From Circuits to Hardware: Benchmarking Standard and Qubit-Efficient Quantum Optimization on Real Hardware

想象一下，你正试图用一只全新的、极其脆弱的机械臂去解决一个巨大的、纠缠在一起的拼图。你手头有很多不同的策略：有些试图一次性抓取整个拼图，有些试图把拼图缩小到能放进兜里，还有些在开始之前就试图重新排列这些碎片。这篇论文就像是一个巨大的、现实世界的压力测试，它在四种非常不同的拼图类型上测试了这些机械臂，使用的是真实的量子计算机（即“机械臂”），而不是仅仅在电脑屏幕上进行模拟。

以下是当他们把这些策略投入到真实硬件上测试时发生的情况。

大局观：“口袋拼图”陷阱

主要的发现是一个现实的警示。长期以来，人们一直认为在量子计算机上解决难题的最佳方法是让问题变小，使其能够适应更少的“量子比特”（即机械臂的手指）。其核心思想是：手指越少 = 越容易解决。

但本论文表明，这并不总是成立的。 虽然缩小拼图（使用“量子比特高效型”方法）确实能让你在机器上运行更大的问题，但这并不能保证你能得到一个好的答案。事实上，有时缩小拼图会导致机械臂因为噪声而剧烈晃动，从而导致碎片掉落。作者在真实的 IBM Heron 处理器上测量了这一点，并发现仅仅因为一种方法使用的量子比特较少，并不意味着它表现得更好。 这就像试图用一个很小的背包背着一个沉重的箱子；没错，背包很小，但如果箱子对你的背部来说太重了，你仍然会把它掉在地上。

四个拼图：四个问题的寓言

研究人员测试了四种不同类型的“NP-hard”问题（这意味着对于普通计算机来说，这些问题也超级难）。每种问题表现各异：

1. 多维背包问题 (MDKP)： 想象一次背包旅行，你必须携带一些物品，这些物品既有重量，又占空间，还必须放入特定的隔层中。

   • 发生了什么： 这是个“中庸之道”。所有的策略，从规模大的到压缩后的微型策略，实际上都设法找到了一些有效的解。压缩方法（PCE 和 QRAO）在这里表现良好，证明了缩小问题确实可以有所帮助，前提是机械臂足够稳固。

2. 最大独立集 (MIS)： 想象一场派对，你想邀请尽可能多的客人，但任何两个客人之间都不能是敌人（他们不能坐在一起）。

   • 发生了什么： 这是个“悬崖”。对于规模较小的派对，机器人表现出色。但随着派对规模变大，机器人突然停止了工作。论文展示了一个尖锐的“可行性悬崖”：一旦问题变得稍微大了一点，真实硬件上的噪声就会使得寻找任何有效的宾客名单都变得不可能。这就像是在飓风中搭建纸牌屋；放几张牌没问题，但一旦规模稍大，砰的一声，一切都会崩塌。

3. 二次指派问题 (QAP)： 想象将 10 或 12 个人分配到 10 或 12 个座位上，但成本取决于他们坐得有多远以及彼此是否会交谈。

   • 发生了什么： 这是个“彻底失败”。论文明确指出，在真实硬件上，没有任何测试过的策略能为这个问题返回哪怕一个有效的解。 为什么？因为规则如此严格（例如特定的排列组合），以至于有效的答案极其罕见——在所有可能的排列中，只有大约 $10^{23}$ 到 $10^{34}$ 分之一是正确的。计算机上的噪声完全淹没了信号，导致机器人的行为就像在随机瞎猜。作者认为这不仅仅是“我们需要更好的计算机”的问题；问题本身的结构对于当前的技术来说过于稠密了。

4. 市场份额问题 (MSP)： 想象尝试切分一个披萨，让每个人都能恰好得到他们订购的那份大小。

   • 发生了什么： 这是个“压缩悖论”。压缩方法（PCE 和 QRAO）将问题缩小到了仅 7–11 个量子比特（极小！），而普通方法则需要多达 156 个。但关键在于：这些微型方法的结果非常糟糕。 它们无法达到目标值。普通的、规模较大的方法反而表现得更好。这证明了缩小问题并不自动意味着获得更好的答案。

“噪声”因素：当机器人摇晃时

论文引入了一种酷炫的方法来衡量计算机的摇晃程度。他们称之为“保真度代理”（$F_{est}$）。你可以把它理解为一个“信噪比”计：

• 如果计数值较高（接近 0.1 或 10%），说明机器人足够稳，可以听清指令。
• 如果计数值降至 0.001（0.1%）以下，说明机器人摇晃得非常厉害，基本上是在原地打转。

他们发现，对于许多“QAOA”风格的方法（一种流行的算法家族），机器人的摇晃程度使得结果与随机选择答案没有区别。论文进行了一项对照测试，将机器人的输出与均匀随机猜测进行了比较。对于大多数大型复杂电路，机器人的表现并不比随机猜测好。事实上，在一种特定情况下，一种“热启动”（warm-start）方法比随机猜测稍好一点，但这只是一个罕见的例外，而非普遍规律。

论文排除了哪些可能性

作者非常谨慎地说明了他们没有发现的内容：

• 他们排除了“量子比特越少 = 性能越好”的观点。数据表明，缩小电路往往会引入其他问题（比如在转换后电路深度增加），从而抵消了所带来的好处。
• 他们排除了 QAOA 方法目前已经准备好处理这些难题的观点。在计算机将指令转换为自身的语言（转译）之后，电路变得如此庞大且充满噪声，以至于它们失效了。即使他们尝试优化路由（即机器人如何移动手指），电路依然会因为过于摇晃而无法工作。
• 他们排除了 模拟结果（在完美的计算机上进行模拟）能说明全部情况的观点。在“完美模拟”与“真实硬件”之间存在巨大的鸿沟。在模拟中看起来很棒的方法，在真实硬件上往往表现得一塌糊涂，因为要让它实际运行需要额外的步骤。

他们的确定程度如何？

作者对他们测量到的内容非常有信心。他们不仅仅是在猜测；他们在真实的 IBM Heron 处理器（具体为 r1 和 r2 版本）上运行了 247 种不同的方法和问题的组合。他们记录了每一个步骤，从代码是如何被翻译的到最终结果。

• 他们测量了机器人必须执行的精确门操作（步骤）数量。
• 他们测量了所使用特定芯片的错误率。
• 他们模拟了部分环节以建立基准，但他们明确表示，模拟结果仅作为参考，而非最终答案。

他们并不是在声称量子计算机是没用的。他们是在说：对于这些特定问题以及这些特定的现有机器，“缩小规模”的策略是有极限的，而且某些问题（如 QAP）目前对于现有的技术来说实在太难了。他们建议我们需要观察全貌——包括问题规模、噪声以及代码是如何被转译的——而不仅仅是计算量子比特的数量。

给好奇青少年的总结

把量子优化想象成尝试在一个嘈杂的房间里传递信息。

• “标准”方式是清晰地大声喊出整个信息。声音很大，但如果房间太大，噪声就会淹没你的声音。
• “压缩”方式是低声传递一段加密信息。它更安静，占用的空间也更小，但如果代码太复杂或者房间太吵，没人能解码，你得到的只会是乱码。

这篇论文说：“嘿，低声细语并不总是答案！有时候，即使是最好的代码也会在嘈杂的房间里迷失方向，因为环境实在太吵了。而且对于某些特别棘手的拼图（比如 QAP），这个房间里的噪声大到目前的机器人根本无法解决。”

作者并不是在说“放弃吧”。他们是在说：“让我们停止假装只要把拼图变小，我们就解决了问题。我们需要观察整个局面——噪声、转译过程以及实际的结果——来看看究竟什么才是真正有效的。”