Qute: Op weg naar een Quantum-Native Database
Qute: Towards Quantum-Native Database
February 16, 2026
Auteurs: Muzhi Chen, Xuanhe Zhou, Wei Zhou, Bangrui Xu, Surui Tang, Guoliang Li, Bingsheng He, Yeye He, Yitong Song, Fan Wu
cs.AI
Samenvatting
Dit artikel introduceert een kwantumdatabase (Qute) die kwantumcomputatie als eersteklas uitvoeringsoptie behandelt. In tegenstelling tot eerdere op simulatie gebaseerde methoden die kwantumalgoritmes op klassieke machines uitvoeren of bestaande databases voor kwantumsimulatie aanpassen, compileert Qute daarentegen (i) een uitgebreide vorm van SQL naar poort-efficiënte kwantumcircuits, (ii) gebruikt een hybride optimalisator om dynamisch te selecteren tussen kwantum- en klassieke uitvoeringsplannen, (iii) introduceert selectieve kwantumindexering, en (iv) ontwerpt betrouwbaarheidsbewarende opslag om de huidige qubitbeperkingen te mitigeren. Wij presenteren tevens een driestappen evolutieroadmap naar een kwantum-native database. Tot slot tonen wij, door Qute te implementeren op een echte kwantumprocessor (origin_wukong), aan dat het een klassieke baseline op schaal overtreft, en wij geven een open-source prototype vrij op 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.