树状的量子随机存储器架构。受访者供图

　　传统计算使用比特作为信息单位，每个比特只能是0或1，就像一位只能沿单一路径前行的旅人；而量子计算使用量子比特，它利用量子叠加特性，可以同时处于0和1的概率组合态，像是一位能同时分身千万、并行探索的超级探险家。

　　然而，这位“探险家”却面临一个尴尬的瓶颈：它虽能飞速奔走，但获取数据时却只能像普通人一样一页页地翻书。如果没有高效的数据接口，量子计算机就会像空有超强体能、却只能逐页查阅纸质地图的探险家，再快的计算速度也会被缓慢的数据搬运拖后腿。

　　如何为量子计算机打造“高速内存”是全球量子计算领域的一块“硬骨头”。量子随机存储器（QRAM）是为量子计算机和经典设备之间提供数据交互的高效接口，其利用量子叠加特性，可以在同一时间精准地指向并调取多组数据，是推动量子计算走向应用落地的关键基础性元件。近日，国际期刊《自然·物理》发表了一项来自中国科学家的突破：浙江大学软件学院和宁波国际科创中心联合浙江大学物理学院，在超导量子计算平台上完成了QRAM的全球首次真机实现，展示了QRAM在实际运行时的抗噪能力，为QRAM的规模化发展提供了重要支撑。

　　理论推导走向现实落地

　　QRAM的理论架构虽然在2008年已提出，但实验进展一直非常有限，很难完整地跑通整个流程并保持数据查询的准确性。想要在真实量子计算机上构建QRAM的最大挑战，在于其结构的复杂性与脆弱性。在真实的量子芯片上，由于电路太长、累积错误太多，还没等数据读出来，量子态就已经失效了。

　　研究团队对这一难题的攻关始于2022年。“我们花了大量时间在试错上。”论文共同第一作者、浙江大学未来计算创新中心博士研究生向德彬说。2022年，团队发现，尽管量子计算在搜索和因子分解上具有指数级加速潜力，但由于缺乏高效的大带宽数据入口，量子处理器在处理大规模经典数据时，输入/输出耗时远超计算耗时，形成了量子数据读写瓶颈。QRAM正是理论答案，但它已经“躺”在论文里十几年了，没人能在真实芯片上跑通。

　　“最难的不是理论推导，而是如何让理想的树状结构在现实的二维网格芯片上跑起来。”向德彬说。

　　“最终，团队在超导量子芯片上首次成功运行了能调取4位和8位数据的QRAM原型，这意味着QRAM能够同时处理多个数据入口。实验测得的准确率分别达到81%和60%，相比未优化的方案提升40%以上。”浙江大学软件学院和宁波国际科创中心研究员卢丽强说。更重要的是，实验还首次验证了这种架构具有局部抗噪的特性，证明了在现有的、还不完美的量子硬件上，依然能构建出实用且可靠的QRAM，这给了团队极大信心。

　　三大创新实现关键突破

　　研究团队是如何实现突破的？

　　一是打造量子“高速公路”。传统的QRAM路由方案在逻辑门分解时会产生冗长的操作序列，导致电路深度过大，数据还没读出来，量子态就因为错误累计失效了。团队通过对路由架构的高效重构，优化了路由器节点的切换逻辑。这相当于将原来弯弯绕绕的“乡间小路”取直，改造成了直线跨越的“高速公路”，使量子电路深度缩减了30%以上。

　　二是实现“报警器”精准纠错。在QRAM的树状查询过程中，任何一个节点的扰动都会导致最终输出结果的偏离，且这种错误往往难以回溯。团队巧妙地将负责路由的量子比特同时作为原位的监视器，如果路由过程中发生了能级跃迁或逻辑错误，路由器会产生特定信号，这就像触发“报警器”。通过这种自动识别并剔除的机制，系统可以过滤掉那些带有错误印记的无效查询，从而将4位和8位数据的查询准确率分别提高到81%和60%。

　　三是建立量子隐形传态“隧道”。QRAM是典型的树状结构，随着层级增加，位于“树根”的比特需要与“树梢”上相距甚远的比特进行交互。在物理芯片上，这通常需要大量的交换门来搬运信息，这会引入巨大的额外噪声。团队利用量子隐形传态技术，在相隔较远的量子比特之间建立了常数深度的“逻辑隧道”。这解决了芯片物理布线对复杂算法结构的限制问题，让树状的QRAM架构能完美地“平铺”在二维超导芯片上，确保了数据传输的高效与准确。

　　“我们在自主研制的高性能超导量子芯片上完成了全部实验验证。”卢丽强说。

　　“由于QRAM能否以可扩展的方式实现一直存在争议，因此这项实验标志着一个重要里程碑。”《自然·物理》审稿人评价。

　　高效读取海量数据成为可能

　　QRAM的成功实现，不仅是一项实验室里的“世界首次”，更是一把打开量子计算应用大门的钥匙。

　　“当前量子算法在理论上很美，但真正要在量子计算机上跑起来，往往需要高效读取海量经典数据。例如，药物分子模拟需要读取蛋白质数据库，金融风险分析需要读取历史行情数据。没有QRAM，这些应用都只能是纸上谈兵。”卢丽强说。

　　具体而言，在药物分子模拟应用上，QRAM能够快速从拥有数亿个条目的化学数据库中，以叠加态形式提取分子的拓扑特征，极大地缩短新药研发周期。在金融风控上，在处理海量历史交易记录时，QRAM有望让量子算法同时“看到”所有数据特征，实现对欺诈行为的秒级精准预测。在人工智能上，QRAM能够为量子神经网络提供高速的“数据喂养”，让量子AI在处理图像识别、语言模型等大数据任务时，真正释放出超越经典计算的算力。

　　“QRAM的突破让我们更加坚信，通用量子计算机不是遥不可及的梦想。”论文通讯作者、浙江大学软件学院院长尹建伟说，“我们点亮了一盏灯，接下来的路，会越走越亮。”（记者 夏 凡）