量子CPU与量子算法

从经典存储器向量子寄存器装入N维向量的O（logN）步

Loading N-Dimensional Vector into Quantum Registers from Classical Memory with O(logN) Steps

向量是大多数算法输入数据的通用格式。设计幺正操作将向量的所有信息从经典存储器加载到量子CPU的量子寄存器中称为量子加载方案（QLS）。QLS将经典存储器和量子CPU组装成一台完整的计算机，这对进一步的量子计算将是重要的。本文提出了一种基于路径干扰的QLS算法，其时间复杂度为O（logN），而经典的装载算法的时间复杂度为O（N），这是经典计算机的效率瓶颈。

使用混合 CPU-FPGA 方法的量子 AI 模拟器

Quantum AI simulator using a hybrid CPU-FPGA approach

针对含噪量子计算机物理比特受限的问题，提出一种用于图像分类的异构 CPU-FPGA 量子核模拟器，实现了比传统 CPU 快 470 倍的量子核估计，最高支持 780 维特征，并在 Fashion-MNIST 数据集上表现出与优化高斯核相当的分类性能。

Aicir：支持昇腾NPU的全栈量子电路模拟器

Aicir: A Full-Stack Quantum Circuit Simulator with AscendNPU Support

本研究开发了支持昇腾NPU原生后端的全栈量子电路模拟器Aicir，其CPU性能与成熟模拟器相当，可在多NPU间分布式执行并保留反向微分，填补了原生支持NPU的量子电路模拟器缺口。

在欧洲首个exascale超级计算机上实现50个量子比特的通用量子计算机模拟，利用其异构CPU-GPU架构

Universal Quantum Computer Simulation of 50 Qubits on Europe`s First Exascale Supercomputer Harnessing Its Heterogeneous CPU-GPU Architecture

本文提出了一种新的高性能通用量子计算机模拟器JUQCS-50，利用GH200超级芯片的关键特性，在欧洲首个exascale超级计算机上实现了50个量子比特的通用量子计算机模拟，通过三个创新方法实现了16.6倍的速度提升。

面向量子电路裁剪后处理重构的CPU+DCU异构并行框架

A CPU+DCU Heterogeneous Parallel Framework for Post-Processing Reconstruction in Quantum Circuit Cutting

针对量子电路裁剪后处理的计算与存储瓶颈，提出CPU+DCU异构并行框架，实现非零概率态重构，在嵩山超算上获最高259倍加速，可完成百量子比特规模任务。

通过模式优化的混合CPU-GPU密度矩阵重整化群方法求解二维量子晶格模型

Two dimensional quantum lattice models via mode optimized hybrid CPU-GPU density matrix renormalization group method

提出一种基于模式优化的混合CPU-多GPU密度矩阵重整化群方法，用于模拟二维量子晶格模型，通过优化基和并行化显著降低计算复杂度与墙上时间，并加速约化密度矩阵计算以高保真度追踪量子相变。

基于CPU-GPU混合架构的大规模并行张量网络态算法

Massively Parallel Tensor Network State Algorithms on Hybrid CPU-GPU Based Architectures

本文提出基于CPU-GPU混合架构的大规模并行张量网络态算法，通过新颖算法与实现细节扩展HPC上TNS算法的极限，并以DMRG模拟验证于强关联分子体系，处理维度高达2.88×10^36的希尔伯特空间。

An efficient hybrid hash based privacy amplification algorithm for quantum key distribution

Privacy amplification (PA) is an essential part in a quantum key distribution (QKD) system, distilling a highly secure key from a partially secure string by public negotiation between two parties. The optimization objectives of privacy amplification for QKD are large block size, high throughput and low cost. For the global optimization of these objectives, a novel privacy amplification algorithm is proposed in this paper by combining multilinear-modular-hashing and modular arithmetic hashing. This paper proves the security of this hybrid hashing PA algorithm within the framework of both inform…

PennyLane-Lightning MPI：基于CPU集群分布式计算的大规模可扩展量子电路模拟器

PennyLane-Lightning MPI: A massively scalable quantum circuit simulator based on distributed computing in CPU clusters

本文提出PennyLane-Lightning MPI，通过依赖索引的门特定并行化策略在分布式CPU集群上实现可扩展量子电路模拟，支持高达41量子比特和数十万并行进程，并作为PennyLane插件为韩国量子计算云服务提供后端资源。

使用混合量子机器学习的人脸分类

Facial classification Using Hybrid Quantum Machine Learning

本文提出一种混合量子-经典人脸识别流水线，在标准CPU硬件上实现优于FaceNet基线的准确率和训练效率，并验证了实际部署的可行性。

无动量跳变的混合量子-经典刘维尔分子动力学的GPU实现

GPU implementation of mixed quantum-classical Liouville molecular dynamics without momentum jump

该研究在GPU上实现无动量跳变的混合量子-经典刘维尔分子动力学，移除CPU端轨迹生成以降低GPU开销，获数量级加速且采样轨迹数呈线性缩放。

在HPC平台上使用PennyLane Lightning进行混合量子编程

Hybrid quantum programming with PennyLane Lightning on HPC platforms

该研究推出PennyLane的Lightning高性能态矢量模拟器套件，支持多种架构，通过多项优化提升性能，可在单节点模拟30量子比特、多节点模拟41量子比特，在部分场景性能优于同类工具。