Qute: 量子ネイティブデータベースを目指して

Qute: Towards Quantum-Native Database

February 16, 2026

著者: Muzhi Chen, Xuanhe Zhou, Wei Zhou, Bangrui Xu, Surui Tang, Guoliang Li, Bingsheng He, Yeye He, Yitong Song, Fan Wu

cs.AI

要旨

本論文は、量子計算を第一級の実行オプションとして扱う量子データベース（Qute）を提案する。従来のシミュレーション手法が、量子アルゴリズムを古典計算機で実行するか、既存データベースを量子シミュレーション用に適合させるものであったのに対し、Quteは以下の革新点を導入する：（i）拡張版SQLをゲート効率の良い量子回路にコンパイル、（ii）量子実行計画と古典実行計画を動的に選択するハイブリッドオプティマイザの採用、（iii）選択的量子インデックス機構の導入、（iv）現在の量子ビット制約を緩和する忠実度維持型ストレージの設計。さらに、量子ネイティブデータベース実現に向けた3段階の進化ロードマップを示す。最後に、実量子プロセッサ（origin_wukong）上でQuteを動作させ、スケール拡大時に古典ベースラインを上回る性能を実証するとともに、オープンソースプロトタイプをhttps://github.com/weAIDB/Qute で公開する。

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.