3. 量子退火硬件与运行机制

量子退火机并不是通用数字计算机，而是一台“可编程的物理系统”。以 D-Wave 为代表的超导量子退火机，把待求解的优化问题映射成一组耦合的量子比特，让系统在物理演化中自然趋向低能态，最终读出比特状态作为解。理解它的关键，不是把它当成执行指令的 CPU，而是把它看成受控的伊辛模型模拟器：硬件提供量子比特、耦合器和可调参数，运行机制则决定系统如何从初始叠加态演化到问题哈密顿量的基态。

物理实现：超导磁通量子比特与耦合网络

D-Wave 退火机的核心单元是超导磁通量子比特（flux qubit），通常工作在约 15 mK 的稀释制冷机中。每个量子比特是一个超导环路，环路中同时存在顺时针和逆时针两种持久电流方向，分别对应自旋向上和向下。由于超导相位相干，这两个方向可以处于叠加态，这正是量子退火能够利用隧穿效应的物理基础。

量子比特之间通过可调耦合器连接。耦合器本质上是一个可调互感或可调约瑟夫森结电路，用来设定两个量子比特之间的耦合强度 J_ij。在 D-Wave 的 Chimera 或 Pegasus 拓扑中，每个量子比特只与有限个邻居相连，因此问题图必须先嵌入到硬件图：一个逻辑变量可能需要用多个物理量子比特组成链（chain）来表示，链内量子比特被强耦合在一起，使它们保持一致。链越短、链间冲突越少，嵌入质量越高，退火结果也越可靠。

退火调度：A(s) 与 B(s) 的交叉

退火过程由两个随时间变化的系数控制：横向场系数 A(s) 和问题哈密顿量系数 B(s)。归一化退火参数 s = t / t_anneal 从 0 增加到 1。在 s=0 时，A(s) 很大而 B(s) 接近零，系统处于横向场主导的初始态，所有量子比特沿 x 方向排列，形成均匀叠加；随着 s 增大，A(s) 下降、B(s) 上升，问题能量景观逐渐“接管”系统。理想情况下，如果退火足够慢，系统始终停留在瞬时基态，最终测量就得到问题基态。

但真实硬件中 t_anneal 不能无限长。D-Wave 的退火时间通常可在 1 μs 到 2000 μs 之间设置。退火太快，系统来不及跟随基态，会激发到高能态；退火太慢，则受环境噪声和退相干影响，量子相干性丢失。因此 t_anneal 是一个需要实验扫描的关键参数。实践中常做一组退火时间扫描，例如 5、10、20、50、100、200 μs，每个时间点重复 1000 次，统计最优解命中率和平均能量，观察是否存在“最佳窗口”。

量子隧穿：穿越势垒而非翻越势垒

经典退火依靠热涨落“翻越”能量势垒，温度高时容易跳出局部极小，但温度降低后可能被困住。量子退火则利用横向场诱导的量子隧穿：系统以一定概率直接“穿过”势垒，而不是翻越它。隧穿概率与势垒宽度、高度以及横向场强度有关。当两个局部极小之间的势垒较窄时，隧穿效应显著，系统可以在较低温度下仍保持探索能力。

这也是量子退火与经典模拟退火的核心差异。不过，隧穿并不保证找到全局最优。如果势垒太宽，或者问题存在大量近似简并的局部极小，隧穿帮助有限。此外，硬件中的噪声、耦合器精度、量子比特链长度都会影响最终结果。因此，D-Wave 的实际使用通常不是“一次退火出解”，而是“多次退火 + 后处理”：对每个样本检查链一致性，对断裂链做多数投票，再在解集中选择能量最低且满足约束的样本。

一次典型运行的参数与观察

假设我们要在 D-Wave 上求解一个 8 变量 QUBO 问题，变量间耦合构成一个稀疏图。操作流程如下：

1. 把 QUBO 矩阵转换为 Ising 形式，得到 h_i 和 J_ij。
2. 使用嵌入工具把逻辑图映射到硬件图，得到物理量子比特链和耦合器列表。
3. 设置退火参数：t_anneal = 20 μs，num_reads = 1000，annealing_schedule 使用默认线性调度。
4. 提交任务，硬件执行 1000 次“初始化—退火—读出”循环。
5. 收集返回的 1000 个样本，每个样本包含物理比特状态和能量值。
6. 对每个样本做链修复，统计有效样本的能量分布，找出最低能量解。

观察重点有三个：第一，最低能量是否等于或接近已知最优；第二，最优解出现的频率是否随 t_anneal 变化；第三，链断裂比例是否过高。如果链断裂比例超过约 5%，通常说明嵌入质量差或链耦合强度不足，需要调整嵌入或增大链耦合。若最优解命中率随退火时间先升后降，说明存在一个由相干时间与绝热条件共同决定的最佳退火窗口。

总结来说，D-Wave 退火机的运行机制可以概括为：把问题写成 Ising 模型，嵌入硬件图，通过 A(s) 与 B(s) 的调度让系统从横向场主导的叠加态演化到问题主导态，借助量子隧穿穿越势垒，最后读出比特串并做后处理。理解物理实现、退火调度和隧穿效应，是判断退火结果是否可信、如何调参以及何时该换用其他方法的基础。