研究者らは、超次元計算における分解問題のための量子ビット効率的な量子フレームワークを提案した。この研究はSanggeon Yun氏らによって行われ、ICCAD 2026に採択されている。
超次元計算は、高次元の超ベクトルを用いて記号を表現する計算パラダイムであり、超ベクトルの生成、結合、分解が基本操作である。超ベクトル分解では、結合された目標超ベクトルから、サイズNのコードブックからそれぞれ得られるF個の構成超ベクトルを復元する必要がある。これはN^F個の候補タプルからの探索を意味し、規模が大きくなると古典計算では事実上不可能となる。
近年、量子計算は二次の探索高速化を提供しているが、既存手法は通常、超ベクトル表現にO(D)量子ビットを必要とする。ここでDは超ベクトルの次元であり、高次元問題では量子ビット数がボトルネックとなる。
提案フレームワークの革新は、対数超ベクトル符号化と対数結合符号化を導入した点にある。これにより、表現コストがO(D)量子ビットからO(log D)に削減される。さらに、密な超ベクトルを回路レベルで操作するための可逆超ベクトルルックアップ演算子を設計した。改良されたDürr-Høyer探索手順と組み合わせることで、O(√N^F)の探索複雑性を維持しながら、量子ビット使用量を大幅に削減する。
実験では、正しい類似度計算と実行可能な規模での正確な分解が確認された。明示的なD量子ビット超ベクトル符号化に基づくベースラインと比較して、量子ビット使用量は最大2000倍削減されている。これにより、同一ハードウェア条件下でより大規模な超次元分解問題を扱うことが可能となり、量子デバイスでの実用化に向けた重要な一歩となる。
本研究は、量子ビット効率の課題を解決するだけでなく、機械学習や認知計算など超次元計算の応用分野における量子加速への新たな道を開くものと期待される。今後の量子ハードウェアの進展に伴い、この効率的な分解手法はより広範な実問題に応用されるであろう。