通过模局部结构嵌入的量子退火实现高效质因数分解
量子物理
2023-10-27 v1 新兴技术
摘要
本文研究利用量子退火（QA）解决质因数分解的新技术。我们的贡献有两方面。首先，我们提出一种新颖且非常紧凑的二进制乘法器电路到当前D-Wave QA设备Pegasus架构的模块化编码。关键贡献是将受控全加器紧凑编码为Pegasus拓扑中的8量子比特模块，我们借助模理论优化（Optimization Modulo Theories）离线合成该模块。这使我们能将至多21*12比特乘法器（以及22*8比特乘法器）编码进当前退火器的Pegasus 5760量子比特拓扑中。据我们所知，这些是曾编码进量子退火器的最大因式分解问题。其次，我们研究了通过在与D-Wave Advantage 4.1量子退火器上开展广泛实验评估来实际求解已编码PF问题。为帮助退火器达到全局最小值，实验中我们引入不同方法初始化乘法器量子比特并采用若干性能增强技术。总体而言，利用本文所述所有编码与求解技术，8,219,999 = 32,749 * 251 是我们在QPU资源限制内所能分解的最大素数乘积。据我们所知，这是迄今由量子退火器、更一般地由量子设备分解的最大数。
引用
@article{arxiv.2310.17574,
title = {Effective Prime Factorization via Quantum Annealing by Modular Locally-structured Embedding},
author = {Jingwen Ding and Giuseppe Spallitta and Roberto Sebastiani},
journal= {arXiv preprint arXiv:2310.17574},
year = {2023}
}