探索量子資料壓縮：邊緣運算新利器

在一篇全新的綜述論文中，來自美國橡樹嶺國家實驗室量子資訊科學部門以及密西根大學的科學家，針對資料壓縮演演算法進行了一番調查研究，重點聚焦於在感測器處或其附近處理資料的邊緣運算。

巴格希裡安等人將用於壓縮資料的傳統運算技術，與具潛力的量子壓縮技術做了比較。圖片出處：加里克·巴爾塞格揚。

壓縮資料能節省儲存空間和網路頻寬。

傳統運算以等於0或1的位元來儲存資訊。

量子運算則是以量子位元儲存資訊，量子位元能同時處於多種狀態，且可比傳統位元攜帶更多資訊。

傳統資料壓縮的定義相當明確，但量子壓縮卻不然。

密西根大學研究員瑪莉安·巴格希裡安及其同事，希望釐清量子壓縮作為邊緣應用的全新助力工具，目前所處的發展階段，如此便能就其定義和標準展開更多討論。

他們表示：「邊緣運算旨在及時且高效地解決，將遠端產生的大量資料，傳輸至資料中心時所面臨的各項挑戰。」

「邊緣運算的核心要點在於本地（即在資料源處或附近）的資料處理能力，如此一來，傳輸至資料中心進行處理的資料量便能降至最低。」

「因此，邊緣端的資料壓縮自然是邊緣工作流程的一部分。」

他們補充道：「並非所有的壓縮演演算法，都能適應邊緣運算的資料型別多樣性、嚴苛的處理和通訊時間限制，或是能源效率要求等特性。」

「我們討論了在邊緣運算背景下，正在探索的壓縮演演算法的具體案例。」

論文作者調查了邊緣運算中，用於壓縮感測器所產生資料的技術，並將傳統技術與大多仍在研發階段的量子方法做了比較。

他們稱：「我們對在量子資訊處理中頗具重要性的新興量子壓縮技術，進行了簡要概述，其中還包括量子邊緣運算這一提出的概念。」

他們的論文於2023年1月發表在《計算》期刊上。

參考文獻：M. Bagherian等人，《用於邊緣運算的經典與量子壓縮：無所不在的資料降維》，《計算》，2023年1月22日線上發表；doi: 10.1007/s00607-023-01154-0