我们提出了一种用于量子计算的 IR,它直接公开量子和经典数据依赖关系,以便进行优化。量子优化中间表示 (QIRO) 由两种方言组成,一种是输入方言,另一种是专门为实现量子-经典共同优化而定制的方言。虽然前者采用了可能更直观的内存语义(量子操作通过副作用作用于量子位),但后者使用值语义(操作消耗和产生状态)将量子数据流集成到 IR 的静态单一分配 (SSA) 图中。至关重要的是,这允许进行大量利用数据流分析的优化。我们讨论了如何将现有的量子编程语言映射到输入方言以及如何将生成的 IR 降低到优化方言。我们提出了一个基于 MLIR 的原型实现,其中包括几个量子特定的优化过程。我们的基准测试表明,即使通过静态优化,也可以显着改善资源需求。与运行时的电路优化相比,这是在编译时仅产生很小的恒定开销的情况下实现的,这使其成为应用规模上量子程序优化的一种引人注目的方法。