研究人員近日提出了一種量子比特高效的量子框架，用於超維計算中的分解問題。該工作由Sanggeon Yun等人完成，已被ICCAD 2026接收。
超維計算是一種利用高維超向量來表示符號的計算範式，其核心在於超向量的生成、綁定和分解。在超向量分解任務中，目標是從一個綁定的目標超向量中恢復出多個組成超向量，每個超向量來自一個大小為N的碼本，共需恢復F個。這意味着需要在N^F個候選元組中進行搜索，隨着問題規模的擴大，經典計算變得不可行。
近年來，量子計算提供了二次加速的潛力，但現有方法通常需要O(D)個量子比特來表示超向量，其中D是超向量的維度。由於D在高維問題中較大，這種表示方式在量子比特使用上效率低下，限制了實際應用。
新提出的框架創新地引入了對數超向量編碼和對數綁定編碼，將表示成本從O(D)量子比特降低到O(log D)。此外，研究人員還設計了一個可逆超向量查找算子，使得能夠在電路級別對稠密超向量進行操作。這一算子與改進的Dürr-Høyer搜索過程相結合，在保持O(√N^F)搜索複雜度的同時，大幅減少了量子比特需求。
實驗部分驗證了該框架的正確性：相似度計算正確，在可執行的規模下實現了準確的分解。與基於顯式D量子比特超向量編碼的基線方法相比，量子比特使用量減少了高達2000倍。這意味着在相同硬件條件下，該框架可以處理更大規模的超維計算分解問題，為量子設備上的實際應用鋪平了道路。
這項研究不僅解決了量子比特效率問題，還為超維計算在其他領域（如機器學習、認知計算）的量子加速提供了新的思路。未來，隨着量子硬件的進步，這種高效的分解方法有望在更廣泛的實際問題中發揮作用。