基于 QAOA-in-QAOA 的 MaxCut 混合经典-量子仿真

量子近似优化算法（QAOA）是解决复杂组合优化问题的领先混合经典-量子算法。QAOA-in-QAOA（QAOA^2）使用分治启发式方法求解大规模最大割（MaxCut）问题，其中许多子图问题可以并行求解。本文介绍了一种基于 Classiq 平台实现 QAOA2 方法，用于大规模求解 MaxCut 问题的实现。该框架通过消息传递接口（MPI）和 SLURM 作业管理器在 HPE-Cray EX 超级计算机上执行。调查了作为 QAOA 纯粹经典替代方案的 Goemans-Williamson（GW）算法的局限性，以了解 QAOA^2 是否可能从解决特定子图的问题中受益。 presented for large-scale simulations of up to 33 qubits, showing the advantage of QAOA in certain cases and the efficiency of the implementation, as well as the adequacy of the workflow in the preparation of real quantum devices. For the considered graphs, the best choice for the sub-graphs does not significantly improve results and is still outperformed by GW。