มีโปรโตคอลอะไรบ้างที่เสนอให้ใช้ควอนตัมแรม?

บทบาทที่สำคัญของหน่วยความจำเข้าถึงโดยสุ่ม (RAM) ในบริบทของการคำนวณแบบดั้งเดิมทำให้เป็นเรื่องธรรมดาที่จะสงสัยว่าเราจะสามารถสรุปแนวคิดดังกล่าวกับโดเมนควอนตัมได้อย่างไร

เนื้อหาที่น่าสังเกตมากที่สุด (และก่อนอื่น) เป็นการนำเสนอสถาปัตยกรรม QRAM ที่มีประสิทธิภาพคือGiovannetti et al. 2007 ในงานนี้มันก็แสดงให้เห็นว่าวิธี "ถัง brigate" ของพวกเขาช่วยให้การเข้าถึงเนื้อหาของหน่วยความจำที่มีการดำเนินการโดยที่Nคือจำนวนช่องเสียบหน่วยความจำ นี่คือการปรับปรุงแบบเอ็กซ์โปเนนเชียลโดยคำนึงถึงวิธีการทางเลือกซึ่งต้องการการดำเนินงานO ( N α ) การใช้งานสถาปัตยกรรมนี้เป็นสิ่งที่ไม่น่าสนใจอย่างมากจากมุมมองการทดลอง$\mathcal O(\log N)$$N$$\mathcal O(N^{\alpha})$

ข้างต้นเป็นวิธีเดียวที่รู้จักในการใช้ QRAM หรือไม่? หรือมีงานทฤษฎีอื่น ๆ ในทิศทางนี้? ถ้าเป็นเช่นนั้นพวกเขาจะเปรียบเทียบ (ข้อดีและข้อเสีย) กับ Giovannetti และคณะได้อย่างไร ข้อเสนอ?

บทสรุปที่ดีเกี่ยวกับสถานะปัจจุบันของ QRAM (ณ ปี 2560) สามารถพบได้ในบทความนี้และการเปรียบเทียบกับวิธีแบบดั้งเดิมสามารถพบได้ในการพูดคุยนี้ Giovannetti ประเภท"กลุ่มถัง" QRAMยังคงเป็นสิ่งที่ดีที่สุดที่เป็นที่รู้จักแม้ว่าจะมีการดัดแปลงอยู่ก็ตาม มีข้อควรระวังอย่างร้ายแรงต่อการใช้ QRAM ดังกล่าวและไม่มีทางเลือกอื่นที่หลีกเลี่ยงสิ่งเหล่านี้ได้

$N$ $d$$\log(Nd)$$\mathcal{O}(\log(Nd))$

ปัญหานี้ขึ้นอยู่กับจำนวนคอมโพเนนต์ที่ต้องแอ็คทีฟพร้อมกัน ตามหลักการแล้วจำนวนของส่วนประกอบที่ใช้งานจะต้องเป็นแบบเชิงเส้นโดยมีจำนวน qubits ในหน่วยความจำเท่านั้น อย่างไรก็ตามการใช้งานจริงมักจะห่างไกลจากอุดมคติ

ตัวอย่างเช่นกระดาษนี้จะพิจารณาถึงผลกระทบของเสียงรบกวนและสรุปได้ว่าความต้องการการแก้ไขข้อผิดพลาดสามารถขจัดข้อได้เปรียบของส่วนประกอบที่ใช้งานจำนวนเล็กน้อย ความรุนแรงของปัญหาที่อาจเกิดขึ้นนี้ขึ้นอยู่กับว่าจะใช้คอมพิวเตอร์ควอนตัมอัลกอริทึมอย่างไรและต้องมีการสอบถาม QRAM กี่ครั้ง สำหรับการค้นหาจำนวนพหุนามสามารถหลีกเลี่ยงการยอมรับความผิดทั้งหมดได้ แต่สำหรับการสืบค้นแบบพหุนามขนาดใหญ่เช่นการค้นหาของโกรเวอร์การยอมรับอย่างเต็มรูปแบบนั้นเป็นสิ่งจำเป็น

เท่าที่เปรียบเทียบกับความเป็นไปได้อื่น ๆ มันเป็นที่ถกเถียงกันอยู่ว่าจำนวนทรัพยากรสำหรับ QRAM ควรเปรียบเทียบกับสถาปัตยกรรมแบบขนานคลาสสิกกับจำนวนของหน่วยประมวลผลเลขชี้กำลัง อัลกอริทึมควอนตัมดูไม่ดีนักเมื่อเปรียบเทียบ ตามที่อธิบายไว้ที่นี่อัลกอริทึมบางอย่างที่เราคาดว่าการเร่งความเร็วควอนตัมจะช้าลงเมื่อพิจารณาความเท่าเทียมนี้

แม้ว่าจะไม่ใช่ขอบเขตทั่วไปก็ตามข้อเสนออีกข้อสำหรับการเก็บข้อมูลแบบดั้งเดิมลงในการทับซ้อนก็เสนอที่นี่และสมควรได้รับการกล่าวถึง