Qute: Auf dem Weg zu einer quantennativen Datenbank
Qute: Towards Quantum-Native Database
February 16, 2026
papers.authors: Muzhi Chen, Xuanhe Zhou, Wei Zhou, Bangrui Xu, Surui Tang, Guoliang Li, Bingsheng He, Yeye He, Yitong Song, Fan Wu
cs.AI
papers.abstract
Dieses Papier entwirft eine Quantendatenbank (Qute), die Quantenberechnung als erstklassige Ausführungsoption behandelt. Anders als frühere simulationsbasierte Methoden, die Quantenalgorithmen entweder auf klassischen Maschinen ausführen oder bestehende Datenbanken für Quantensimulationen anpassen, kompiliert Qute stattdessen (i) eine erweiterte Form von SQL in gattereffiziente Quantenschaltkreise, (ii) verwendet einen hybriden Optimierer, der dynamisch zwischen Quanten- und klassischen Ausführungsplänen auswählt, (iii) führt selektive Quantenindizierung ein und (iv) entwirft treueschützende Speicherung, um aktuellen Qubit-Beschränkungen entgegenzuwirken. Wir stellen außerdem einen dreistufigen Entwicklungsfahrplan für eine quantennative Datenbank vor. Abschließend zeigen wir durch die Bereitstellung von Qute auf einem echten Quantenprozessor (Origin_Wukong), dass es bei Skalierung eine klassische Referenzlösung übertrifft, und wir veröffentlichen einen Open-Source-Prototypen unter https://github.com/weAIDB/Qute.
English
This paper envisions a quantum database (Qute) that treats quantum computation as a first-class execution option. Unlike prior simulation-based methods that either run quantum algorithms on classical machines or adapt existing databases for quantum simulation, Qute instead (i) compiles an extended form of SQL into gate-efficient quantum circuits, (ii) employs a hybrid optimizer to dynamically select between quantum and classical execution plans, (iii) introduces selective quantum indexing, and (iv) designs fidelity-preserving storage to mitigate current qubit constraints. We also present a three-stage evolution roadmap toward quantum-native database. Finally, by deploying Qute on a real quantum processor (origin_wukong), we show that it outperforms a classical baseline at scale, and we release an open-source prototype at https://github.com/weAIDB/Qute.