Quantum circuit quá nhạy để thiết kế như software thông thường: AI bắt đầu học cách tự tìm đường đi cho qubit

Một lập trình viên có thể viết quantum circuit với giả định rằng qubit số 2 cần thực hiện gate hai qubit với qubit số 17. Trên sơ đồ logic, đó chỉ là một đường nối. Trên chip thật, hai qubit vật lý tương ứng có thể nằm ở hai vùng không hề có coupler trực tiếp.

Compiler khi đó phải tìm cách đưa trạng thái lượng tử tới những vị trí có thể tương tác — thường bằng cách chèn thêm các phép SWAP và thay đổi ánh xạ giữa logical qubit với physical qubit. Mỗi bước thêm vào làm circuit dài hơn; mỗi two-qubit gate mới lại là một cơ hội phát sinh lỗi. Nếu nhiều gate chạy song song trên các coupler gần nhau, crosstalk còn có thể làm fidelity giảm thêm.

Đó là lý do quantum circuit không thể được biên dịch với mức trừu tượng khỏi phần cứng giống phần lớn software cổ điển. Trên máy tính thông thường, compiler có thể tối ưu chương trình mà không cần lo một phép cộng ở core này sẽ làm phép cộng ở transistor bên cạnh mất chính xác. Với quantum processor hiện nay, vị trí qubit, connectivity, thời gian gate, coherence và noise đều có thể thay đổi chất lượng kết quả.

Một công trình được trình bày tại IEEE ICDCS 2026 thử giao bài toán đó cho reinforcement learning. Hệ thống có tên CARL không chỉ tìm nơi đặt logical qubit hay chọn SWAP riêng lẻ. Nó học cách phối hợp qubit mapping, routing và circuit transformation, đồng thời đưa crosstalk vào reward để tối ưu trực tiếp một mô hình execution fidelity.

“Routing qubit” thực ra là gì?

Cụm “tìm đường cho qubit” dễ tạo cảm giác trạng thái lượng tử chạy dọc chip giống packet đi qua router. Với nhiều superconducting processor, đó không phải cách nên hình dung.

Quantum circuit ở cấp logic chứa các qubit trừu tượng. Compiler trước hết phải map mỗi logical qubit lên một physical qubit trên chip. Sau đó, nếu một two-qubit gate cần tác động lên hai logical qubit đang nằm ở hai physical qubit không kết nối trực tiếp, compiler phải route circuit bằng các phép như SWAP để thay đổi ánh xạ cho tới khi cặp cần tương tác trở thành hàng xóm trên coupling graph.

Một SWAP không miễn phí. Trong kiến trúc dùng CX/CZ làm native entangling gate, SWAP thường phải được phân rã thành nhiều two-qubit gate. Vì two-qubit gate thường có error rate cao hơn single-qubit gate, một lựa chọn routing không tốt có thể làm circuit phình ra nhanh chóng.

Bài toán còn khó hơn vì tối thiểu số SWAP chưa chắc tối đa fidelity. Hai phương án có cùng số gate có thể đặt chúng ở những qubit có error rate khác nhau, kéo dài critical path khác nhau hoặc tạo mức crosstalk khác nhau. Paper CARL nhấn mạnh rằng các two-qubit gate chạy đồng thời trên coupler lân cận có thể chịu lỗi cao hơn đáng kể so với khi chạy riêng.

Heuristic đã làm việc này nhiều năm — tại sao cần AI?

Quantum compiler hiện nay không hề thiếu thuật toán routing. SABRE, được dùng rộng rãi trong Qiskit, dùng heuristic nhìn trước các tương tác sắp tới để chọn SWAP có lợi. tket cũng có các chiến lược graph-based riêng; các solver có thể tìm lời giải tối ưu cho circuit nhỏ.

Vấn đề là search space tăng rất nhanh. Qubit routing là một bài toán tổ hợp khó; khi số qubit, gate và lựa chọn mapping tăng, việc thử mọi khả năng trở nên không thực tế. Heuristic buộc phải nén kinh nghiệm của người thiết kế thành một hàm cost tương đối cố định.

Reinforcement learning chọn cách khác. Thay vì nhà nghiên cứu viết sẵn toàn bộ quy tắc “nếu gặp cấu hình này thì SWAP cạnh kia”, agent được cho trạng thái circuit và topology, chọn hành động, nhận reward rồi dần học một policy từ nhiều episode.

Ý tưởng này không xuất hiện lần đầu trong năm 2026. Một paper trên Swarm and Evolutionary Computation năm 2025 đã kết hợp discrete particle swarm optimization cho initial allocation với deep reinforcement learning để chọn SWAP. Trên tập benchmark và topology IBM Q20, nhóm báo cáo trung bình cần ít hơn 14,73% SWAP so với tket và 16,55% so với Qiskit trong setup của họ.

CARL đẩy hướng đó thêm một bước: thay vì để AI chỉ học routing, nó đưa nhiều phần của compiler vào cùng một bài toán tối ưu fidelity.

CARL học cả “đường đi” lẫn lúc nào nên viết lại circuit

CARL do Xiangzhi Zhang, Yu Liu, Yingling Mao, Xu Xu và Yuanyuan Yang phát triển tại Hong Kong Polytechnic University và Stony Brook University. Paper đã qua peer review và được công bố trong proceedings của IEEE International Conference on Distributed Computing Systems 2026.

Workflow bắt đầu bằng cách chia circuit thành các block và xây interaction graph cho các logical qubit. Một bước simulated annealing tạo initial mapping sao cho các cặp cần tương tác sớm hoặc thường xuyên có xu hướng nằm gần nhau trên physical coupling graph.

Sau đó reinforcement-learning agent làm việc trong một action space phân cấp. Ở routing mode, nó có thể chọn các SWAP hợp lệ giữa physical qubit kết nối trực tiếp. Khi connectivity của block đã thỏa mãn, agent chuyển sang transformation mode và chọn giữa các subcircuit tương đương về chức năng nhưng khác gate count, depth hoặc permutation đầu ra.

Đây là một chi tiết quan trọng. Một circuit transformation có thể thay đổi vị trí logic của qubit ở cuối block mà không cần chèn thêm SWAP theo cách truyền thống. Vì thế một phiên bản subcircuit có vẻ đắt hơn cục bộ đôi khi lại đặt qubit vào vị trí tốt hơn cho các gate ở phía sau.

CARL sử dụng Maskable Proximal Policy Optimization, một biến thể PPO cho phép loại các hành động không hợp lệ khỏi policy. Agent không được phép chọn một SWAP giữa hai qubit không có coupler hoặc dùng transformation không phù hợp trạng thái hiện tại.

Reward không chỉ đếm gate

Phần đáng chú ý nhất nằm ở thứ agent được thưởng và phạt.

Trong routing mode, CARL phạt chi phí của SWAP, phạt thêm nếu SWAP tạo crosstalk và thưởng khi nó giảm khoảng cách vật lý giữa những logical qubit sắp cần tương tác. Ở transformation mode, reward tính cả chi phí gate/depth, tác động của permutation lên những block tương lai và số trường hợp crosstalk.

Vì vậy agent có thể học một trade-off nghe có vẻ ngược với compiler thông thường: đôi khi circuit sâu hơn một chút vẫn tốt hơn nếu nó tránh được hai two-qubit gate nhiễu lẫn nhau.

Paper minh họa điều này trong ablation study. Khi bỏ thành phần crosstalk khỏi reward, agent có xu hướng parallelize mạnh hơn để giảm depth nhưng đồng thời kích hoạt nhiều coupler lân cận. Phiên bản crosstalk-aware chấp nhận một số trường hợp tăng depth nhỏ để đổi lấy fidelity cao hơn trong noise model.

CARL báo cáo fidelity cao hơn Qiskit khoảng 4 lần — nhưng con số này cần đọc rất cẩn thận

Nhóm thử CARL trên chín benchmark từ MQT Bench, từ circuit 5 qubit tới full-adder 28 qubit. Baseline gồm BQSKit, PAM, Qiskit và tket.

Theo mô hình của nhóm, CARL đạt normalized execution fidelity trung bình cao hơn 1,29 lần so với BQSKit, 3,94 lần so với PAM, 4,08 lần so với Qiskit và 3,44 lần so với tket. Ở benchmark full_adder_28, khoảng cách với Qiskit được báo cáo lên tới 10,20 lần.

Những hệ số này không có nghĩa một quantum computer thật sẽ đột nhiên chính xác hơn 10 lần khi thay compiler. Evaluation sử dụng mô hình fidelity với thông số trung bình lấy từ hệ IBM Quantum ibm_miami: T1, T2, single- và two-qubit error rate cùng gate duration. Crosstalk giữa các CZ đồng thời trên coupler lân cận được mô hình hóa với error rate gấp 10 lần thao tác cô lập, dựa trên kết quả thực nghiệm được paper trích dẫn.

Nói cách khác, benchmark có hardware parameters thực làm đầu vào nhưng circuit không được chạy hàng loạt trên QPU thật để đo output fidelity trực tiếp. Đây là khác biệt quan trọng giữa một compiler được chứng minh tốt hơn trong noise model và một compiler đã được xác nhận trên nhiều quantum processor đang vận hành.

AI ở đây hoàn toàn là AI cổ điển

Một sự nhầm lẫn khác cũng dễ xuất hiện: CARL không dùng quantum computer để huấn luyện một quantum AI.

Agent reinforcement learning là mạng classical chạy bằng PyTorch. Theo paper, nhóm huấn luyện trên hệ Ubuntu với CPU AMD Ryzen Threadripper PRO 7995WX, 256 GB RAM và GPU RTX 3090. Quantum circuit là môi trường tối ưu mà AI quan sát; quá trình learning bản thân diễn ra trên hardware cổ điển.

Điều này phản ánh một xu hướng rộng hơn của quantum computing: phần mềm cổ điển ngày càng phải làm nhiều việc để phần cứng lượng tử có thể sử dụng hiệu quả. Compiler, calibration, error decoding, pulse optimization và resource scheduling đều là bài toán classical computation đặt xung quanh QPU.

AI vì thế không thay quantum algorithm. Nó có thể trở thành một lớp tìm kiếm giúp biến circuit lý tưởng thành circuit phù hợp với một thiết bị cụ thể.

Khó nhất sẽ là học một policy không “hết hạn” khi phần cứng thay đổi

Machine-learning compiler cũng có nhược điểm riêng. Một heuristic có thể chạy ngay khi được cung cấp coupling graph và calibration mới. Một RL policy được huấn luyện trên topology, gate set hoặc noise model cụ thể có thể mất lợi thế khi processor thay đổi.

Paper deep-RL năm 2025 cũng thừa nhận vấn đề này: các phương pháp học phụ thuộc vào dữ liệu và có thể phải retrain khi device hoặc evaluation metric thay đổi. CARL giảm một phần vấn đề bằng cách đưa topology và trạng thái circuit vào representation, nhưng paper hiện chưa chứng minh một policy duy nhất có thể chuyển liền mạch giữa các kiến trúc rất khác nhau như superconducting, trapped-ion và neutral-atom processor.

Crosstalk ngoài đời cũng động hơn một noise coefficient cố định. Calibration của qubit thay đổi theo thời gian; cặp gate tốt hôm nay không nhất thiết là cặp tốt nhất ngày mai. Một compiler AI thực dụng cuối cùng có thể phải học hoặc fine-tune liên tục từ telemetry của QPU thay vì được train một lần rồi đóng băng.

Quantum compiler đang dần giống một hệ điều khiển phần cứng hơn là một bộ dịch code

Điểm thú vị của CARL không nằm ở việc reinforcement learning thắng một benchmark compiler. Nó cho thấy ranh giới giữa “viết chương trình” và “điều khiển phần cứng” trong quantum computing mờ hơn rất nhiều so với software thông thường.

Một quantum compiler tốt phải biết circuit muốn làm gì, chip cho phép qubit nào tương tác, gate nào đắt, qubit nào dễ mất coherence và thao tác nào có thể gây nhiễu cho hàng xóm. Routing vì thế không chỉ là tìm con đường ngắn nhất. Nó là tìm con đường có xác suất giữ trạng thái lượng tử sống sót cao nhất.

Reinforcement learning phù hợp với bài toán này vì nó có thể học những quyết định nhiều bước: một SWAP có vẻ tệ ở hiện tại nhưng giúp giảm ba SWAP ở phía sau; một transformation tăng gate count nhẹ nhưng tránh được vùng crosstalk; một lịch chạy dài hơn vài layer lại có fidelity tốt hơn vì bớt gate chạy đồng thời.

Bước tiếp theo cần thuyết phục hơn benchmark mô phỏng: cùng một policy phải được thử trên QPU thật, qua nhiều ngày calibration khác nhau và nhiều topology, rồi so sánh trực tiếp output fidelity với Qiskit, tket hoặc compiler hardware-aware khác. Nếu lợi thế vẫn giữ được khi noise không còn là một mô hình cố định, AI mới thật sự chuyển từ “học cách chơi trò routing” sang một thành phần đáng tin cậy của quantum software stack.

Nguồn: Hong Kong Polytechnic University Institutional Research Archive — CARL: Crosstalk-Aware Quantum Compilation Based on Reinforcement Learning; IEEE ICDCS 2026 — CARL; Swarm and Evolutionary Computation — Quantum circuit mapping based on discrete particle swarm optimization and deep reinforcement learning; Quantum Compiler Design for Qubit Mapping and Routing: A Cross-Architectural Survey; Carnegie Mellon QCiT — End-to-End Quantum Compiler research.