本研究提出了一种分布式量子长短期记忆（QLSTM）框架，旨在解决NISQ设备的可扩展性问题。QLSTM通过嵌入变分量子电路来捕捉长程时间依赖性，并在量子处理单元网络上执行小型子电路。实验结果表明，其在动态训练和收敛稳定性方面优于传统方法，展示了模块化分布式量子计算在大型序列建模中的潜力。