室里的“世界首次”，更是一把打開量子計算應用大門的鑰匙。

　　“當前量子算法在理論上很美，但真正要在量子計算機上跑起來，往往需要高效讀取海量經典數據。例如，藥物分子模擬需要讀取蛋白質數據庫，金融風險分析需要讀取歷史行情數據。沒有QRAM，這些應用都只能是紙上談兵?！北R麗強說。

　　具體而言，在藥物分子模擬應用上，QRAM能夠快速從擁有數億個條目的化學數據庫中，以疊加態形式提取分子的拓撲特征，極大地縮短新藥研發周期。在金融風控上，在處理海量歷史交易記錄時，QRAM有望讓量子算法同時“看到”所有數據特征，實現對欺詐行為的秒級精準預測。在人工智能上，QRAM能夠為量子神經網絡提供高速的“數據喂養”，讓量子AI在處理圖像識別、語言模型等大數據任務時，真正釋放出超越經典計算的算力。

　　“QRAM的突破讓我們更加堅信，通用量子計算機不是遙不可及的夢想?！闭撐耐ㄓ嵶髡摺⒄憬髮W軟件學院院長尹建偉說，“我們點亮了一盞燈，接下來的路，會越走越亮?！保ㄓ浾?夏 凡）