面向量子软件工程的实时噪声指纹识别
量子物理
2026-03-31 v2 软件工程
摘要
当代量子计算机本质上存在噪声，这对量子软件的开发和测试提出了重大挑战。简化或过时的噪声假设可能导致程序正确性评估错误、隐蔽调试困难，并阻碍跨平台可移植性，形成关键的量子软件开发鸿沟。提供准确、实用的噪声表征具有挑战性，因为传统重建方法的计算复杂度随之指数增长并迅速过时。在本愿景论文中，我们通过一种新型基于古典阴影tomography的管线，SIMSHADOW，来弥补这一鸿沟，该管线能够高效、持续更新的从经验观察中获取噪声指纹，适合集成到量子软件开发工作流程中，包括测试和验证。我们原型化了该管线，以探讨指纹捕获结构、可解释噪声和影响量子程序行为的跨平台差异，以支持现实中的测试和调试。我们的评估在Qiskit和Cirq下进行，针对IBM Boston和Quantinuum H2等广泛使用的硬件信息化轮廓，显示指纹 exhibits 通道特定结构并产生可解释热图。我们观察到在匹配噪声配置下存在系统性跨平台差异，其以全 tomography 成本的比例获得较大的Frobenius距离。在69个MQTBENCH程序上，较大的指纹差异与输出分布差异相关，凸显了测试和跨平台调试任务的威胁。
关键词
引用
@article{arxiv.2512.18667,
title = {Toward Live Noise Fingerprinting in Quantum Software Engineering},
author = {Avner Bensoussan and Elena Chachkarova and Karine Even-Mendoza and Sophie Fortz and Vasileios Klimis and Mohammad Reza Mousavi},
journal= {arXiv preprint arXiv:2512.18667},
year = {2026}
}