passive 论证

"要使加速为真,量子 RAM 必须是 passive 的"——Aaronson 在 2015 年《Read the fine print》的脚注里写下机会成本论证的最早版本:主动到每数一单元的 QRAM,其硬件本身就是一台能解同一问题的并行经典机。

机制回顾:机会成本论证的原始形态

四条 fine print

Aaronson 2015 对 HHL 及其衍生 QML 算法(k-means、SVM、数据拟合、PageRank)的”指数加速”逐条检查附加条款:①$|b⟩$ 装载——需要”存储经典值 $b_i$、并允许一次性以量子叠加全部读出”的量子 RAM,或 $b$ 足够均匀、或 QRAM 存前缀和/大分量指针;若制备 $|b⟩$ 需 $n^c$ 步,则”HHL 的指数加速在第一步就消失”。②稀疏模拟——$A$ 需稀疏且 QRAM 存每行非零元的位置与值,才能近线性于 $s$ 地施加 $e^{-iAt}$。③条件数 $\kappa$ 良态,总时间约 $\log (n)\cdot \kappa s/ϵ$。④输出是 $|x⟩$ 而非 $x$,读出单个分量需约 $n$ 次重复。

脚注里的 passive 论证

对 QRAM 叙事最关键的是一条脚注,原文为:“for the speedup to be genuine, the quantum RAM needs to be ‘passive’: that is, it must not require a separate parallel processing element for each number that it stores. For if it did, then by dividing the work among the parallel processors, we could solve a system $Ax=b$ in $O({\log }^{2}n)$ steps purely classically, with no quantum computer needed.”——若 QRAM 主动到每个存储数都配独立处理单元,这些单元本身即可组成大规模并行经典机,用 Csanky 算法以 $O({\log }^{2}n)$ 步完成矩阵求逆。QRAM 的硬件投入若有经典”第二用途”,量子优势就被这份机会成本吞掉。

”$O({\log }^{2}n)$ 步”是并行算法谱系的标准事实:对非奇异 $n\times n$ 矩阵 $A$,并行算出全部幂 $A,\dots ,A^{n-1}$、求迹 $s_k=\mathrm{tr}(A^k)$,经 Newton 恒等式递推特征多项式系数,再由 Cayley–Hamilton 定理 $p(A)=0$ 移项得

$$A^{-1}=-\frac{1}{c_n}(A^{n-1}+c_1{A}^{n-2}+\cdots +c_{n-1}I),$$

右端是已算出幂的加权组合,归约树深 $O(\log n)$;全程多项式个处理器、深度 $O({\log }^{2}n)$。要害在硬件对应:稠密 $n\times n$ 矩阵的 $n^2$ 个矩阵元,“每数一单元”的 QRAM 恰好提供 $n^2$ 个带数据直达线的处理单元——Csanky 的并行度与数据通路,正是这台 QRAM 的控制层。严格化版本与交换比推导见 机会成本批判;此处只需保住一点:赠品是真实存在的算法,不是修辞。

反例、真分离与总规则

Aaronson 同时检查了哪些优势经得起推敲。量子内积估计是反例:量子需 $\sim \log (mn)/ϵ$ 步,但若振幅均匀到可用 QRAM 制备,经典随机采样 $\sim \log (mn)/{ϵ}^2$ 步即可——至多慢二次。真正分离的例子是 Forrelation:量子复杂度 $\sqrt{n/\log n}$ 对经典下界 $n^{1/4}$。正面案例是 Clader 等的电磁散射与 Lloyd–Garnerone–Zanardi 的 Betti 数计算——两者绕开 QRAM、以小输入在线生成数据(后者从 $n(n-1)/2$ 个距离构造 $2^n$ 维单形的叠加,制备耗时约 $\sqrt{2^n/S}$)。总规则:指数加速需要”存在极快制备某种叠加的方法”,且”不存在用经典计算机快速制备类似概率分布的方法”。passive 标准只落在硬件侧;后半句的算法侧判据后来由 去量子化 兑现。

判据的公式化:干预账与不含时哈密顿量

干预算:查询窗口内的控制动作计数

任何 QRAM 提案都可拆成两份资产:静态结构 $S$——制造后不随查询改动的部分(路由拓扑、几何参数、固定偏置);控制通道族 $u=\{u_j(t)\}$——外部经典可编程的驱动参数。定义单次查询的干预数

$$I_{\mathrm{query}}=\#\left\{j\right|u_j(t)\text{在查询窗口内非常量}\},$$

即查询窗口内必须被外部主动驱动的通道数。Jaques–Rattew 按它读数 Jaques–Rattew:active——$I_{\mathrm{query}}\in \Omega (N)$;passive——$I_{\mathrm{query}}=o(N)$;理想情形(“ballistic”,弹道式)是 $I_{\mathrm{query}}=0$,查询由单一不含时哈密顿量自主完成。判据的对象是控制成本,与路由拓扑正交:桶队拓扑既可主动实现(逐层驱动场)也可被动实现(地址量子自治散射),见 分类学:四分类与主动/被动。

为什么叠加访问的干预数下不了 $N$?(完整推导见 成本口径 推导三。)路径独立性(path independence)要求控制系统的状态不依赖走了哪条路径:若只给”将被激活的节点”供能,控制态 $|c(\mathbf{x})⟩$ 与地址分支关联,叠加输入 ${\sum }_{\mathbf{x}}{\psi }_{\mathbf{x}}|\mathbf{x}⟩$ 演化成 ${\sum }_{\mathbf{x}}{\psi }_{\mathbf{x}}|\mathbf{x}⟩|c(\mathbf{x})⟩$,对控制自由度求迹后,地址相干性被重叠因子 $⟨c({\mathbf{x}}^{\prime })|c(\mathbf{x})⟩$ 压制——路径信息即环境记录,查询退化为随机经典访问。故控制系统不得按路径置位,只能普遍置位;而树有 $N-1$ 个节点、每个节点都在某条振幅非零的分支上被激活,于是

$$I_{\mathrm{query}}\ge N-1=\Omega (N)\text{(每个节点需要外部置位/供能时).}$$

经典寻址允许泄露路径,只需给 $O(\log N)$ 个译码门供能;叠加访问若逐节点干预反而要 $O(2^n)$ 次——“经典 $\Theta (2^n)$ vs 量子 $\Theta (n)$ 激活门”的著名对照正是在这个口径下被 Jaques–Rattew 判为方向可疑(公案对账见 成本口径)。

passive 的三个强度档

• 弹道档(ballistic):$I_{\mathrm{query}}=0$,查询是单一不含时哈密顿量的演化 $U=e^{iHt}$,全部数据依赖编码在 $H$ 与初态里。
• 放松档:$U={\prod }_{j=1}^k{e}^{i{H}_j{t}_j}$,段数 $k=o(N)$——允许有限时序切换 Jaques–Rattew。
• 记账档:干预不为零但显式计价、移出查询路径(资源态 QRAM 的工厂模式);按严格定义仍是 active,见案三。

passive 档位一落地就撞上一个吊诡:数据在哪里?查询幺正 $U_D$ 依赖表 $D$,而 passive 禁止查询窗口内从外部把 $D$ 的信息写进器件——那就是干预。所以 $D$ 的信息必须在建造时写进静态结构 $S$(对弹道档,即写进 $H$ 本身)。这不是缺陷,而是被动性的代价结构:流量栏(每查询干预)清空的同时,存量栏(建库)被填满。代价多大、有无上限,由下一节的下界定量回答。

推导一:被动哈密顿量的表规模上限

定理与三货币读法

Jaques–Rattew 对弹道档给出定量上限(其文定理 VI.1;站内转述见 分类学 与 机会成本批判)。设查询由哈密顿量实现,该哈密顿量至多 $m$ 项、每项至多 $k$ 局域、能量(系数)范围 $[-E,E]$、总演化时间至多 $t$;若规模为 $N$ 的 QRACM 门全部可由这类哈密顿量实现,则可服务的表规模 $W$ 受约束

$$mtE+m\log W\ge \Omega (N).$$

三种货币:项数 $m$(把数据写进哈密顿量所需的干预/校准量)、时间 $t$(相干演化预算)、能量 $E$(能标)。任意钉死两个,第三个必须随 $N$ 线性增长:固定 $m,E$ → $t=\Omega (N/mE)$,查询时间线性于表规模,弹道优势消失;固定 $t,E$ → $m=\Omega (N/tE)$,每换一次数据就要重建哈密顿量,“每次访问重建”以另一形式回归 active;固定 $m,t$ → $E=\Omega (N/mt)$,能标随表规模线性抬高。综述另有乘积形式 $N\lesssim \tilde{O}(L\Vert a{\Vert }_{1}t)$($L$ 项 Pauli 串、系数范数 $\Vert a{\Vert }_1$;算例见 机会成本批判 推导一)。

下界的推导思路(本词条重构,非原文证明)

严格证明在综述原文;这里重走”为什么恰好是这三个因子”的骨架。

第一步:表信息必须有去处。查询幺正 $U_D$ 对不同表是不同幺正:若 $D_{\mathbf{x}}\ne D_{\mathbf{x}}^{\prime }$,则 $U_D$ 与 $U_{D^{\prime }}$ 把 $|\mathbf{x}⟩|0⟩$ 映到正交输出,不可能相同。一张 $N$ 比特的表(每条目 1 比特、$N$ 个条目)因此要求器件内部携带 $N$ 比特关于 $D$ 的信息;passive 禁止查询窗口内写入,这 $N$ 比特只能写在静态结构里——对弹道档,写在哈密顿量的项身份与系数里。

第二步:每项能携带多少比特。一项 $k$ 局域 Pauli 串 $a_j{P}_j$ 的可寻址自由度有两类。其一,选位:项的支撑至多在 $W$ 种局域选项中挑一,至多携带 ${\log }_{2}W$ 比特。其二,系数:系数 $a_j$ 经相位 $e^{i{a}_{j}t}$ 进入输出;演化 $t$、能标 $E$ 之下,可分辨相位档数受总相角 $\sim tE$ 限制,按量级每项至多再携带 $O(\log tE)$ 比特(换算细节是常数层,本词条按量级计)。

第三步:合并。$m$ 项至多携带 $m(\log W+\log tE)$ 比特表信息,而任务需要 $N$ 比特;把动力学带宽项与计数项并成原式形状,

$$mtE+m\log W\ge \Omega (N).$$

重构只到量级与因子结构;常数与严格条件以 Jaques–Rattew 为准。

直觉。这个下界是”信息守恒”式的:造好就不动的机器,能服务的表全装在制造蓝图里;蓝图容量($m$ 个旋钮、每个 $\log W+\log tE$ 比特)装不下 $N$ 比特,机器就”记不住”你要查的表。不想背这 $N$ 比特,唯一出路是查询时现场搬入信息——那就是干预,回到 active。被动与主动不是两种口味,而是”$N$ 比特写在哪”:制造时(存量)或每次查询时(流量)。

逃逸路径的宽度

下界封不死所有路,公认逃逸有四条:①量子数据(QRAQM)——数据没有经典描述、无可 reprogram 的副本,计数论证的经典对比失效;代价是不可克隆定理下的无冗余、无回滚。②小规模豁免——下界是渐近的,综述自认 $2^{30}$ bit 以内不受影响 Jaques–Rattew;多数现实提案恰好活在豁免线下——“实验可行”与”算法相关”由此脱节。③存量化——建库时一次性写表(写侧付 $\Theta (N)$),换此后读侧零干预;读多写少的表总账 $=N\cdot h+Q\cdot \mathrm{polylog}$,与电路路线的盈亏平衡见 边界:qROM 电路与 QROM 模型 推导五;被动性真实,但”更新数据”退化为 active。④工厂化——把每查询的 $\Omega (N)$ 干预搬进离线工厂、显式计价(资源态 QRAM):严格定义下仍是 active,但干预性质变了,见案三。

推导二:被动机制逐案审计

判据落不到抽象口号上,只能逐案数通道。以下对三类”被认为被动”的方案各做一次审计:查询窗口内哪些动作发生、哪些通道被拨动、余项记在哪栏。

案一 桶队:地址量子自己扳开关

机制回顾(逐层态矢演化见 桶队架构 推导一,不重复):节点是 qutrit,取等待态 $|\mathrm{w}⟩$ 与指向态 $|L⟩/|R⟩$;地址比特与前沿节点发生两体吸收门

$$G:|0⟩|\mathrm{w}⟩\mapsto |0⟩|L⟩,|1⟩|\mathrm{w}⟩\mapsto |1⟩|R⟩,$$

$G$ 幺正,地址信息被幺正地写进指向态。被动性论证就是盯住 $G$ 的驱动来源:理想模型里,$G$ 是地址量子与节点间的自治散射——“扳开关”由进树的地址量子自己完成,外部经典通道在查询窗口内的动作数为零;uncompute 用地址寄存器逆序收回构型,同样零驱动 GLM 2008 (PRL)。整个查询是节点级自治散射的串行乘积,按放松档计($k=\Theta (n^2)=o(N)$);光学版中地址光子弹道穿树,更接近弹道档。

审计(实现层)。被动性在实现细节上翻转。Jaques–Rattew 逐版本核查 Jaques–Rattew:受激 Raman 方案里吸收门由经典驱动场驱动——路径独立性不允许控制器只照亮将被激活的 $n$ 个节点(它不知道也不允许知道是哪 $n$ 个),驱动场必须覆盖全部 $N-1$ 个可能被激活的节点,干预账回到 $\Omega (N)$,实为 active(本词条按 J–R 判定逻辑推演);离子阱版的囚禁场随查询时序持续变化,属持续供能的 active;超导 transmon 路由器版虽真 passive(置态后路由自治),但置态与路由光子必须异频,频率拥挤使路由树只能有一层。结论与 分类学 的读数一致:被动性是实现层属性,不是拓扑层属性。

案二 手性路由:方向写进几何

手性量子路由器 Palaiodimopoulos 等 2024(机制与误差预算见 手性量子路由器)把”方向由谁决定”挪进静态几何:三自旋磁通三角形以复数跃迁相位携带合成磁通 ${\gamma }_{\mathrm{tot}}$,等幅条件 $|J_1|=|J_2|=|J_3|$ 下 ${\gamma }_{\mathrm{tot}}=\pm \pi /2$ 给出等间距谱,激发沿手性方向环流;符号由控制比特选定的辅助原子决定(两辅助原子对三角形互为镜像)。${\gamma }_{\mathrm{tot}}$ 由几何距离与静磁场在装调时固定——查询窗口内没有通道被拨动去”选方向”:方向是干涉零点结构,不是驱动波形。

干预算(本词条清点):查询窗口内的外部动作是路径节点的阻塞制备 $\pi$ 脉冲与复位脉冲,各 $O(n)$ 次;路由本身是不含时哈密顿量下的弹道传输。合计 $I_{\mathrm{query}}=\Theta (n)=o(N)$——放松档 passive,非零干预弹道档。余项有二:地址预存在各节点的控制比特里(建库时并行写入),数据更新是 active 操作;里德堡囚禁/冷却/磁场是持续功率,记存量栏(见推导三)。误差账封顶:节点误差 ${\epsilon }_{\mathrm{node}}\approx 0.031$–$0.057$($0$–$300\mathrm{K}$,里德堡寿命主导)在 10% 预算下级联深度 $n_{\max }\approx 3$–$9$(手性量子路由器 的预算)——被动逃逸口在该平台当前只开到表规模 $2^9$ 量级。被动性解决干预账,不解决误差账。

案三 资源态:把非 Clifford 推给工厂

资源态 QRAM Cesa et al. 2026(统一框架与噪声账见 资源态 QRAM)走第三条路:在线查询化归为 Bell 测量与单比特 Pauli 测量的消费过程,全部非 Clifford 成本($\approx 2N$ 个 Toffoli)离线做进与数据无关的资源态 $|\Phi ⟩$。按 Jaques–Rattew 的严格定义它仍是 active:每查询消费一份 $\Phi$,工厂为补货每周期付 $O(N\log N)$ 个 Toffoli 与 $O(N)$ 个 Bell 对——干预仍在流量栏,只是移出了查询路径 Jaques–RattewCesa et al. 2026。但干预的性质有三重变化:离线——非 Clifford 成本不在查询关键路径,在线墙钟 $T_{\mathrm{query}}\simeq 2\tau \log N$ 由测量时间主导;数据无关——$\Phi$ 不依赖存储内容,工厂是固定功能的态装配线,其并行性不能被重编程去解用户的线性代数,机会成本论证的强形式在此失效、弱形式(那份预算本可买并行机)仍成立(机会成本批判 推导四);显式——$\Omega (N)$ 以工厂周期与接受率计价(1 kB 工作点 $T_{\Phi }\approx 15\mathrm{ms}$、$p_{\mathrm{acc}}\gtrsim 0.95$、查询 $13\mathrm{ms}$),账从”隐藏假设”变成”流水线节拍” Cesa et al. 2026。

审计小结

方案	查询窗口干预 $I_{\mathrm{query}}$	档位	账目余项
桶队(理想散射模型)	$0$(散射由地址量子自治完成)	弹道/放松档 passive	建库 $\Theta (N)$;等待态须沉睡
桶队(受激 Raman 实现)	$\Omega (N)$(驱动场覆盖全树)	active	干预账回归下界
手性路由器	$\Theta (n)$(路径节点制备/复位脉冲)	放松档 passive	持续囚禁/冷却功率;级联深度受误差预算封顶
资源态 QRAM	在线 $0$;工厂 $O(N\log N)$ Toffoli/查询	严格读法 active(记账档)	工厂吞吐与接受率

表的读法:没有一行同时拿到”零干预 + 大表 + 无余项”——下界在逐案层面的显形。被动性论证的正确用法不是贴标签,而是逼提案报三栏:干预数、表规模、余项记在哪。

推导三:被动 ≠ 免费——能量、精度与侧信道

能量账:存量/流量重排

干预最终折算为能量,但被动性改变的是付费时点与能量去向,不是 $N$ 线性本身。active 流量账:每查询能耗下界 $E_{\mathrm{access}}\ge N{e}_{\mathrm{bit}}$($e_{\mathrm{bit}}$ 为每比特每次访问的最低耗散),锚点:每比特耗散一个可见光子的能量时,$2^{50}$ bit 约 $1\mathrm{kJ}$、$2^{80}$ bit 约 $1\mathrm{GJ}$ Jaques–Rattew;格密码筛选($2^{49}$–$2^{78}$ bit)与 SHA-256 碰撞搜索($2^{93}$ bit)落在 kJ–GJ 图景内,每跑一次算法重付一遍。passive 存量账:查询窗口内无需供能的通道被清空,但 $N-1$ 个等待态节点的相干性维持不因查询率为零而免费——囚禁、冷却、屏蔽与偏置都是连续功率(本词条分析:已知平台的每节点资源不随查询率归零)。记每节点待机功率 $p_0$,总待机功率 $P_{\mathrm{stdby}}=N{p}_0$,同样 $N$ 线性。

两笔 $N$ 线性账有一个关键不对称(本词条分析):active 的流量能量承载”开关决策”——它就是一台每步 $\Theta (N)$ 次经典操作、数据线直达每个存储位的并行机,恰是机会成本论证的原料;而待机耗散是不含信息的废热,无从 reprogram 成任何人的算力。被动方案真正逃掉的是计算性机会成本,逃不掉的是 $N$ 线性的功率账。

精度账:指数小量在器件里没有容身之处

被动化把数据写进静态结构,精度要求随之转移到制造与装调公差。Jaques–Rattew 给过量级反例:相位门 fanout 型方案要求分束器透过率 $\tau \approx 2^{-n}$,而单个微波光子对 $10\mathrm{g}$ 镜子的动量冲击就能使法布里–珀罗腔镜子位移腔长的 $2^{-98}$——比 $2^{-128}$ 的定位精度需求还大 $2^{30}\approx 10^9$ 倍 Jaques–Rattew。它与推导一互补:下界管表规模上限,精度账管参数可实现性。

侧信道红利:路径独立即安全

Tan、Xu 与 Szefer 考察了针对 QRAM 的时序与高能耗攻击:访问时序、能耗峰值等侧信号若与访问模式相关,攻击者可从中读出地址 Tan et al. 2024。这正是路径独立性的另一面:一个”耗能随路径变化”的器件,同时在向环境写入地址记录——退相干与窃听共用同一信道(本词条注记)。被动方案查询窗口零驱动、路径无关,侧信号天然与地址解关联——相干性与安全要求在此收敛,“为什么坚持 passive”从性能问题扩成了安全属性。

数值算例

算例一:干预账的吞吐换算($n=40$ 与 $n=60$)

设查询窗口(流水线口径)为 40 层、每层 $1\mu \mathrm{s}$。$n=40$($N=2^{40}$)时 $I_{\mathrm{query}}\ge N-1\approx 1.1\times 10^{12}$:控制层须在 $40\mu \mathrm{s}$ 内完成 $\sim 10^{12}$ 次置位决策,吞吐 $\approx 2.8\times 10^{16}$ 决策/秒。$n=60$ 时同式给 $\approx 2.9\times 10^{22}$ 决策/秒,超出顶级超算(以 $10^{18}$ 计)约六个数量级(本词条换算;超算对照取综述引 Frontier 的语境 Jaques–Rattew)。赠品还有更值钱的东西:数据直达线——大型经典机的瓶颈恰是光速延迟(光穿越 Frontier 整机需 173 个时钟周期 Jaques–Rattew),赠品机的每条数据线只走一个节点的距离。回到 Aaronson 的原始场景:稠密 $2^{20}\times 2^{20}$ 方程组有 $2^{40}$ 个矩阵元,“每数一单元”的 QRAM 提供同数量的处理单元,Csanky 深度 $\sim c{\log }^2(2^{20})=441c$ 步——数百步完成精确求逆;同一器件上跑 HHL 则要付出容错慢化的相干查询(交换比对账见 机会成本批判 推导一)。

算例二:被动表规模天花板的代入

按推导一的和式 $N\lesssim C(mtE+m\log W)$ 做量级换算(常数 $C$ 未知,只看指数量级;本词条换算)。取慷慨的相干预算:能标 $E/2\pi =5\mathrm{GHz}$(超导量级)、演化 $t=32\mu \mathrm{s}$,则 $tE\sim 10^6\mathrm{rad}$;$m=10^6$ 项已是极端的校准任务。代入:$mtE\sim 10^{12}$,$m{\log }_{2}W=10^6\times 40=4\times 10^7$(次要),故 $N_{\max }\sim C\cdot 10^{12}\approx C\cdot 2^{40}$。变体:$m=10^4$、$tE=10^6$ 给 $N\sim 2^{33}$;$m=10^6$、$tE=10^8$ 给 $N\sim 2^{47}$。反方向读:要服务 $N=2^{60}$ 且 $tE=10^6$,需 $m\gtrsim 2^{60}/10^6\approx 10^{12}$ 项,且每换一次数据全部重造。三个数合读:“每项都极端慷慨”的假设下,被动表规模天花板在 $2^{40}$ 量级徘徊;算法侧真正想要的 $2^{50}$–$2^{93}$ bit Jaques–Rattew 距它还有二至五十个数量级。

算例三:待机-访问能耗的交叉点

设被动方案每节点待机功率 $p_0=1\mathrm{pW}$(纯为给出交叉点的假设值;当前平台每节点开销远高于此),每节点每年待机能耗 $p_0{T}_{\mathrm{yr}}=10^{-12}\times 3.16\times 10^7\approx 3.2\times 10^{-5}\mathrm{J}$;active 方案每节点每查询能耗 $e_{\mathrm{bit}}\approx 3\times 10^{-19}\mathrm{J}$(一个可见光子 Jaques–Rattew)。交叉查询率(本词条估算):

$$Q^{\ast }=\frac{p_0{T}_{\mathrm{yr}}}{e_{\mathrm{bit}}}\approx \frac{3.2\times 10^{-5}}{3\times 10^{-19}}\approx 10^{14}\text{次查询/节点/年}:$$

交叉点与 $N$ 无关($N$ 在分子分母同时出现)。换算成整机:取 $N=2^{50}$,被动待机 $N{p}_0\approx 1.1\mathrm{kW}$、年耗 $\approx 3.6\times 10^{10}\mathrm{J}\approx 10\mathrm{MWh}$;active 按锚点每查询 $1\mathrm{kJ}$,年查询数超过 $\approx 3.6\times 10^7$(约每秒一次)后流量账反超待机账。读法:低查询率的档案型负载下待机账温和,被动性在能量栏是真实赢面;但两本账都是 $N$ 线性,把 $p_0$ 换成当前平台现实值(高出许多个量级),待机账立即变成 GJ/年级别——被动不豁免 $N$ 线性,只改变付费时点;且待机热没有第二用途,机会成本论证对它无话可说。两个量级的账分开报,是 成本口径”四本账同时报”纪律的又一实例。

讨论:边界与未决

passive ≠ 抗噪。被动性帮助干预账与能量账,不触碰误差账:Hann 界 $1-F\le 4\epsilon T\log N$ 对主动被动一体适用,韧性的来源是路由器间的有限纠缠而非”少干预”(严格定理见 噪声韧性;局域化实验验证见 误差局域化 与 Shen et al. 2026 的两层/三层演示,保真度 0.800/0.604)。容错化与被动性正面相撞:Arunachalam 等证明对桶队施加传统 CSS 纠错后,全部 $N$ 个节点都须被主动检错纠错,架构退化回 fanout 式 Arunachalam et al. 2015;Hann 等随后证明桶队的好处在使用纠错后依然保留,但那是”硬件效率与逻辑错误韧性”意义上的保留,不是干预账清零 Hann et al. 2021。被动器件如何进纠错层仍是开放问题,资源态方案是最完整的回答 Cesa et al. 2026。

passive 只回答了总规则的一半。Aaronson 的两条判据——“存在极快制备某种叠加的方法”且”不存在经典快速制备类似分布的方法”——分别落在硬件与算法两侧 Aaronson 2015。passive 标准只服务前者:即使造出真 passive 的大表器件,若数据分布经典可采样,指数优势仍会被去量子化追平(去量子化;依赖表修订的三原则见 量子机器学习的 QRAM 依赖)。

什么能了结这场争论。往下压:任何声称”passive 且大表”的提案,必须指认它如何绕开 $mtE+m\log W\ge \Omega (N)$——增加 $m$(回 active)、拉长 $t$ 或抬高 $E$(查询不可用)、或把数据搬出经典蓝图(量子数据)。往上顶:把被动器件做到 $2^{30}$ bit 以上并给出逐案干预账,即自动改写本词条的结论版图。在此之前,Jaques–Rattew 的原则仍是默认立场:廉价 QRAM 应视为不可行,除非被证明否则 Jaques–Rattew。

本词条推导的边界。干预下界按”每节点一通道”建模,真实网络的切分带宽只会让 active 侧更慢,故是对量子侧最有利的口径;算例三的 $p_0$ 是假设值,敏感处已逐句标注;推导一的重构只保证因子结构,常数与严格陈述以 Jaques–Rattew 原文为准;手性路由与资源态的数字沿用原始文献与站内词条的口径,平台更迭时须重算。

延伸阅读

• 机会成本批判
• 去量子化
• 成本口径:激活门、干预与能量
• 量子机器学习的 QRAM 依赖
• 分类学:四分类与主动/被动
• 桶队架构
• 资源态 QRAM
• 手性量子路由器
• 噪声韧性