量子数据中心

量子数据中心(QDC)把 QRAM 与量子网络绑定为同一基础设施:用户把整条查询外包给中心,换取魔态蒸馏通信从 O(√N) 降到 O(log N),并衍生出私密查询与分布式压缩两类应用。

定义与框架

Liu, Hann & Jiang 2023 形式化 QDC 概念:只有同时具备 QRAM(叠加查询)与量子网络的架构才够格称 QDC——原论文把这一组合定义为”第四代量子基础设施”。框架以四元参数 $(N,ϵ,\tau ,T)$ 与成本函数刻画”中心-用户”分工。定义处即做术语切割:经典选址的 random-access quantum memory 不满足 QDC 意义上的 QRAM;量子数据版查询则以 SWAP 取出单元态(受不可克隆定理限制)。

形式定义:QDC 是二元组 $\mathcal{D}=\{\mathcal{R},\mathcal{I}\}$,$\mathcal{R}$ 是 QRAM、$\mathcal{I}$ 是量子通信网络,查询分三步——(1) 远程用户经 $\mathcal{I}$ 把量子查询发给中心;(2) 中心用 $\mathcal{R}$ 执行查询;(3) 中心把输入/输出寄存器 $Q_1,Q_2$ 送回。四元参数:数据库规模 $N$、查询误差 $ϵ$、时延 $\tau$(单次查询的时间成本,latency)、吞吐 $T$(单位时间完成的查询数,throughput)。时延与吞吐分列不是修辞:延迟是单用户的串行等待,吞吐可由流水线换回(推导三)。

查询语义即 QRAM 的合同(路由机制见 查询语义:路由与读出):经典数据时,

${\sum }_{i=0}^{N-1}{\alpha }_i|i{⟩}^{Q_1}|0{⟩}^{Q_2}⟶{\sum }_{i=0}^{N-1}{\alpha }_i|i{⟩}^{Q_1}|x_i{⟩}^{Q_2},$

数据为量子态时,条件于地址 $|i⟩$ 把 $Q_2$ 与第 $i$ 个存储单元交换(SWAP)——不可克隆定理排除了”复制取出”,量子版查询因此在数据寄存器里留下纠缠。与”只做随机存取的量子存储器”(RAQM)的差别见 边界:RAQM 量子存储不是 QRAM。

成本函数把三类开销折成一把尺子:$F_{\text{cost}}^{\text{QDC}}=F(T_{\text{total}},N_{\text{total}},P_{\text{total}})$,其中 $T_{\text{total}}$ 是时间账、$N_{\text{total}}$ 是空间(硬件)账、$P_{\text{total}}$ 是隐私账(对用户的隐私消耗量,推导四给出一例 $P_{\text{total}}=1/I_B$)。最简单的取法是线性化 $F_{\text{cost}}^{\text{QDC}}={\alpha }_T{T}_{\text{total}}+{\alpha }_N{N}_{\text{total}}+{\alpha }_P{P}_{\text{total}}$(${\alpha }_T,{\alpha }_N,{\alpha }_P>0$),再对超参数(时延、距离、蒸馏方案等)取 ${\theta }^{\ast }=\arg {\min }_{\theta }{F}_{\text{cost}}^{\text{QDC}}$;判据是与”无 QDC”的 $F_{\text{cost}}^{\overline{\text{QDC}}}$ 比较,$F^{\overline{\text{QDC}}}>F^{\text{QDC}}$ 时外包才有优势。下面四组推导即往这个函数填项:推导一填 $(T,N)$ 蒸馏账,推导二填需求侧规模账,推导三填延迟账,推导四填隐私账。

推导一:魔态外包账——从 $O(\sqrt{N})$ 到 $O(\log N)$

两种外包方式与通信账

用户跑 $T$ 门密集的容错算法,查询里的非 Clifford 门靠魔态蒸馏(magic state distillation)喂给。外包有两条路:

• 逐态外包(naive):中心替用户蒸馏魔态、逐个传送,每查询通信量 = 消耗的魔态数;
• 整查询外包(smart):整条 oracle 查询留在中心执行,用户只送入地址寄存器、收回输出寄存器。

基线魔态数取自 Liu, Hann & Jiang 2023 所引的 Low–Kliuchnikov–Schaeffer 权衡:$N$ 项数据的相干查询至少需 $O(\sqrt{N})$ 个魔态(以大量辅助比特换低 $T$-count;不做该权衡则查表门数回到 $\tilde{\Theta }(N)$,见 机会成本批判 电路下界)。两种外包的每查询通信量:

$C_{\text{naive}}(N)\sim \sqrt{N}\text{对 EPR}(每态一对+2\text{比特经典校正}),$

$C_{\text{smart}}(N)\sim \lceil {\log }_{2}N\rceil +w+O(1)\text{对}(Q_1\text{进}+Q_2\text{出},w\text{为数据单元宽度}).$

$w$ 固定时 $C_{\text{smart}}=\Theta (\log N)$,比值

$\frac{C_{\text{naive}}}{C_{\text{smart}}}=\Theta \left(\frac{\sqrt{N}}{\log N}\right)=\Theta \left(\frac{2^{n/2}}{n}\right)(n:={\log }_{2}N),$

按地址比特数 $n$ 是指数对线性(原文:exponentially more efficient)。时延吃到同一笔节省:逐态外包的延迟因子 $\sim \sqrt{N}$(态逐个到货),整查询外包 $\sim \log N$(原文图 3 按两种延迟因子画相对时间成本,阈值线 0.1/1/10)。数值:$N=2^{20}$ 时比值 $\approx 51$;$N=2^{40}$ 时 $\approx 2.6\times 10^4$。

硬件外包是第二笔:查询辅助比特(工作空间)不再由用户承担,记在中心账上 Liu, Hann & Jiang 2023。

蒸馏层级的选择:错误预算逐级下分

数字例子的设定(原文):100 比特算法、分解为 Clifford+$T$ 后 $10^8$ 个 $T$ 门、物理错误率 $p=10^{-3}$、整机失败概率 $<1\%$。设魔态共 $M$ 个,则每态错误预算

${ϵ}_{\text{ms}}\le \frac{\eta }{M},\eta =10^{-2}.$

两个蒸馏层级的输出错误率(原文按 Litinski 模型给出):一级 15-to-1 为 $35p^3$,二级 116-to-12 为 $41.25p^4$。代入 $p=10^{-3}$:

$35p^3=3.5\times 10^{-8}/\text{态},41.25p^4=4.13\times 10^{-11}/\text{态}.$

预算倒推出的规模上限:

$M\le \frac{\eta }{35p^3}\approx 2.9\times 10^5(15\text{-to-}1),M\le \frac{\eta }{41.25p^4}\approx 2.4\times 10^8(116\text{-to-}12).$

于是基线($M=10^8$,查询占 $T$ 态消耗的 99%)装不进一级预算,必须用 116-to-12;接 QDC 后用户本地只剩 $10^6$ 个 $T$ 态(其余 $99\%$ 的蒸馏在中心),层级降回 15-to-1。诚实记录一处松量:论文按 $10^6\times 35p^3\sim 0.01$ 判”处于容差内”,严格代入是 $3.5\times 10^{-2}$,比 $10^{-2}$ 大 3.5 倍;这不改变结构性结论(层级降一级、魔态数除以 100),但常数是 $\sim$ 级的,引用时须知。

全账复算:码距、tiles、物理比特与时长

表面码的逻辑错误率用 Fowler–Gidney/Litinski 口径的近似(QR054 附录引 [45];阈值 $p_{\mathrm{th}}=10^{-2}$):

$p_L(p,d)\approx 0.1(100p{)}^{(d+1)/2}.$

验收条件(原文式 (2) 的基线形式):总错误 $=$ tiles $\times$ 周期数 $\times p_L<1\%$。

基线复算(116-to-12,210 tiles,周期数 $11d\times 10^8$):代入 $d=27$,$100p=0.1$,$(d+1)/2=14$:

$p_L\approx 0.1\times 0.1^{14}=10^{-15},\text{总错误}\approx 210\times (11\times 27\times 10^8)\times 10^{-15}\approx 6.2\times 10^{-3}<10^{-2}✓.$

$d=25$ 时 $p_L\approx 10^{-14}$、总错误 $\approx 5.8\times 10^{-2}$,超标;$d=26$ 因指数取半整数同样超标(这正是原文图 8”码距跳跃”的来源)。故基线最小码距 $d=27$,与原文一致。物理比特按每 tile $2d^2$(($d^2$ 数据 + $d^2$ 测量))计:$210\times 2\times 27^2=306,180\approx$ 论文的 306,000。时长:$11\times 27\times 10^8\approx 3\times 10^{10}$ 周期,$1\mu s$/周期约 8 小时——论文报 7 小时,同数量级(常数差在周期取法,本词条估算)。

QDC 复算(15-to-1,164 tiles,$M=10^6$,时延因子 $(1+\text{delay})=22$):

$\text{总错误}\approx 164\times (11\times 25\times 10^6\times 22)\times p_L(p,d)<10^{-2}.$

代入 $d=25$:$p_L\approx 10^{-14}$,总错误 $\approx 164\times 6.05\times 10^9\times 10^{-14}\approx 9.9\times 10^{-3}$,恰好压线通过;$d=23$ 给 $\approx 9\times 10^{-2}$,超标。故最小码距 $d=25$,与原文一致。物理比特 $164\times 2\times 25^2\approx 2.05\times 10^5$(本词条推算,同一 $2d^2$ 规则),较基线省约 $1/3$;时长 $6.05\times 10^9$ 周期 $\approx 1.7$ 小时(本词条估算)——其中蒸馏本身只占 $2.75\times 10^8$ 周期(约 5 分钟),其余全被外包时延吃掉。

三笔节省同源:查询外包把 $T$ 态消耗从用户侧拿走,于是魔态数量除以 100、蒸馏层级降一级、码距降 2;用户只付 $O(\log N)$ 通信。注意收益方向:这是外包用户口径,不是”用户+中心”合计的资源减少(见讨论节)。

从查询到算法:qubitization/QSP 的硬件比

同一逻辑换算到 qubitization/量子信号处理(QSP):哈密顿量取 LCU 形式 $H={\sum }_{i=1}^L{\alpha }_i{\Pi }_i$,查表型 oracle $|G⟩={\sum }_i{g}_i|i⟩$($|g_i{|}^2={\alpha }_i/\lambda$)由 QRAM/QROM 实现,每查询成本含三件:Pauli 串实现 $\mathcal{O}(L{C}_1)$、混合 QRAM/QROM 表 $\mathcal{O}(M{\log }^{2}L)$、传态 $t_{\text{ch}}$,总账

$T_{\text{total}}=\mathcal{O}(\lambda t+\log \frac{1}{ϵ})\times (\mathcal{O}(L{C}_1)+\mathcal{O}(M{\log }^{2}L)+t_{\text{ch}}),$

第一因子是 QSP 查询复杂度;混合构造以 $M$ 为旋钮($M=1$ 为纯 QRAM:$\mathcal{O}(L)$ 比特、$\mathcal{O}(\log L)$ 时间;$M=L$ 为纯 QROM:$\mathcal{O}(\log L)$ 比特、$\mathcal{O}(L\log L)$ 时间;一般值 $\mathcal{O}(\log L+L/M)$ 比特、$\mathcal{O}(M\log L)$ 时间),${\log }^{2}L$ 多出的 $\log L$ 来自无后选择的 $|G⟩$ 制备。用户侧硬件成本比

$\frac{F^{\text{QDC}}}{F^{\overline{\text{QDC}}}}\approx \frac{\mathcal{O}(M\log L)}{\mathcal{O}(L)}.$

数值(本词条代入):$L=2^{20}\approx 10^6$ 个 Pauli 项、$M=10^2$,得 $10^2\times 20/10^6=2\times 10^{-3}$——硬件约除以 500;$M$ 不随 $L$ 增长时节省可达指数级(原文)。

推导二:规模账——QDC 要装多大的 $N$

GPT-3 账本:45 TB 拆解

Wang et al. 2024 给出需求侧锚点:GPT-3 用 $1.75\times 10^{11}$ 个参数、45 TB 文本语料训练。逐级换算(注意是 45 TB 而非 4.5 TB,即 $4.5\times 10^{13}$ 字节):

$45\text{TB}=4.5\times 10^{13}\text{B}\times 8\frac{\text{bit}}{\text{B}}=3.6\times 10^{14}\text{bit}.$

摊成 1 bit/单元的 QRAM,则 $N=3.6\times 10^{14}$,地址寄存器宽度

${\log }_{2}N={\log }_{2}3.6+14{\log }_{2}10\approx 1.85+46.5\approx 48.4\Rightarrow 49\text{个地址比特}.$

两个对照。其一,模型自身:$1.75\times 10^{11}$ 参数 $\times$ fp16(2 B)$=350$ GB $\approx 2.8\times 10^{12}$ bit——比语料小两个数量级(fp16 为本词条假设,数量级不依赖它);“查语料”与”查权重”是两个规模的 QRAM。其二,通信两端:整查询外包每查询约 $2\times 49+2\approx 100$ 对 EPR;基线逐态外包 $\sqrt{N}\approx 1.9\times 10^7$ 态——比值 $\sim 2\times 10^5$。原文判词:商业级数据规模”正在接近因果律允许指数加速的边界”。

不同模型规模的总账表

下表为本词条汇总:数据量出处见备注列,${\log }_{2}N$、$\sqrt{N}$、$2{\log }_{2}N$ 为直接换算。

场景	$N$(bit)	${\log }_{2}N$	$\sqrt{N}$(基线/查询)	$2{\log }_{2}N$(外包/查询)	出处
8 GB 数据库	$6.9\times 10^{10}$	36	$2.6\times 10^5$	$\approx 72$	[[sources/QR009
GPT-2 参数(fp16)	$2.4\times 10^{10}$	35	$1.6\times 10^5$	$\approx 70$	本词条估算
GPT-3 参数(fp16)	$2.8\times 10^{12}$	42	$1.7\times 10^6$	$\approx 84$	本词条换算(参数数取 QR032)
GPT-3 语料	$3.6\times 10^{14}$	49	$1.9\times 10^7$	$\approx 98$	[[sources/QR032
格密码筛选	$2^{49}$–$2^{78}$	49–78	$2.4\times 10^7$–$5.5\times 10^{11}$	$\approx 98$–$156$	[[sources/QR003
SHA-256 碰撞	$2^{93}$	93	$7.0\times 10^{13}$	$\approx 186$	[[sources/QR003

三条读数。其一,对外包用户,通信永远是每查询几十对 EPR 的对数账——最后一列几乎不动。其二,基线列随规模单调爆炸:比值 $\sqrt{N}/(2{\log }_{2}N)$ 从 8 GB 的 $\sim 4\times 10^3$ 爬到 $2^{93}$ 的 $\sim 4\times 10^{11}$;规模越大,QRAM-as-infrastructure 的相对价值越大。其三,需求规模已越过单机因果上界(下节),逼向 2D/3D 与分布式。

因果律交叉核对:网络为什么是必要组件

单机 QRAM 的容量受因果律钉死:1D 光速预算给 $N\le 8.9\times 10^{12}$(原文数字,$a=10^{-6}$ m、$\Delta T=10^{-3}$ s),固态器件换成声速后 1D 掉到 $10^7$–$10^9$;2D 各布图 $10^{15}$–$10^{20}$,3D $\sim 10^{24}$。对照总账表:GPT-3 语料 $3.6\times 10^{14}$ 已超 1D 光速上界 40 倍,勉强够到 2D 下沿;密码分析需求($2^{78}$–$2^{93}$)只有 3D 接得住。完整推导与逐布图数值见 因果律极限 推导三与算例二至四,此处只取系统层结论:传送型布图把长程链路从声速抬到光速,是唯一同时缓解干预墙与因果墙的路线——QDC 的量子网络正是这一抬升在基础设施层的形态,原文展望亦明确提出把 QRAM 去中心化铺在量子网络上的分布式 QDC 设想 Liu, Hann & Jiang 2023。

推导三:网络与延迟账

单次查询的延迟下界

传态(teleportation)绕不开经典信道:校正比特必须物理到达,故

$t_{\text{ch}}\ge \frac{L}{v_{\text{med}}},v_{\text{fiber}}\approx \frac{c}{1.5}\approx 2\times 10^8\text{m/s(本词条取值)}.$

$L=100$ km 给 $t_{\text{ch}}\ge 0.5$ ms,千公里给 $t_{\text{ch}}\ge 5$ ms——因果律级下界,与中继方案无关;纠缠分发只决定吞吐 $T$:原文用成本系数 $C_2$(每单位长度传一对 EPR 的 qubit$\times$time,统一三代量子中继口径)与 $t_{\text{ch}}$ 抽象之。对照查询时钟:Fat-Tree 共享 QRAM 的摊销时延 8.25 $\mu s$、带宽 $1.21\times 10^5$ 查询/s Xu et al. 2025,千公里传态延迟 $5$ ms $\approx 600$ 个摊销周期——网络延迟比中心内门时序慢三个数量级以上,账须分开记(含噪时序联合仿真见 Bugalho 2023)。

时延预算如何进码距

延迟通过验收条件进入硬件账:总错误 $\propto (1+\text{delay})$,延迟变大就要求 $p_L$ 同比例变小,由 $p_L\approx 0.1(100p{)}^{(d+1)/2}$,$p_L$ 每降 10 倍 $d$ 增 2。本词条换算(继续用推导一的 15-to-1/164 tiles 情形):

• 延迟因子 $21\to 2.1\times 10^3$(约 10 ms,百公里往返):$p_L$ 须降 100 倍,$d:25\to 29$,物理比特 $\times (29/25{)}^2\approx 1.35$;
• $21\to 2.1\times 10^4$(约 100 ms 量级,千公里往返):$d\to 31$–$33$,比特 $\times 1.5$–$1.7$。

结论:距离不杀死 QDC,只把账单推给码距——“距离换比特”。运行时间另算:串行口径下千公里会把 1.7 小时推到月级;但延迟是流水线性的——多条查询在途(深度 $\approx$ delay/cycle)即可让吞吐与延迟解耦,这正是 $\tau$ 与 $T$ 分列的意义(本词条分析)。论文 $d=25$ 情形的几何:时延因子 $\le 21$(原文图 3 口径,附加时延约 10 $\mu s$),按光纤单程折算

$L\le v_{\text{fiber}}{t}_{\text{ch}}=2\times 10^8\times 10^{-5}=2\text{km},$

即这一档”码距不加价”的优惠只在城域尺度成立(本词条估算);广域 QDC 要么接受更大的 $d$,要么把算法改写成低查询频次、高在途度的形态。

分布式 QRAM:时钟同步与传播极限

分布式 QRAM(原文展望)里,每层门要求全网在 $\ll \Delta T$ 内对齐,而时钟信号的传播是 $L_{\text{link}}/v$ 的时延,必须预补偿——否则等效时钟周期被拉大到 $L_{\text{link}}/v$,查询时间从 $\log N$ 层膨胀为 $(\log N)\cdot L_{\text{link}}/(v\Delta T)$ 层。极限仍由因果律把守:全网线度 $\le v{T}_{\text{query}}$,与单机情形同一不等式(推导与容量公式见 因果律极限);传送型布图 Xu et al. 2023 把长程 SWAP 换成传态后,长程链路受光速而非声速约束,局域门仍在声速——这解释了为何其容量上界($10^{20}$–$10^{22}$)落在”全声速 2D”与”3D”之间而不是直接跳到光速极限。缓存分层类比只对一半:叠加查询”一次访问所有地址”,局部性只在查询序列层面成立——若 $L$ 次 oracle 调用集中在 $M$ 个数据块,可改为 $O(M)$ 次本地装载 + $O(L)$ 次本地查询,通信从 $O(L\log N)$ 降到 $O(M\log N)$(本词条估算;即上节 $M$ 的系统层读法)。量子缓存/量子缓冲抽象见 Liu 2023。

推导四:私密查询的信息账

协议骨架与威胁模型

量子私密查询(Quantum Private Query,QPQ;Giovannetti–Lloyd–Maccone 原协议,QR054 附录复述):Alice 要查 Bob 的 $N$ 项数据库的第 $i$ 项而不暴露 $i$,Bob 则只肯交出一项。协议:Alice 随机发送真查询 $|i⟩$ 或诱饵态 $(|i⟩+|0⟩)/\sqrt{2}$;Bob 用 QRAM 执行查询并退回寄存器;Alice 对退回态做测量,检出作弊的概率记 ${ϵ}_p$。QDC 语境里 Bob 就是中心,威胁模型是 honest-but-curious——比QRAM 安全性条目里 ICCAD 攻击的主动攻击面温和得多(张力见讨论节)。原文还指出 QPQ 不违反盲量子计算方向的不可能性定理:QDC 不持私钥,前提不同。

单次查询的 Holevo 界与 ${ϵ}_p^{1/4}$ 的来历

把 Bob 的任意操作归并为两个幺正 $U_1,U_2$;Alice 等概率选 $\ell \in \{A,B\}$ 两类查询,对 Bob 侧求偏迹得终态 ${\sigma }_{\ell }(j)$,系综 $\{p_j=1/N,\sigma (j)=[{\sigma }_A(j)+{\sigma }_B(j)]/2\}$ 的 Holevo 信息

$I_B\le c{ϵ}_p^{1/4}{\log }_{2}N,c\le 631.$

指数 $1/4$ 的来历(原文自述”在振幅与概率之间反复开平方”,本词条展开):信息-扰动权衡在振幅层面记账——多拿 $\delta$ 的信息要扰动 $\sim \delta$;Alice 的检验在概率层面记账——扰动 $\delta$ 以 $\sim {\delta }^2$ 概率被抓。单次被抓概率压在 ${ϵ}_p$ 以下,则扰动概率 $\le {ϵ}_p$、振幅级信息 $\le {ϵ}_p^{1/2}$;振幅到概率再开一次平方,得 ${ϵ}_p^{1/4}$。$c\le 631$ 是放缩链常数,不是物理普适常数。

数值算例(本词条验算):$N=2^{40}$ 时若要 $I_B<1$ bit,需 ${ϵ}_p<(631\times 40{)}^{-4}\approx 2.5\times 10^{-18}$;直接代入 ${ϵ}_p=10^{-6}$ 得 $I_B\le 631\times 0.0316\times 40\approx 800$ bit,毫无约束力——界的价值在标度不在绝对值:$\log N$ 标度(而非 $N$)与随查询数的下降(下节)。

多次查询:$Q_B^{-1/4}$ 标度

Alice 发 $Q$ 次独立查询,Bob 作弊 $Q_B$ 次。Alice 一次都抓不到的概率为 $(1-{ϵ}_p{)}^{Q_B}$;记遗留置信度 $a$($O(1)$ 常数),则

$(1-{ϵ}_p{)}^{Q_B}=a⟹Q_B=\frac{\log a}{\log (1-{ϵ}_p)}\approx \frac{\log (1/a)}{{ϵ}_p}=\mathcal{O}(\frac{1}{{ϵ}_p})({ϵ}_p\ll 1,Q_B\ll 1/{ϵ}_p).$

代入单次界:

$I_B\le \mathcal{O}\left(Q_B^{-1/4}\log N\right);$

若 Bob 按总查询数的比例作弊 $Q_B\sim Q^{\alpha }$($0\le \alpha \le 1$),则 $I_B\le \mathcal{O}(Q^{-\alpha /4}\log N)$。直觉反直觉:查得越多反而越安全——“次次通过检验”本身压低了 Bob 敢作弊的次数,作弊少=学到的少;隐私与检测率联动。数值(本词条验算):${ϵ}_p=10^{-3}$、$a=1/2$ 给 $Q_B\approx \ln 2/10^{-3}\approx 693$,代入 $N=2^{40}$:$I_B\lesssim 693^{-1/4}\times 40\approx 8$ bit(量级口径,常数未计)。

多方协议:秘密分享拆解

把 QPQ 与量子秘密分享(quantum secret sharing)拼起来得多方私密量子通信:发送方 $A_i$ 用 $((k,n))$ 门限方案把量子消息拆成 $n$ 份:任 $k$ 份可完全重构、任 $k-1$ 份不泄露任何信息,$n<2k$ 时构造存在(Cleve–Gottesman–Lo,QR054 引);份额存进两个以上互不合谋的 QDC 的公开地址,接收方 $B_j$ 用 QPQ 质询各中心凑齐份额。安全边界要念清楚:单份份额对任一 QDC 是最大混合态,单个中心学不到消息;诚实中心经 QRAM 读出的是经典数据、对库无反作用(SWAP 取出语义,见定义节);但协议只防 QDC、不防其他用户($B_{j\ne k}$ 可截获 $A_k\to B_k$)。成本端把隐私折进成本函数:$T_{\text{total}}=\mathcal{O}(QM\log N)+\mathcal{O}(Q{t}_{\text{ch}})$,取 $P_{\text{total}}:=1/I_B$ 代入线性化成本,${\alpha }_P$ 就是隐私的定价。

推导五:分布式压缩的维数账

单激发子空间:unary 到 binary

传感数据常落在单激发子空间:只允许 $N$ 个存储比特中恰有一个 $|1⟩$,

$|{\psi }_{\text{unary}}⟩={\sum }_{i=0}^{N-1}{\alpha }_i{⨂}_{j=1}^N|{\delta }_{ij}{⟩}^{D_j}.$

该子空间维数是 $N$ 而非 $2^N$,故 $\log N$ 个比特就装得下同样的系数列 $|{\psi }_{\text{binary}}⟩={\sum }_i{\alpha }_i|i⟩$。QRAM 版压缩分两步(构造为 QR054 原创,载体是改装的桶队路由,机制见 bucket-brigade 架构):第一步用幺正 $U$ 把激发位置写进 $\log N$ 比特地址寄存器,

$U:|0{⟩}^{Q_1}{\sum }_i{\alpha }_i[{⨂}_j|{\delta }_{ij}{⟩}^{D_j}]⟶{\sum }_i{\alpha }_i|i{⟩}^{Q_1}[{⨂}_j|{\delta }_{ij}{⟩}^{D_j}],$

第二步一次 QRAM 查询把激发抽到输出寄存器:

${\sum }_i{\alpha }_i|i{⟩}^{Q_1}|0{⟩}^{Q_2}[{⨂}_j|{\delta }_{ij}{⟩}^{D_j}]⟶{\sum }_i{\alpha }_i|i{⟩}^{Q_1}|1{⟩}^{Q_2}[{⨂}_j|0{⟩}^{D_j}].$

右端各寄存器直积可分,$Q_1$ 上留下的就是压缩态(第一步的 $U$ 不是 QRAM 查询,超出 QDC 最小定义的合同,需对桶队路由做”逆向走树”的小改——原文如实标注)。账目:压缩比 $N/\log N$;分布式传感里它直接兑换成纠缠开销——传 $N$ 比特量子数据一般要 $N$ 对 EPR,单激发态只要 $\log N$ 对。数值:$N=2^{20}$ 时 $10^6\to 20$ 对,节省 $5\times 10^4$ 倍(本词条验算)。

$k$ 激发推广与 Schumacher 编码

$k$ 激发子空间维数为 $\left(\genfrac{}{}{0ex}{}{N}{k}\right)$,编码需

$\lceil {\log }_2\left(\genfrac{}{}{0ex}{}{N}{k}\right)\rceil =k{\log }_{2}N-{\log }_2(k!)\le k{\log }_{2}N(\text{本词条推导;原文取粗界 }k\log N),$

Stirling 展开给出修正 ${\log }_{2}k!\approx k{\log }_{2}k-1.44k$;例:$N=2^{20},k=4$ 时精确值 $80-4.58\approx 75.4$,粗界多记 5 个比特。再往通用压缩走:Schumacher 编码把占据率 $p$ 的 $M$ 模系统压到 $MH(p)$ 比特($H$ 为二元熵);配量子排序网络(QRAM 的推广)可多项对数时间完成编码(原论文引述)。数值:$p=0.1$ 时 $H(p)=0.469$,$M=10^6$ 模压到 $4.7\times 10^5$ 比特(本词条验算)。

望远镜阵列:EPR 开销账

量子辅助望远镜阵列中,单个光子落入 $T_{\text{bin}}$ 个时间窗之一、$R$ 个频带之一。既有方案(Khabiboulline 等,QR054 引)用 $\mathcal{O}(R\log T_{\text{bin}})$ 个比特压缩到达信息;QDC 方案把”哪个频带”存进 $R$ 个记忆比特做 unary-to-binary 压缩、“哪个时间”由光子在场与否控制二进制编码,合计

$\mathcal{O}(R)+\mathcal{O}(\log T_{\text{bin}})\text{比特}.$

数值(本词条取值):$T_{\text{bin}}=10^6$、$R=100$:基线 $100\times 20=2000$ vs QDC $130$,省 15 倍;$T_{\text{bin}}=10^9$(1 ns 窗 $\times$ 1 s):$3000$ vs $130$,省 23 倍。通信时间的节省更陡:压缩后只有 $\log T_{\text{bin}}$ 量级比特需走网络。同属传感侧的信道判别应用:用户设计不出最优判别电路 $\{V_{\ell }\}$ 时,把过信道的态传态给 QDC 执行 $V_{\ell }$ 再传回,配 $\xi$-混合协议与多数表决($\mathcal{O}(N/\xi )$ 复杂度)——QDC 卖”判别电路设计能力”,与卖魔态同构。

最强前提与安全对照

全文假设”QRAM 已按容错方式建成且为浅电路”——作者自认大规模容错 QRAM 恰是实验首要挑战,等于把最难的前提当黑盒;收益只对外包用户成立(原文:“the advantage is only for outsourcing users”):把用户与中心合并记账,总资源仍是 $\Theta (N)$ 量级,指数节省是通信/布局性的,不是热力学性的;且通信节省来自 QRAM 本身而非某个具体算法,与 机会成本批判 的”控制硬件=并行经典机”论证正面对读。经典数据+量子寻址的”写”操作则被证明退化:条件于叠加地址做受控覆写后对 $Q_1,Q_2$ 求偏迹,

${\rho }_{\text{DB}}={\sum }_i|{\alpha }_i{|}^2[|y_i⟩⟨y_i{|}^{D_i}\otimes \text{其余单元原样}],$

即”以 $|{\alpha }_i{|}^2$ 概率覆写第 $i$ 项”的经典随机写——与掷骰子选地址的经典写不可区分,不是良好定义的量子操作;量子数据侧的经典/量子寻址都是良定义的 SWAP 型操作(读出即其特例)。写的不对称把 QDC 钉在”只读 oracle + 份额存储”的定位上。

安全性上,QDC 假设中心 honest-but-curious,而 QRAM 安全性 条目的 ICCAD 攻击研究展示了 curiosity 实际能拿到什么——时序侧信道可区分架构与算法、高能态注入可致读取恒错——两者恰成正反面:QPQ 防”协议内偷看”,防不了”实现层侧信道”,云 QRAM 验收清单两行都得有。作为远期($\gtrsim 2^{30}$)区间”唯有 3D 集成或传送型分布式架构”的候选 Wang et al. 2024,QDC 与器件级的 资源态 QRAM 是系统与器件两条远期路线;中期定位上,原文展望引 Hann 的一般噪声韧性($1-F$ 仅随 $\log N$ 退化 Hann 2021,见 一般噪声下的韧性)提出 QDC 或可先以不完全纠错形态运行;走完全容错时,蒸馏–传态协议 是另一条把查询搬进纠错层的接口,与”整查询外包”同属”以传态换在线资源”的家族 Dalzell 2025。

延伸阅读

• QRAM 安全性
• 机会成本批判
• Fat-Tree 共享 QRAM
• 因果律极限
• 虚拟 QRAM 与系统架构
• 蒸馏–传态协议
• 评价指标:六维打分卡