本论文主要内容是基于多光子纠缠技术的量子计算的实验研究。我们研究了大数据时代背景下两个重要问题的光学实现方法：机器学习和线性方程组求解。机器学习是当前的一个研究热点,随着信息技术和计算机性能的不断提升,机器学习在数据处理和分析上扮演着越来越重要的角色；线性方程组求解一直以来都是工程计算的重要部分,快速求解线性方程组是众多计算问题的核心。量子计算由于借助量子并行性以及纠缠等独特的量子特性,有着巨大的信息处理潜力,可以大大缩短计算时间。本论文就是围绕着这样的一个主题,研究了机器学习和线性方程组求解的量子算法的实验实现：通过对经典信息的量子编码和纠缠辅助操控,我们实现了向量内积和距离的快速运算,并演示了有指导性和无指导性的量子机器学习算法；通过对多个量子门的同时操控,我们实现了二维线性方程组的量子求解实验演示。另一方面,拓展信息的编码方式对于量子计算的实现,尤其是大数据信息编码,也有着重要的意义。我们通过发展光子轨道角动量量子比特的操控技术和高效测量技术,首先实现了多光子轨道角动量纠缠,并实验实现了光子多自由度的量子隐形传输。光子轨道角动量在高维信息编码上有着巨大的发展潜力,将是未来量子计算中信息编码和辅助操控的重要助力。