⚛️ 量子物理

Turning Quantum Compiler Configuration Selection Upside Down: A Top-Down Paradigm

本文通过提出一种利用穷举搜索基准（QuOPTBench）来推导可迁移规则，并结合规则引导的机器学习框架（QuTOP）以实现无需迭代在线搜索即可进行快速且高质量配置选择的自顶向下范式，挑战了传统的自底向上量子编译器配置方法。

原作者： Ming Zhong, Xiangyu Ren, Kangyu Zheng, Zhi Zeng, Shenggen Zheng, Shaohua Li, Zhiding Liang

发布于 2026-10-22

📖 1 分钟阅读🧠 深度阅读

原作者： Ming Zhong, Xiangyu Ren, Kangyu Zheng, Zhi Zeng, Shenggen Zheng, Shaohua Li, Zhiding Liang

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

量子计算机有望解决目前当今机器无法处理的问题，从设计新药到破解复杂的代码。然而，这些机器极其脆弱。它们的内部组件（称为量子比特）极易受到热量或振动等微小干扰造成的误差影响。为了让量子计算机正常工作，科学家必须将用户的题目转化为机器可以理解的指令序列，这一过程被称为编译。但由于硬件噪声很大，这些指令的排列方式至关重要。操作顺序或数据传输路径的轻微变化，都可能决定了结果是准确的还是纯粹的噪声。研究人员面临的挑战是，为每一台特定机器上的每一个问题找到完美的指令集，这项任务需要平衡硬件的特性与软件的结构。

多年来，解决这个难题的标准方法是从一个猜测开始，然后逐步进行改进。想象一下，一位旅行者试图寻找穿越山脉的最佳路线，他从山脚开始向上攀登，在每一步都观察视野，以判断自己是否正在接近顶峰。在量子计算领域，这种“自下而上”的方法涉及挑选一台计算机，尝试一组特定的设置，观察其效果如何，然后一次又一次地微调这些设置。这个过程很慢，且经常会陷入局部峰值，因为初始选择的山脉不对，从而错失了真正的顶峰。香港中文大学的一个研究小组决定将整个过程彻底颠倒过来。他们不再从底部开始攀登，而是从高空俯瞰整个山脉，预先绘制出所有可能的路线，并利用这些地图来即时引导未来的旅行者。

研究人员首先建立了一个庞大的参考库，名为 QuOptBench。他们选取了 268 个不同的量子问题，并针对每个问题，测试了所有可能运行的计算机与软件设置的组合。每个问题都有 960 种不同的组合。通过运行所有这些测试，他们创建了一个完美的“神谕”——一个记录了每种场景下绝对最佳设置的档案。虽然这次详尽的搜索消耗了数千小时的计算机运行时间，但它提供了一张完整的地形图。有了这张地图，他们就能准确看到哪些设置最适合哪类问题和哪类机器，从而揭示了旧有的循序渐进法所忽略的规律。

当团队首次尝试使用先进的人工智能模型直接预测最佳设置时，结果令人失望。这些模型经过训练旨在变得高效且周全，因此往往倾向于选择最复杂、最激进的设置，认为“越多越好”。它们会选择功能最强大的计算机和最强烈的优化设置，即使更简单、更安静的方法能产生更好的结果。研究人员意识到这些模型过度思考了问题，偏好复杂性而非任务的具体需求。为了解决这个问题，他们使用了一个强大的推理模型来研究他们创建的完美地图。他们要求该模型研究 68 个标准方法失败而完美方法成功的特定案例，并解释原因。通过这种分析，该模型提取出了 13 条清晰且可迁移的规则。这些规则并非模糊的建议，而是具体的指令，例如“如果问题规模较小且计算机规模较大，则使用简单的布局”或“如果问题涉及大量连接，则选择布线更好的计算机”。

利用这些提炼出的规则，团队构建了一个名为 QCompass 的新系统。Q-Compass 不再进行猜测和尝试，而是观察一个新问题，对照 13 条规则进行检查，并立即将搜索范围缩小到最有希望的选项。随后，它使用轻量级的数学模型快速对这些选项进行评分并选出胜者。这种方法比旧方法快得多。在特定的基准配置下（例如 Device-Aware BO 方法），传统的循序渐进式搜索可能需要近 48 分钟才能找到一个较好的解，而 QCompass 平均仅需约 3.3 秒即可完成选择过程。更重要的是，它能找到更好的解。在测试中，Q-Compass 一贯优于旧方法，尤其是在存在巨大提升空间的困难问题上。此外，当面对从未见过的全新类型的计算机和问题时，它也表现出了更强的可靠性，证明了它所学习的规则具有真正的普适性。

这项研究表明，量子软件调优的未来可能不在于复杂且无止境的搜索，而在于通过学习过去的成功经验来做出明智、即时的决策。通过从“自下而上的搜索”转向基于清晰提取知识的“自上而下的选择”，研究人员展示了可以凭借更高的速度和准确性来驾驭复杂的量子计算领域。他们的工作表明，尽管硬件依然难以应对，但通过理解“什么有效”以及“什么无效”的底层模式，控制硬件的软件可以变得更加高效。这种自上而下的范式提供了一条充满希望的前行之路，将一个缓慢的试错过程转变为一个快速的、由知识驱动的过程。

技术摘要：颠覆量子编译器配置选择的范式

1. 问题定义

量子编译器配置选择涉及两个紧密耦合的决策：设备选择（选择目标量子后端）和选项选择（配置包括布局、路由和优化等级在内的编译器传递过程）。其目标是最大化编译后量子电路的执行保真度。

现有的最先进方法（如 MQT Predictor）通常采用自底向上的搜索范式。这些方法首先选择一个设备，然后使用强化学习（RL）或启发式搜索迭代地调整编译器选项。本文指出，这种策略存在根本性的局性，因为次优的初始设备选择会施加一个“保真度天花板”，后续的选项微调无法逾越这一限制。此外，虽然经典的编译器自动调优往往面临极大的搜索空间，但实际的量子编译器配置空间（例如在 Qiskit 中）是受限且离散的，这使得详尽的离线评估变得可行。

2. 方法论

作者提出了一种自顶向下的范式，将研究重点从迭代式的在线搜索转向从离线先验（Oracle）结果中提取可复用的配置知识。该方法由三个主要部分组成：

A. QuOptBench：一个先验基准测试

作者构建了 QuOptBench，这是首个针对 Qiskit 编译器配置选择的详尽基准测试。

范围： 它涵盖了来自 QASMBench 和 VeriQBench 的 268 个量子电路。
搜索空间： 对于每个电路，研究详尽枚举了跨越四个虚拟后端（16、27、65 和 127 个量子比特）以及各种优化等级（ $O0$ – $O3$ ）、布局、路由和转换方法的 960 种“设备-选项”配置组合。
先验（Oracle）： 每个电路的“先验”配置被定义为产生最高有效估计保真度（ $F_{eff}$ ）的配置，这是一个考虑了门误差和电路规模的归一化指标。
发现： 详尽搜索显示，在 213 个案例中（79.5%），至少有一个容量可行的设备，其最佳可实现保真度（在所有选项组合下）低于在另一个可行设备上使用默认 $O3$ 配置所能达到的保真度。这证实了不理想的设备选择会造成一个后续选项选择也无法克服的保真度天花板。

B. 基于 LLM 的直接选择分析

论文评估了十种大语言模型（LLMs）作为直接配置选择的一种自然实现方式。

结果： 原生 LLM 的表现始终低于先验配置，并且通常比简单的基准方案（在最佳设备上使用 $O3$ ）表现更差。
原因： LLM 表现出强烈的配置激进性偏好，即无论电路或设备特征如何，都倾向于选择复杂的设置（例如 $O3$ 、Sabre 路由、合成）。它们无法识别那些简单、较不激进的配置反而能产生更高保真度的场景。

C. 规则蒸馏与 QCompass

为了克服 LLM 的局限性并降低详尽搜索的成本，作者开发了一个规则引导框架：

规则蒸馏： 利用 Claude-Opus-5，作者分析了 68 个先验配置与基准配置差异显著的采样电路。他们提取了 13 条可迁移规则，这些规则基于电路特征（如量子比特数、纠缠率、并行度）和设备特征（如连通性、错误率）来指导设备和选项的选择。
QCompass 框架： 一个轻量级的、规则引导的机器学习框架，旨在实现快速推理。
- 预测模型： 它训练了四个极端随机树（Extra Trees）模型，用于预测优化空间、保真度增益、超时风险和编译时间。
- 策略门控（Policy Gate）： 根据预测的优化余量，QCompass 选择一种策略：保留（KEEP）（保留基准）、安全（SAFE）（局部修改）或寻求（SEEK）（更广泛的探索）。
- 规则引导的候选生成： 蒸馏出的规则对候选空间进行约束，在评分前过滤掉不太可能的配置。
- 评分： 一个统一的目标函数根据预测的保真度增益对候选方案进行评分，同时对超时风险和编译时间进行惩罚。

3. 核心贡献

QuOptBench： 第一个提供 268 个电路经验先验配置的详尽基准测试，实现了针对理论最优解而非仅仅是标准基准的评估。
对 LLM 的实证研究： 证明了通用 LLM 无法可靠地重现先验质量的配置，因为它们存在过度激进设置的偏见。
规则蒸馏工作流： 一种从先验决策中提取可迁移、人类可解释规则的新颖过程，通过对比 $O3$ 配置与详尽搜索得到的先验配置来完成。
QCompass： 一种紧凑的、规则引导的机器学习框架，实现了无需迭代在线搜索的快速配置选择，将范式从自底向上的调优转变为自顶向下的选择。

4. 实验结果

评估将 QCompass 与自底向上方法（RL、贝叶斯优化）、最近邻检索以及直接 LLM 选择进行了对比，涵盖了三个难度等级（由优化余量定义）。

性能对比基准：
- 等级 1（低余量）： QCompass 在 76 个案例中的 67 个案例中与基准（最佳设备上的 $O3$ ）持平，没有统计学上的显著差异，避免了自底向上方法中常见的由于进行不必要更改而导致的性能下降。
- 等级 2 和 3（高余量）： QCompass 显著优于所有基准。在等级 3 中，它比基准方案在有效估计保真度上提升了 28.56%，而表现最好的 LLM 提升约为 20%，联合强化学习（Joint RL）约为 24%。
效率： QCompass 将选择延迟降低至每电路约 3.3 秒。这比贝叶斯优化（~~2,800 秒）快了几个数量级，也显著快于 LLM（~~17–110 秒），同时保持了更高的解质量。
泛化能力： 在针对未见过的电路和设备的测试中，QCompass 保持了相对于基准 9.06% 的平均提升，而自底向上的 RL 方法则出现了负向改进，这凸显了自顶向下方法更好的泛化性。
噪声感知评估： 使用噪声模拟（Hellinger 保真度）进行的评估确认，QCompass 的优势在现实噪声条件下依然成立，实现了 5.71% 的平均提升。

5. 重要性与主张

本文声称，从离线先验表征中转移知识为传统的量子编译器调优提供了一种极具前景的替代方案。

范式转移： 它挑战了配置选择必须进行迭代搜索的假设，证明了量子编译器空间的受限特性允许提取高质量、可迁移的规则。
实用性： 通过将蒸馏规则与轻量级预测模型相结合，QCompass 在解质量与选择延迟之间取得了最佳的平衡，使其适用于迭代搜索过慢或 LLM 推理过于昂贵或不可靠的实际部署场景。
局限性： 作者谦逊地承认，其结果是基于特定的基准测试（QASMBench、VeriQBench）、虚拟后端以及 Qiskit V2.4.1。他们指出，将研究推广到截然不同的工作负载、硬件架构或存在校准漂移的真实硬件仍是未来的工作。

总之，本文确立了自顶向下、规则引导的方法可以有效地导航量子编译器配置空间，在保真度和效率方面均优于迭代搜索和直接的 LLM 推理。