量子算法通常被分解为一系列对量子比特的基本操作序列。即使一个看似简单的门，如果被调用数千次，也可能成为整个线路的瓶颈。双量子比特激发算符正是其中之一：它在量子化学计算和其他应用任务中需求很大。伊尔凡沙·谢赫在arXiv上的最新预印本提出了该算符的一种新分解方法，将双量子比特CNOT门数量减少到12个——少于任何其他已知线路。
少一个CNOT
此前，此类算符所需的最少CNOT数量为13个。新线路打破了这一纪录，仅需12个双量子比特门。但同样重要的是，该线路在深度上显著“压扁”。如果仅计算CNOT门的连续层级，新实现可压缩到8层——比此前优化版本所需的11层减少了约27%。包含单量子比特操作在内的完整线路深度为15，比此前最佳线路（SOTA）的相应指标大约减少四分之一。
作者还表明，如果允许在物理布线时重新分配输出量子比特而不改变其逻辑，则CNOT深度可进一步缩短至7层。这相对于原来的11层减少了约36%。对于量子计算而言，深度至关重要：每个连续操作都需要时间，在此期间量子比特必须保持相干性，因此任何此类收益都会直接提高成功完成计算的机会。
优化的微小代价
量子线路中几乎没有免费的改进。为了减少一个CNOT并降低深度，开发者不得不增加两个单量子比特门：从旧有最佳线路中的11个增加到13个。不过，这是微不足道的代价。单量子比特操作执行更简单、更快且误差更小，更重要的是，它们不会增加昂贵且不可靠的双量子比特相互作用的数量。在整体权衡中，深度和主要误差来源方面的收益远比额外的一对单次旋转更为重要。
算法规模上的节省
双激发算符的一个特点是，在实际量子算法中它会被反复使用。数百次甚至数千次调用它，是变分量子化学方法中的常见情况。每一次缩减，无论是移除一个CNOT还是减少几层深度，都会自动乘以算符的调用次数。因此，对整个线路的累积效应非常显著：资源节省呈非线性增长，有助于将复杂模拟适配到当前量子设备的有限能力中。
这种点状进展是迈向量子模拟复杂系统能够在操作预算有限的设备上不失真执行的又一步。类似优化技巧或许也会被迁移到其他常用原语上，因此新成果不应被视为一次性改进，而应视为向更高效量子算法整体迈进的一部分。
