量子储层网络首次在超导处理器上预报非结构网格PDE，26比特硬件把一步与压力观测误差降低21–43%
核心概要
非结构网格上的高维偏微分方程预报第一次跑在超导量子处理器上。做法是用图自编码器把网格场压到低维隐状态，再由固定不训练的量子储层网络产生特征、用经典线性读出预测下一步；在33824单元圆柱绕流与Gray–Scott反应扩散问题上，加入这些特征使一步预报与压力观测的归一化均方根误差比同一隐空间的线性基线降低约21–43%，压力观测只在26比特圆柱流配置上演示，52比特硬件则用于Gray–Scott一步预报。
深度剖析
非结构网格上的非线性偏微分方程预报现在可以在超导量子处理器上闭环运行，而不只是在无噪声模拟里演示。 此前的量子PDE方法多假设均匀网格，硬件演示限于线性问题或非线性项在经典端计算，规模约一千个网格点、不到二十个门控比特。 在33824单元的非结构二维圆柱绕流（雷诺数1000）和Gray–Scott反应扩散系统上，26与52比特IBM超导处理器与CUDA-Q模拟都给出了高保真预测。
整条流程把网格几何交给经典自编码器，把动力学交给一个参数固定的量子线路。 量子储层网络不做梯度训练，只有末端的经典线性读出需要拟合，因此避开了变分量子算法的可训练性问题。 预训练的图自编码器把每个PDE快照压成隐向量，经数据重上传编码进线路，读出比特测量后与当前隐状态拼接，用正则化线性读出预测下一隐状态。
部分测量并重置的机制让线路总运行时间超过比特相干寿命，预报视野不再受比特寿命限制。 常规量子线路的深度受相干时间约束，而这里的每步线路深度保持恒定。 线路运行时间达到比特相干时间中位数的24倍，26比特与52比特电路分别达到中位相干时间的相应倍数。
启示与展望
演示范围限于33824单元二维圆柱绕流与Gray–Scott反应扩散两类数据，在CUDA-Q模拟和26、52比特IBM超导处理器上完成一步、压力观测与十步闭环推演；压力观测只在26比特圆柱流配置上评估，作者明确不主张相对经典PDE求解器的实际优势。
作者指出，与不同经典架构在同一隐空间上的消融尚未进行，因此不能据此宣称实用优势；闭环推演中噪声增大反而降低误差的趋势被认为可能起正则化作用，但硬件与模拟运行未使用同一线路种子，仍需进一步考察。