因果律极限

因果律极限是 QRAM 的物理第一性约束:Wang 等(2024)证明"O(log N) 深度服务 O(N) 数据"在局域相互作用系统中渐近违反相对论因果性,并用 Lieb–Robinson 界导出容量上界——QRAM 能做多大,物理学说了算。

三堵墙:问题设定

QRAM 的全部魅力在于用 $O(\log N)$ 深度访问 $O(N)$ 个数据。但”深度”只是电路口径的计时单位,物理世界有三本它压不住的账,对应三条独立的下界论证:

1. 计数墙(组合):$N$ 项数据的表有 $2^N$ 张,可分辨的电路只有指数于 $G\log (DW)$ 那么多——门数 $G\in \tilde{\Omega }(N)$,深度换不掉门数(见 边界:qROM 电路与 QROM 模型);
2. 能量-干预墙(动力学):Jaques–Rattew 定理 VI.1:$ntE+n\log W\ge \Omega (N)$——即便允许”弹道”哈密顿量而非电路,干预×能量×时间与组合自由度仍压不住表规模 Jaques & Rattew 2025;
3. 因果墙(相对论):Wang 等证明,局域相互作用系统中信息传播速度有限,$O(\log N)$ 深度服务 $O(N)$ 数据渐近违反相对论因果性,容量受 $N/{\log }^{2}N\lesssim v\Delta T/a$ 约束 Wang et al. 2024。

第一堵墙管”电路里门必须多”,第二堵管”器件里干预与能量逃不掉”,第三堵管”这些位点在空间上铺得多开”。本词条完整展开后两堵墙的推导,并给出对三类架构的联合判定。

QRAM 因果结构的形式定义

先写出可检验的”查询因果可行性”。查询语义的合同(见 查询语义:路由与读出)要求器件把叠加地址与全部 $N$ 个单元相干纠缠,这给出三条约束:

• 时间约束:查询深度 $\Delta (N)$ 层时钟、每层 $\Delta T$,总操作时间 $T(N)=\Delta T\cdot {\log }^{c}N,c=1\text{或}2,$ 指数 $c$ 由调度定:理想并行 $c=1$;bucket-brigade 严格串行调度的两体门步数为 $\Theta ({\log }^{2}N)$($c=2$,见 成本口径 推导二)。
• 空间约束:$N$ 个单元以间距 $a$ 排成 $d$ 维阵列,器件线度 $L(N)=a{N}^{1/d}(1\text{D 链即 }L=aN).$
• 速度约束:携带地址或数据信息的激发,传播速度不超过介质上限 $v$——终极上限是光速 $c$,声子载体的固态器件中受声速限制($v$ 的两种微观来源见推导三)。

相对论因果性的算符表述:类空间隔上对易子为零,

$[{\mathcal{O}}_A(t,\mathbf{x}),{\mathcal{O}}_B(0,\mathbf{y})]=0\text{当}(t,\mathbf{x}-\mathbf{y}{)}^2<0,$

即影响被限制在以 $|t|v$ 为半径的光锥内。查询要完成,寻址端口与每一个可能被查询的单元都必须处在彼此的有效光锥内——地址处于叠加,不能等”测出地址”再决定信号去向。于是因果可行性条件是

$L(N)\le vT(N)⟹\frac{N}{{\log }^{c}N}\le \frac{v\Delta T}{a}(1\text{D}),N\le (\frac{v\Delta T}{a}{)}^d{\log }^{cd}N(d\text{维}).$

推导只有三步:$L(N)$ 代入;数据返回与地址到达两段传播同受一个 $v$,首阶记账把往返因子并入常数;取对数移项即得。直觉:对数深度是”电路层数”的账,而层间物理距离不能靠层数压缩——$N$ 个单元铺开的线度 $a{N}^{1/d}$ 随 $N$ 多项式增长,时钟预算却只随 $\log N$ 增长,两边必有交叉点;交叉点在哪由 $v\Delta T/a$ 决定,数值见数值算例节。

推导一:无因果约束时,fanout 与全树干预已是必要的

因果墙是第三道闸门;在到达它之前,两条不含任何光速假设的论证已经逼出了 fanout 形状的资源需求。本节给出骨架,细节分别在 成本口径 与 分类学:四分类与主动/被动。

计数:深度买不来门数

$N$ 比特表 $T$ 的查表门 $U_T={\sum }_j|j⟩⟨j|\otimes X^{T_j}$ 随表逐位不同,故 $2^N$ 张表给出 $2^N$ 个互不相同的幺正(严格正交性见推导二第四步)。另一边,固定门库(门库大小 $g$、fanin $\le k$)在 $W$ 个比特、深度 $D$、门数 $G$ 之下,可分辨电路数的上界为 Jaques & Rattew 2025

$\#\text{电路}\le 2^{kG\lg \left(\frac{DWg}{G\sqrt{k}}\right)}.$

骨架推导:每个门有 $g$ 种选法、$\left(\genfrac{}{}{0ex}{}{W}{k}\right)$ 量级的位置、$D$ 个时隙,同门之间的排列冗余以因子 $G^{-G}$ 扣除——论文引理 V.1 的精确常数由此而来。两个指数比较,要求 $kG\lg \left(\frac{DWg}{G\sqrt{k}}\right)\ge N$。固定 $D=O(\log N)$、$W=\mathrm{poly}(N)$,右侧对数变化缓慢,故 $G\in \tilde{\Omega }(N)$;反向读,若坚持 $G=\mathrm{polylog}N$,则必须 $D=2^{\tilde{\Omega }(N)}$——指数深度。所以”$O(\log N)$ 深度”的任何电路实现必然同时拥有 $\Theta (N)$ 个门,铺在 $\Theta (N)$ 个比特上:这就是 fanout 的形状(门数账与 $O(2^{-n})$ 精度要求的完整推导见 fanout 架构 与 成本口径 推导一)。

路径独立:干预不能只给”将要走的路”

经典 RAM 的低功耗来自”只给被寻址的 $O(\log N)$ 个门供能”。量子叠加为什么禁止这一点?用两分支密度矩阵写清。设地址 $|0⟩,|1⟩$,两条路由路径结束时控制器(供电网络、路由节点)分别落在 $|c_0⟩,|c_1⟩$:

$|\Psi ⟩=\frac{1}{\sqrt{2}}(|0⟩|D_0⟩|c_0⟩+|1⟩|D_1⟩|c_1⟩).$

对控制器求偏迹,相干项被重叠因子压缩:

${\rho }_{AB}=\frac{1}{2}(|0D_0⟩⟨0D_0|+|1D_1⟩⟨1D_1|)\underline{+\frac{{\gamma }^{\ast }}{2}|0D_0⟩⟨1D_1|+\frac{\gamma }{2}|1D_1⟩⟨0D_0|},\gamma :=⟨c_0|c_1⟩.$

若控制状态可区分路径(供能时序、发热、光子数不同),宏观器件里 $|\gamma |\approx 0$:划线项消失,查询退化为”测地址、经典查表”——叠加语义(线性延拓合同)被毁。要 $|\gamma |=1$,控制系统的状态必须在查询前就与路径无关:供能与干预只能均质地覆盖全部 $N-1$ 个可能被激活的节点。于是 active QRAM 每次查询的干预数

$I_{\mathrm{query}}\ge N-1=\Omega (N),$

与路由多聪明无关 Jaques & Rattew 2025。量子侧”任意时刻只激活 $O(\log N)$ 节点”与此不矛盾:那是相干动力学,这本账数的是经典控制覆盖(两本账的几何见 成本口径 推导三)。

小结与接口:计数墙说”$\Theta (N)$ 个门必须存在”,路径独立说”它们必须同时待命”。两句话都不含光速,却已经把 $O(\log N)$ 深度的代价定为 $O(N)$ 个同时活跃的物理位点。因果律接着追问:这 $N$ 个位点在空间里铺开多远、信号多快能协调它们。

推导二:Jaques–Rattew 定理 VI.1:$ntE+n\log W\ge \Omega (N)$

计数墙只管电路;器件路线的全部赌注是”造一个专用哈密顿量,让查询弹道式地自主演化”。本节定理恰是对这一赌注的清算。以下按预印本 v1 的罗马编号称定理 VI.1(正式发表版重构为第 6 节的哈密顿构造论证与附录推论 C.3 Jaques & Rattew 2025;发表版另给电路模拟等价形式 $N\in \tilde{O}(Wn\Vert \mathbf{a}{\Vert }_{1}t)$,即 成本口径 所引的形式)。

定理陈述与逐项含义

定理 VI.1(Jaques–Rattew)。设 ${\mathcal{U}}_{\text{ballistic}}$ 是所有如下方式生成的幺正:取至多 $n$ 项的哈密顿量 $H={\sum }_{j=1}^n{a}_j{h}_j$,每项 $h_j$ 至多 $k$-局域、系数能量介于 $-E$ 与 $E$ 之间,再将整体演化至多时间 $t$。若规模为 $N$ 的全部 QRACM 查表门都属于 ${\mathcal{U}}_{\text{ballistic}}$,则

$ntE+n\log W\ge \Omega (N).$

记号	物理含义	对应的工程资源
$n$	哈密顿量项数;每加一项至少一次控制器干预	逐节点打脉冲、逐耦合上偏置的干预次数
$t$	允许的演化时间	相干时间/时钟预算内的窗口
$E$	单项的能量尺度(算符范数上界)	驱动幅度、耦合强度
$W$	哈密顿量作用的量子比特数	器件宽度
$k$	局域性(每项至多跨 $k$ 个比特)	物理相互作用的程

注意 $n$ 在本节专指哈密顿量项数,勿与地址比特混淆(地址宽度记 ${\log }_{2}N$)。原始证明在附录 C,由三块积木搭成。

第一步:能量换时间

$e^{itH/\hslash }=e^{i(tE)(H/E)/\hslash },$

即”项范数 $\le E$、演化 $t$“与”项范数 $\le 1$、演化 $tE/\hslash$“是同一个幺正。以下设 $\hslash =1$,归一化项范数,记约化时间 $\bar{t}:=tE$。这一步把 $(t,E)$ 合并成单一无量纲资源 $\bar{t}$——能量与时间按乘积兑换,这正是界里 $tE$ 成对出现的原因。

第二步:引理(指数映射的连续性)

引理 C.1。设 $\Vert H_1\Vert ,\Vert H_2\Vert \le 1$,$H_1-H_2=ϵH_{12}$ 且 $\Vert H_{12}\Vert \le 1$,记 $\delta :=\Vert e^{i\bar{t}{H}_1}-e^{i\bar{t}{H}_2}\Vert$。则

$\delta \le e^{\bar{t}}(e^{\bar{t}ϵ}-1).$

证明。对 $H_1=H_2+ϵH_{12}$ 的幂级数逐项展开,把”插入了 $j$ 次 $ϵH_{12}$“的项归堆(记 $\left(\genfrac{}{}{0ex}{}{n:A}{j:B}\right):={\sum }_{\Vert \vec{x}{\Vert }_1=j}{B}^{x_1}{A}^{1-x_1}\cdots B^{x_n}{A}^{1-x_n}$,满足 $(A+B{)}^n={\sum }_j(\genfrac{}{}{0ex}{}{n:A}{j:B})$):

$e^{i\bar{t}{H}_1}={\sum }_{n\ge 0}\frac{(i\bar{t}{)}^n}{n!}(H_2+ϵH_{12}{)}^n=\underset{\text{理想部分}}{\underbrace{e^{i\bar{t}{H}_2}}}+{\sum }_{n\ge 0}\frac{(i\bar{t}{)}^n}{n!}{\sum }_{j\ge 1}{ϵ}^j(\genfrac{}{}{0ex}{}{n:H_2}{j:H_{12}}).$

由 $\Vert H_2\Vert ,\Vert H_{12}\Vert \le 1$,每个排列的范数 $\le 1$,而 $\Vert \vec{x}{\Vert }_1=j$ 的排列恰 $\left(\genfrac{}{}{0ex}{}{n}{j}\right)$ 个,故

$\delta \le {\sum }_{n\ge 0}\frac{{\bar{t}}^n}{n!}{\sum }_{j=1}^n\left(\genfrac{}{}{0ex}{}{n}{j}\right){ϵ}^j={\sum }_{n\ge 0}\frac{{\bar{t}}^n}{n!}((1+ϵ{)}^n-1)=e^{\bar{t}}(e^{\bar{t}ϵ}-1).■$

反解(定理真正用的方向):若两个哈密顿量要生成可分辨的幺正——正交即 $\delta =1$——则必须

$ϵ\ge \frac{\ln (e^{-\bar{t}}+1)}{\bar{t}}\ge \frac{e^{-\bar{t}}}{2\bar{t}}(\ln (1+x)\ge x/2,x\in (0,1]).$

直觉:演化越久、能量越高($\bar{t}$ 大),哈密顿量的微小差别被指数放大,幺正越容易分辨;反过来,若只允许短时间/低能量($\bar{t}$ 小),系数必须以 $1/\bar{t}$ 的粒度拉开——动力学分辨率由作用量 $\bar{t}=tE$ 定价。这与教科书级的 Margolus–Levitin 界(平均能量 $E$ 的态产生一个正交态至少需 $\pi \hslash /2E$)同一精神:可分辨性以能量×时间计价(直觉类比,原文证明不依赖它)。

第三步:候选项与系数空间计数

$W$ 个比特上,至多 $k$-局域的 Pauli 串项有多少?选 $j$ 个比特($\left(\genfrac{}{}{0ex}{}{W}{j}\right)$ 种)、每位从 $\{I,X,Y,Z\}$ 取($4^j$ 种),故候选池

$N_H={\sum }_{j=1}^k{4}^j\left(\genfrac{}{}{0ex}{}{W}{j}\right)=O(W^k).$

一个弹道哈密顿量由两件事确定:选哪 $n$ 项(至多 $\left(\genfrac{}{}{0ex}{}{N_H}{n}\right)$ 种支持)+ 系数向量 $\mathbf{a}\in [-1,1{]}^n$(体积 $2^n$)。由引理 C.1,系数 ${\ell }_1$-距离 $\ge 2ϵ$ 的两个向量才保证幺正可分辨;把 $[-1,1{]}^n$ 用 ${\ell }_1$-球(半径 $ϵ$,体积 $\frac{2^n}{n!}{ϵ}^n$)覆盖,每套支持至多容纳 $n!/{ϵ}^n$ 个可分辨哈密顿量。合计

$|\mathcal{G}|\le \left(\genfrac{}{}{0ex}{}{N_H}{n}\right)\frac{n!}{{ϵ}^n}\le \frac{N_H^n}{{ϵ}^n}\left(\right(\genfrac{}{}{0ex}{}{N_H}{n})n!=N_H(N_H-1)\cdots (N_H-n+1)\le N_H^n).$

直觉:可分辨弹道门的总量有两个来源——$n\log N_H=O(nk\log W)$ 是”把耦合放在哪”的组合自由度(标定布线);$n\log (1/ϵ)$ 是”系数调多细”的动力学自由度(标定脉冲),而后者被第二步换算成 $n\bar{t}$。

第四步:$2^N$ 张表给出互相正交的门

取 $\mathcal{G}$ 为全部 QRACM 查表门 $\{U_T{\}}_{T\in \{0,1{\}}^N}$,$U_T={\sum }_j|j⟩⟨j|\otimes X^{T_j}$。任两张不同表 $T\ne T^{\prime }$ 必在某位 $j$ 处 $T_j\ne T_j^{\prime }$,取输入 $|j⟩|0⟩$:

$U_{T^{\prime }}^{†}{U}_T|j⟩|0⟩=|j⟩|T_j\oplus T_j^{\prime }⟩=|j⟩|1⟩\perp |j⟩|0⟩,$

即 $U_T,U_{T^{\prime }}$ 在该输入上正交。故 $|\mathcal{G}|=2^N$,${\log }_2|\mathcal{G}|=N$。

合并:从计数到线性下界

把第四步的 $|\mathcal{G}|=2^N$ 代入第三步的上界,再用第二步的 $ϵ$ 下界:

$2^N\le (\frac{N_H}{ϵ}{)}^n\le (2\bar{t}{N}_H{)}^n=(2tE{N}_H{)}^n.$

取 ${\log }_2$ 并整理:

$N\le n({\log }_2{N}_H+{\log }_2(2tE))=n(k{\log }_{2}W+{\log }_{2}tE+O(1)),$

$k=O(1)$ 时即

$ntE+n\log W\ge \Omega (N).$

逐项读法(原文的表述:“干预数可与时间、能量做 trade-off,但任固定两个,第三个必须随表规模标度”):

• 固定 $t,E$(器件能提供的相干窗口与驱动强度):$n\ge \Omega (N/(tE))$——干预次数线性;“每次访问重建哈密顿量”的 active 口径直接中枪;
• 固定 $n,t$:$E=\Omega (N/nt)$——能量随 $N$ 线性,与 成本口径 的能量线性律($E\propto$ 供能组件数)互相印证;
• 固定 $n,E$:$t=\Omega (N/n)$——时间线性,弹道演化也快不起来;
• 想用指数大的 $tE$ 把 $n$ 压到 $O(1)$?定理允许形式上的兑换,但 $t$ 受相干时间封顶、$E$ 受非线性/击穿封顶,两者的物理预算都是多项式的——用多项式资源填指数缺口,填不动。

适用边界:证明只数”互相正交的幺正”,测量与经典反馈不在界内(原文自陈);结论针对”服务任意表”的最坏情形,结构化数据(低电路复杂度的表)有出口,见 边界:态制备电路不是 QRAM 的讨论。与计数墙的关系:定理 V.2 说电路实现 $G\ge \Omega (N)$;定理 VI.1 说即便换成任意少项局域哈密顿量的弹道演化,项数×能量×时间×组合度仍 $\ge \Omega (N)$——器件路线不能靠”换一套数学形式”绕开门数下界。

推导三:相对论那堵墙——Lieb–Robinson 界与声速

能量-干预墙不涉及空间;但 $n=\Theta (N)$ 个活跃位点总要铺在实物里,于是进入 Wang 等的领地 Wang et al. 2024。他们的硬件模型是混合声学 QRAM(transmon + 声子,原生门集取自 Hann et al. 2019):

$H={\omega }_q{q}^{†}q-\frac{\alpha }{2}{q}^{†2}{q}^2+{\sum }_k({\omega }_k{m}_k^{†}{m}_k+g_k{q}^{†}{m}_k+\text{H.c.})+{\sum }_j({\Omega }_j{q}^{†}{e}^{i{\omega }_{j}t}+\text{H.c.}),$

$q$ 是带 Kerr 非线性 $\alpha$ 的 transmon,$m_k$ 是第 $k$ 个声子模式,$g_k$ 为耦合、${\Omega }_j$ 为驱动。SWAP、分束器、CZ 的门时为 $t_{\text{sw}}=\pi /2g_1$、$t_{\text{bs}}=\pi /4g_1$、$t_{\text{cz}}=\pi /g_2$,controlled-SWAP 由”分束器 + CZ + 分束器”合成;$N$ 单元查询的总操作时间为

$T_{c\text{or}q}\sim {\tau }_0{\log }^{2}N,{\tau }_0:=\frac{\pi }{g_1}+\frac{\pi }{g_2},$

经典与量子数据的提取时间在首阶相同。注意是 ${\log }^{2}N$ 而非 $\log N$:调度常数进入了时间标度,这正是可行性条件里 $c$ 的取值来源。

Lieb–Robinson 界:格点系统的有效光锥

裸的 transmon-声子哈密顿量允许远距模式耦合,不适合谈光速;论文重构了局域版本:晶格位移场 ${\mathcal{U}}_{\alpha }(\mathbf{r})$(胡克型近邻弹簧,耦合 ${\lambda }_j$、粒子质量 $m$)+ 无质量标量场 $\varphi$ + 局域相互作用。对 Weyl 算符 $W(f)$ 的 Heisenberg 演化,有

$\Vert [{\tau }_t^{\Lambda }(W(f)),W(g)]\Vert \le C{\sum }_{x,y\in {\Lambda }_L}|f(x)||g(y)|e^{-\mu m\left[d(X,Y)-c_{\omega ,\lambda }\max \left(\frac{2}{\mu },e^{\mu /2+1}\right)|t|\right]},c_{\omega ,\lambda }=(d{\sum }_j^{\nu }\frac{{\lambda }_j}{m}{)}^{1/2},$

其中 $d(X,Y)$ 是支撑间距,$\nu$ 是耦合程截断。读法:对易子在类空区指数压低,压低的边界以速度

$v_h\le 4(d{\sum }_{j=1}^{\nu }\frac{{\lambda }_j}{m}{)}^{1/2},v_h^{(d)}=\sqrt{d}{v}_h^{(1\mathrm{d})}$

外扩(对 $\mu$ 优化后的形式,常数 4 来自 $\max (2/\mu ,e^{\mu /2+1})$ 项的平衡)。两点物理解读:耦合越强、维度越高,信息越快——高维不是工程偏好,是物理速度;与 transmon 的耦合不进入该界(所选 Weyl 算符与作用量对易)。

量子场论粗粒化:同一光锥的另一条路

低温长波极限下对同一系统粗粒化,得弹性介质的有效拉氏量

$\mathcal{L}=\frac{\rho }{2}|\dot{\mathcal{U}}{|}^2-{\sum }_{\alpha ,\beta }^d\frac{{\lambda }^{(d)}}{2}(\frac{\partial {\mathcal{U}}_{\alpha }}{\partial x^{\beta }}{)}^2+\cdots ,{\lambda }^{(d)}=d{\sum }_{j=1}^{\nu }{\lambda }_{j}a{j}^2.$

对 ${\mathcal{U}}_{\alpha }$ 变分:$\rho {\partial }_t^2{\mathcal{U}}_{\alpha }={\lambda }^{(d)}{\nabla }^2{\mathcal{U}}_{\alpha }$;代入平面波 $\mathcal{U}\propto e^{i(\mathbf{k}\cdot \mathbf{x}-\omega t)}$ 得色散 $\omega =v|\mathbf{k}|$,声速

$v^{(d)}=\sqrt{{\lambda }^{(d)}/\rho }=\sqrt{d}{v}^{(1\mathrm{d})}.$

连续极限是洛伦兹不变的,故 $[{\pi }_{\alpha }(x),{\mathcal{U}}_{\beta }(y)]=0$ 在类空间隔严格成立,声锥外对易子指数压低——与 Lieb–Robinson 界同一光锥。一致性核对:近邻耦合($\nu =1$)时 $\partial \mathcal{U}/\partial x$ 正是近邻弹簧的连续对应,两条路径给出同一个速度;更远程的耦合 ${\lambda }_j$ 需要高阶导数项,粗粒化的不精确正体现在此。

容量公式

把形式定义一节的三条约束与 ${\log }^{2}N$ 时间标度合起来:

$\frac{N}{{\log }^{2}N}\le \frac{4\sqrt{d}(\pi /g_1+\pi /g_2)}{a}({\sum }_{j=1}^{\nu }\frac{{\lambda }_j}{m}{)}^{1/2}\text{或}\frac{v^{(1\mathrm{d})}{\tau }_0}{a},$

通用形式即 $N/{\log }^{2}N\lesssim v\Delta T/a$($\Delta T$ 认作单层时钟 ${\tau }_0$ 或等效整周期,只差对数因子的归属)。直觉:$v\Delta T/a$ 是”一个时钟周期内信息能走多少个晶格”——因果律允许的线性尺寸预算;查询时间只有 ${\log }^{2}N$ 个周期,可服务的线性尺寸只有这么多,$N$ 被钉死在它的 $d$ 次幂(乘对数修正)以内。

数值算例

约定:标”原文”的数字取自 Wang et al. 2024 或 Jaques & Rattew 2025;其余为演示性代入,参数系假设、非论文数据。对数底不影响量级;原文 $8.9\times 10^{12}$ 按自然对数自洽。

算例一:定理 VI.1 的干预下界

设相干窗口 $t=100\mu \text{s}$,单项驱动对应的 Rabi 频率 $\Omega /2\pi =20\text{MHz}$,即 $E=h\Omega$,作用量预算

$\frac{tE}{\hslash }=2\pi \Omega t=2\pi \times 2\times 10^7\times 10^{-4}\approx 1.26\times 10^4.$

取 $k=2$、$W=2^{60}$(故 $k{\log }_{2}W=120$),服务密码分析规模的 $N=2^{50}\approx 1.1\times 10^{15}$ 表(需求侧规模参照 机会成本定理:格密码筛选需 $2^{49}$–$2^{78}$ bit):

$n\ge \frac{N}{(tE/\hslash ){\log }_{2}e+k{\log }_{2}W}\approx \frac{1.1\times 10^{15}}{1.8\times 10^4+120}\approx 6\times 10^{10}.$

即便对能量做乐观假设,每次查询量级的哈密顿量构造仍需 $10^{10}$–$10^{11}$ 次干预。反向读:坚持 $n=10^6$,定理只允许 $N\lesssim n(tE/\hslash ){\log }_{2}e\approx 2\times 10^{10}$——距 $2^{50}$ 仍差四个多数量级。小规模校验:$N=2^{30}$ 时 $n\gtrsim 6\times 10^4$,工程上尚可讨论——与”渐近判据在 $2^{30}$ 以内不咬人”的原文立场一致。

算例二:1D 光速——$N/\ln N=c\Delta T/a$ 的不动点

$a=10^{-6}\text{m}$、$\Delta T=10^{-3}\text{s}$、$c=3\times 10^8\text{m/s}$,右端 $c\Delta T/a=3\times 10^{11}$(原文参数)。解 $N=3\times 10^{11}\ln N$:

$N_0=10^{13}\to N_1=3\times 10^{11}\ln (10^{13})=8.98\times 10^{12}\to N_2=3\times 10^{11}\ln (8.98\times 10^{12})=8.95\times 10^{12},$

两步收敛得 $N\le 8.9\times 10^{12}$(原文数字;取 ${\log }_2$ 得 $1.3\times 10^{13}$,同量级)。对照需求:GPT-3 用 $1.75\times 10^{11}$ 个参数、45 TB($4.5\times 10^{13}$ 字节 $\approx 3.6\times 10^{14}$ bit)语料训练——数据体量已越过该上界。原文的判词:商业级数据规模”正在接近因果律允许指数加速的边界”。

算例三:1D 声速与时间模型之争

固体声速 $v\approx 6000\text{m/s}$,记 $V:=v\Delta T/a=6\times 10^6$。时间模型的选择让答案差出一个数量级以上:

• 简单模型($T=\Delta T\log N$,$c=1$):解 $N=V\ln N$,迭代得 $N\approx 1.1\times 10^8$;原文摘要口径 $O(10^7)$(大 $O$ 吞掉对数因子与常数);
• BB 模型($T={\tau }_0{\log }^{2}N$,$c=2$):解 $N=V(\ln N{)}^2$——试 $N=3\times 10^9$:$\ln N=21.8$,$(\ln N{)}^2=476$,右端 $2.86\times 10^9\approx N$,收敛于 $\approx 3\times 10^9$,与补充材料口径(约 $10^9$)一致。

对数因子不是修辞:它由调度决定,而调度是设计自由度。

算例四:2D/3D 标度与传送型修正

$d$ 维标度 $N\le V^d{\ln }^{cd}N$($V=6\times 10^6$,BB 模型 $c=2$):

• 2D:$N=V^2(\ln N{)}^4=3.6\times 10^{13}\cdot (\ln N{)}^4$。试 $N=1.6\times 10^{20}$:$\ln N=46.5$,$(\ln N{)}^4=4.7\times 10^6$,右端 $1.7\times 10^{20}\approx N$ ✓。$c=1$ 模型代入得 $\approx 5\times 10^{16}$。跨模型/跨布图覆盖原文的 $O(10^{15})$–$O(10^{20})$;
• 3D:$c=1$ 朴素代入给 $O(10^{24})$–$O(10^{25})$,与原文 $O(10^{24})$ 同量级(常数与对数因子的精确取法在补充材料,此处不重算);
• 传送型 2D:Xu 等的布图把长程路由交给量子传送——EPR 制备与 Bell 测量受光速而非声速约束,尺寸越大传送覆盖的链路占比越高 Xu et al. 2023。原文据此估计其容量上界 $O(10^{20})$–$O(10^{22})$,介于常规 2D 与 3D 之间;该布图的机制与代价(远程门压回 $O(1)$ 深度、SWAP 路由的 $O(2^{m/2})$ 深度失效模式)见 虚拟 QRAM 与系统架构。

三类架构的适用性判定

三条下界作用面不同,逐族过堂(V.2 = 计数墙,VI.1 = 能量-干预墙,因果界 = 相对论墙):

架构族	定理 V.2(门数)	定理 VI.1(干预)	因果界(容量)	判词
电路式(active):fanout、qROM、QRAM_poly	直接适用,$G=\tilde{\Omega }(N)$	适用(哈密顿重造口径)	适用但被门数账支配	$\Theta (N)$ 流量照付,渐近优势无从谈起 [[sources/QR003
器件式(active):逐节点脉冲寻址	不适用(非电路)	正中要害:$t,E$ 固定则 $n=\Omega (N)$/查询	完全适用	干预与因果双重墙;算例一的 $10^{11}$ 次干预
器件式(passive):理想 BB、量子行走、少项哈密顿弹道	不适用	适用于构造:$n\log W+ntE\ge \Omega (N)$ 记入存量	完全适用(信息必须物理传播)	线性成本搬进存量而非消失(同判词见 [[quantum-walk-qram
传送型分布式:虚拟 QRAM、量子数据中心	按所属路线(电路)照付	同左	部分松绑:长程链路提速到光速,2D 容量抬到 $10^{20}$–$10^{22}$	唯一同时缓解两堵墙的路线 [[sources/QR030

三条合读:电路式被第一堵墙判死渐近优势;主动器件被第二、三堵墙夹击;被动器件把线性账搬进存量,却完整吃到因果墙——局域介质里没有对数深度的物理访问;传送型分布式用纠缠把长程传播换成光速,是综述判断”远期($\gtrsim 2^{30}$)唯有 3D 集成或传送型分布式架构才可能触及”的依据(系统层的展开见 量子数据中心)。

边界与讨论

三条界互补而非冗余。 计数墙只看幺正个数(代数),能量-干预墙只看哈密顿复杂度(动力学),因果墙只看光锥(相对论);任何一条的假设漏洞都由另一条兜底——QRAM 的验收清单上三条都该在。

设计含义。 因果界把三条设计路线从”工程偏好”升格为”物理必然”:大规模 QRAM 必然是 2D/3D 布局或传送型分布式架构。它还给出噪声与时钟的混合权衡:不保真度按 Hann 等的严格界 $1-F\le 4\epsilon T\log N$ 随操作时间增长 Hann 2021,即时钟周期 $\Delta T$ 越大查询越不准;而因果上限的饱和尺寸 $N^{\ast }\approx v\Delta T/a$ 又随时钟增长——最优时钟 $\Delta T^{\ast }\sim \sqrt{a{a}_1/(c\epsilon a_2)}$ 由损失函数折中。“更快”与”更大”在同一架构里互相打架,这是 QRAM 特有的资源-延迟纠缠。

局限亦应记录。 作者自认 Wang 等的界较松(时钟周期与间距均为假设);${\log }^{2}N$ 时间标度是所采用的 BB 模型特有,其他架构需重算;“界对其他硬件普适”是论证性主张而非逐平台证明。Jaques–Rattew 侧:定理 VI.1 的计数不含测量反馈,结论是渐近性的且针对最坏情形表——$2^{30}$ 以内不咬人,结构化数据有出口(见 边界:态制备电路不是 QRAM);“passive QRAM probably insurmountable” 是判断而非定理,其著名原则”cheap QRAM should be considered infeasible until shown otherwise” 把举证责任压给提案方,而非宣判(两条 2026 年的回应路线见 资源态 QRAM 与 蒸馏–传态协议)。

延伸阅读

• 虚拟 QRAM 与系统架构
• 量子数据中心
• 机会成本定理
• 成本口径:激活门、干预与能量
• 边界:qROM 电路与 QROM 模型
• fanout 架构