Quels protocoles ont été proposés pour implémenter des RAM quantiques?

Le rôle crucial des mémoires à accès aléatoire (RAM) dans le contexte du calcul classique rend naturel de se demander comment on peut généraliser un tel concept au domaine quantique.

Sans doute le travail le plus notable (et le premier?) Proposant une architecture QRAM efficace est Giovannetti et al. 2007 . Dans ce travail, il a été montré que leur approche "bucket brigate" permet d'accéder au contenu de la mémoire avec des opérations , où est le nombre d'emplacements mémoire. Il s'agit d'une amélioration exponentielle par rapport aux approches alternatives, qui nécessitent des opérations . La mise en œuvre de cette architecture est cependant très simple d'un point de vue expérimental.$\mathcal O(\log N)$$N$$\mathcal O(N^{\alpha})$

Ce qui précède est-il le seul moyen connu d'implémenter un QRAM? Ou y a-t-il eu d'autres travaux théoriques dans ce sens? Si tel est le cas, comment se comparent-ils (avantages et inconvénients) à ceux de Giovannetti et al. proposition?

Un bon résumé sur l'état actuel de QRAM (à partir de 2017) peut être trouvé dans cet article , et une comparaison de celui-ci avec les méthodes classiques peut être trouvé dans cet exposé . Le QRAM de type "brigade de seaux" de type Giovannetti semble toujours être le meilleur que l'on connaisse, bien que des modifications existent. Il existe de sérieuses réserves à l'utilisation d'un tel QRAM, et aucune alternative qui les évite n'a encore été proposée (autre que l'utilisation d'ordinateurs classiques massivement parallélisés).

La QRAM "bucket brigade" code en superposition de vecteurs $N$ $d$ dimensionnels en qubits $\log(Nd)$ utilisant $\mathcal{O}(\log(Nd))$ temps. Un schéma alternatif avec réduction du temps polynomial a été proposé dans cet article . Dans les deux cas, le nombre de ressources physiques utilisées est exponentiel avec le nombre de qubits. Cela pourrait entraîner des problèmes qui limitent la mise en œuvre et / ou l'utilité du schéma.

Le problème dépend du nombre de composants qui doivent être actifs à la fois. Idéalement, le nombre de composants actifs ne doit être que linéaire avec le nombre de qubits dans la mémoire. Cependant, les implémentations réelles sont généralement loin d'être idéales.

Cet article , par exemple, examine les effets du bruit et conclut que la nécessité d'une correction d'erreur pourrait supprimer tous les avantages du petit nombre de composants actifs. La gravité de ce problème potentiel dépend de l'algorithme utilisé par l'ordinateur quantique et donc du nombre de fois que le QRAM doit être interrogé. Pour un nombre polynomial de requêtes, une tolérance de panne totale pourrait être évitée. Mais pour les requêtes superpolynomiales, comme pour la recherche de Grover, une tolérance totale semble nécessaire.

En ce qui concerne la comparaison avec d'autres possibilités, il a été avancé que le nombre exponentiel de ressources pour le QRAM devrait être comparé à une architecture parallèle classique avec un nombre exponentiel de processeurs. L'algorithme quantique n'a pas l'air si bien avec cette comparaison. Comme expliqué ici , certains algorithmes pour lesquels nous nous attendons à une accélération quantique sont en fait plus lents lorsque ce parallélisme est pris en compte.

Bien que sa portée ne soit pas aussi générale, une autre proposition visant à mettre des données classiques en superpositions a également été proposée ici et mérite donc une mention.