طورت Classiq تحسين عمق CZ الذي يراعي الأجهزة لمعالجات الذرات المحايدة، مما يقلل نبضات الليزر المطلوبة لبوابات الكم. يحقق تحسناً متوسطاً بنسبة ~11%، وحتى 50% في أحمال العمل المهيكلة من خلال جدولة تراعي التبديل.

#كيوبتات_الذرات_المحايدة #تجميع_الكم #أخبار

طريقة تحليل مجموع المربعات الجديدة تقلل تكاليف دوائر نموذج المصفوفات بمقدار 3.8–11.9× في بوابات T وبمقدار 25.5× في الفضاء الزمني لكود السطح. تعمل على أجهزة الكم NISQ والمتسامحة مع الأخطاء مع دوائر مُتحقق منها وحدود أدنى مثبتة.

#تجميع_الكم #نماذج_المصفوفات #محاكاة_الكم

جدولة موحدة قائمة على التعلم الآلي تدمج اختيار أجهزة الكم وترتيب ممرات الترجمة لأنظمة NISQ. تستخدم التعلم المعزز مع استكشاف مُلدّن مزدوج لتحسين الوفاء والكمون ووقت الترجمة بشكل مشترك—معالجة مساحة التصميم الصعبة NP...

#تجميع_الكم #تحسين_الكم #البحث

BOPS، نموذج توليدي يستخدم جسور شرودنجر، يحسّن دوائر الكم بمعامل 2.46× في عدد البوابات و2.45× في العمق، ويتفوق على تسعة محسّنات أساسية مع ضمان التحقق من التكافؤ.

#تجميع_الكم #دوائر_الكم #البحث_العلمي

يحقق FlowRouter تقليلاً بمعامل 2.3× في حجم الزمكان لتجميع الكم المتحمل للأخطاء من خلال تحسين توجيه Clifford وتطوير حالة السحر بشكل مشترك ضمن تضمين ثلاثي الأبعاد واحد، مما يعزز تصحيح الأخطاء الكمية العملي.

#تجميع_الكم #متحمل_للأخطاء #البحث

تقدم NVIDIA إطار عمل مترجم موحد يمكّن إعادة الاستهداف السلسة لبرامج الكم عبر أكواد تصحيح الأخطاء المتنوعة والبنى المادية، مع الحفاظ على الدلالات وأنماط الكاشف وتقديرات الموارد في كل مرحلة من مراحل التجميع.

#تصحيح_أخطاء_الكم #التسامح_مع_الأخطاء #تجميع_الكم

يقلل GBQC تقييمات نوى الكم بنسبة ~80% من خلال ضغط الكرات الحبيبية مع تحسين دقة التجميع على البيانات المعقدة وغير المحدبة من خلال تخطيط الميزات الكمية—مما يتيح التعلم الآلي الكمي العملي تحت قيود موارد NISQ.

#تجميع_الكم #التعلم_الآلي_الكمي #بحث

يستفيد مترجم GadIR من حفاظ الطوبولوجيا المكانية لتحسين تجميع هاميلتونيان عبر معماريات كمية متنوعة. يقلل بوابات الكيوبت الثنائية بنسبة 44-54% مقابل أحدث الطرق على الأنظمة الموصلة الفائقة وأنظمة الذرات المحايدة.

#تجميع_الكم #محاكاة_الكم #بحث