Qute: Rumo a um Banco de Dados Nativamente Quântico
Qute: Towards Quantum-Native Database
February 16, 2026
Autores: Muzhi Chen, Xuanhe Zhou, Wei Zhou, Bangrui Xu, Surui Tang, Guoliang Li, Bingsheng He, Yeye He, Yitong Song, Fan Wu
cs.AI
Resumo
Este artigo propõe um banco de dados quântico (Qute) que trata a computação quântica como uma opção de execução de primeira classe. Diferentemente de métodos anteriores baseados em simulação, que executam algoritmos quânticos em máquinas clássicas ou adaptam bancos de dados existentes para simulação quântica, o Qute, em vez disso, (i) compila uma forma estendida de SQL em circuitos quânticos com eficiência de portas lógicas, (ii) emprega um otimizador híbrido para selecionar dinamicamente entre planos de execução quânticos e clássicos, (iii) introduz indexação quântica seletiva e (iv) projeta um armazenamento que preserva a fidelidade para mitigar as atuais limitações de qubits. Também apresentamos um roteiro de evolução em três etapas rumo a um banco de dados nativamente quântico. Por fim, ao implantar o Qute em um processador quântico real (origin_wukong), demonstramos que ele supera uma linha de base clássica em escala, e disponibilizamos um protótipo de código aberto em 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.