CN114037082A - 量子计算任务处理方法、***及计算机设备 - Google Patents
量子计算任务处理方法、***及计算机设备 Download PDFInfo
- Publication number
- CN114037082A CN114037082A CN202111320796.5A CN202111320796A CN114037082A CN 114037082 A CN114037082 A CN 114037082A CN 202111320796 A CN202111320796 A CN 202111320796A CN 114037082 A CN114037082 A CN 114037082A
- Authority
- CN
- China
- Prior art keywords
- quantum
- bits
- task
- auxiliary
- parameterized
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 17
- 238000012545 processing Methods 0.000 claims abstract description 25
- 238000004364 calculation method Methods 0.000 claims abstract description 17
- 230000001131 transforming effect Effects 0.000 claims abstract description 7
- 238000000034 method Methods 0.000 claims description 35
- 238000005259 measurement Methods 0.000 claims description 29
- 230000005283 ground state Effects 0.000 claims description 16
- 230000009466 transformation Effects 0.000 claims description 7
- 230000000694 effects Effects 0.000 abstract description 18
- 230000008569 process Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 12
- 239000011159 matrix material Substances 0.000 description 12
- 239000002096 quantum dot Substances 0.000 description 12
- 239000000243 solution Substances 0.000 description 9
- 230000005359 quantum Heisenberg model Effects 0.000 description 8
- 238000004088 simulation Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000012805 post-processing Methods 0.000 description 5
- 230000005428 wave function Effects 0.000 description 4
- 239000012895 dilution Substances 0.000 description 3
- 238000010790 dilution Methods 0.000 description 3
- 230000000737 periodic effect Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000009977 dual effect Effects 0.000 description 2
- 229920002521 macromolecule Polymers 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000005610 quantum mechanics Effects 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910002056 binary alloy Inorganic materials 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009510 drug design Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mathematical Analysis (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Optical Modulation, Optical Deflection, Nonlinear Optics, Optical Demodulation, Optical Logic Elements (AREA)
- Logic Circuits (AREA)
Abstract
本申请公开了一种量子计算任务处理方法、***及计算机设备,涉及量子技术领域。量子计算任务处理方法包括:通过参数化量子线路对n+m个量子比特的输入量子态进行变换处理;n+m个量子比特包括n个任务比特以及m个辅助比特;对n+m个量子比特的输出量子态进行测量,获得n+m个量子比特的比特字符串;在m个辅助比特的子字符串满足后选择条件,参数化量子线路未收敛的情况下,基于n个任务比特的输出量子态,对参数化量子线路的参数进行更新;在子字符串满足后选择条件,且线路收敛的情况下,基于n个任务比特的输出量子态获取计算结果。上述方案提高了变分任务的PQC的表达能力,进而提高变分任务的执行效果。
Description
技术领域
本申请实施例涉及量子技术领域,特别涉及一种量子计算任务处理方法、***及计算机设备。
背景技术
变分量子算法是一种利用量子计算机计算代价函数,并通过经典计算机根据代价函数的数值进行参数调整,直至实现代价函数最小化的算法。
变分量子算法依赖于参数化量子线路(Parameterized Quantum Circuit,PQC)来实现。相关技术中的变分任务中,通常通过包含一定比特数量的PQC,来模拟相同物理量子比特规模的量子体系。
然而,考虑到噪声以及量子***的退相干性的影响,PQC的深度会受到一定的限制,导致变分任务的PQC的表达能力不足,影响变分任务的执行效果。
发明内容
本申请实施例提供了一种量子计算任务处理方法、***及计算机设备,能够提高变分任务的PQC的表达能力,提高变分任务的执行效果。所述技术方案如下:
根据本申请实施例的一个方面,提供了一种量子计算任务处理方法,所述方法包括:
通过与目标量子计算任务对应的参数化量子线路对n+m个量子比特的输入量子态进行变换处理;所述n+m个量子比特包括n个任务比特以及m个辅助比特;n、m为正整数;
对所述n+m个量子比特的输出量子态进行测量,获得所述n+m个量子比特的比特字符串;
在所述比特字符串中与所述m个辅助比特对应的子字符串满足后选择条件,且所述参数化量子线路未收敛的情况下,基于所述n个任务比特的输出量子态,对所述参数化量子线路的参数进行更新;
在所述比特字符串中与所述m个辅助比特对应的子字符串满足后选择条件,且所述参数化量子线路收敛的情况下,基于所述n个任务比特的输出量子态,获取所述目标量子计算任务的计算结果。
根据本申请实施例的一个方面,提供了一种量子计算任务处理***,所述***包括:参数化量子线路、测量模块、优化器以及任务处理模块;
所述参数化量子线路,用于对n+m个量子比特的输入量子态进行变换处理;所述n+m个量子比特包括n个任务比特以及m个辅助比特;n、m为正整数;
所述测量模块,用于对所述n+m个量子比特的输出量子态进行测量,获得所述n+m个量子比特的比特字符串;
所述优化器,用于在所述比特字符串中与所述m个辅助比特对应的子字符串满足后选择条件,且所述参数化量子线路未收敛的情况下,基于所述n个任务比特的输出量子态,对所述参数化量子线路的参数进行更新;
所述任务处理模块,用于在所述比特字符串中与所述m个辅助比特对应的子字符串满足后选择条件,且所述参数化量子线路收敛的情况下,基于所述n个任务比特的输出量子态,获取所述目标量子计算任务的计算结果。
在一种可能的实现方式中,所述参数化量子线路中包含所述n个任务比特分别与所述m个辅助比特之间的参数化纠缠门。
在一种可能的实现方式中,所述m个辅助比特中包含至少一个第一辅助比特;所述第一辅助比特以及所述n个任务比特分别对应的物理量子比特构成一维环状连接拓扑结构;
所述第一辅助比特与所述n个任务比特之间通过第一双比特门层连接;
所述第一双比特门层包含所述第一辅助比特以及所述n个任务比特中,每相邻两个量子比特之间的参数化SWAP门;所述第一辅助比特以及所述n个任务比特中,每相邻两个量子比特之间的参数化SWAP门呈阶梯型排布。
在一种可能的实现方式中,所述m个辅助比特中还包含至少一个第二辅助比特;所述第二辅助比特与所述第一辅助比特之间通过两个SWAP门相连;且所述两个SWAP门之间包含第二双比特门层;
所述第二双比特门层包含所述第一辅助比特以及所述n个任务比特中,每相邻两个量子比特之间的参数化SWAP门。
在一种可能的实现方式中,所述参数化量子线路的输入量子态,以及所述参数化量子线路中的量子门具有对称性。
在一种可能的实现方式中,在目标量子计算任务是具有对称性要求的任务的情况下,所述m个辅助比特包含至少两对辅助比特,m为偶数;
所述至少两对辅助比特中的每一对辅助比特的输出量子态的总自旋为0。
根据本申请实施例的一个方面,提供了一种计算机设备,所述计算机设备用于执行如上所述的量子计算任务处理方法。
本申请实施例提供的技术方案至少包括如下有益效果:
对于变分任务对应的PQC,在n个任务比特的基础上增加m个辅助比特,在变分任务处理过程中,通过对该m个辅助比特的输出量子态的测量结果进行后选择,以选取出n个任务比特上满足条件的输出量子态来进行PQC的更新或者任务结果的获取;也就是说,上述方案可以通过m+n个量子比特来模拟物理量子比特规模为n的量子体系,提高了PQC对量子体系的模拟效果,从而提高变分任务的PQC的表达能力,进而提高变分任务的执行效果。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请一个实施例提供的方案应用场景的示意图;
图2是本申请一个实施例提供的量子计算任务处理方法的流程图;
图3是图2所示实施例涉及的量子计算任务处理的框架图;
图4是本申请一个实施例提供的量子计算任务处理方法的流程图;
图5是图4所示实施例涉及的参数化量子线路的线路结构框架图;
图6是图4所示实施例涉及的保持对称性的变分线路结构图;
图7是图4所示实施例涉及的VQE线路示意图;
图8本申请一个实施例提供的量子计算任务处理***的框图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
在对本申请实施例进行介绍说明之前,首先对本申请中涉及的一些名词进行解释说明。
1)量子计算(Quantum Computation):基于量子逻辑,利用量子态的叠加和纠缠等性质快速完成计算任务的一种计算方式。量子计算存储数据的基本单位是量子比特。
2)量子比特(Qubit):量子信息的承载形式,也是量子计算的基本单元。传统计算机使用0和1作为二进制的基本单元。不同的是量子计算可以同时处理0和1,***可以处于0和1的线性叠加态:|ψ>=α|0>+β|1>,这里α,β代表***在0和1上的复数概率幅。它们的模平方|α|2,|β|2分别代表处于0和1的概率。
3)量子操作(Quantum Operation):对量子比特进行操纵,从而对量子比特承载的量子信息进行处理。常见的量子操作有泡利X、Y、Z变换(或写作σx、σy、σz),哈达玛变换(H),受控泡利X变换,即可控非门CNOT等。只使用单比特操作和两比特操作,可完成任意的量子计算,下文中部分位置简写为操作。
4)量子线路(Quantum Circuit):量子计算的一种描述模型,由量子比特以及在量子比特上的量子操作组成,代表了相应量子算法/程序在量子门模型下的硬件实现。量子电路由一系列量子门序列组成,并由量子门完成计算。若量子线路中包含可调的控制量子门的参数,则被称为参数化量子线路。
5)量子计算器件(Quantum Computing Device):执行量子计算的物理装置。
6)哈密顿量:描述量子***总能量的一个厄密共轭的矩阵。哈密顿量是一个物理词汇,是一个描述***总能量的算符,以H表示。
7)本征态:对于一个哈密顿量矩阵H,满足方程:H|ψ>=E|ψ>的解称之为H的本征态|ψ>,具有本征能量E。基态对应了量子***能量最低的本征态。
8)量子经典混合计算:一种内层利用PQC量子线路进行计算得出相应物理量或损失函数,外层用传统的经典优化器调节量子线路变分参数的计算范式,可以最大限度的发挥小规模量子硬件量子计算的优势,被相信是有潜力证明量子优势的重要方向之一。
9)近期中等规模有噪声的量子硬件(Noisy Intermediate-Scale Quantum,NISQ):是量子计算发展现在所处的阶段和研究的重点方向。这一阶段量子计算暂时由于规模和噪声的限制,无法作为通用计算的引擎应用,但在部分问题上,已经可以实现超越最强经典计算机的结果,这通常被称作量子霸权或量子优势。
10)变分量子本征求解器(Variational Quantum Eigensolver,VQE):通过变分线路实现给定量子***基态能量的估计,是一种典型的量子经典混合计算范式,在量子化学领域有广泛的应用。
11)后选择(post-selection):对于量子计算机输出的测量结果,基于某些比特位对应的比特字符串(bitstring,也称为经典比特串)的具体值选择保留或者舍弃该次测量结果,这被称为后选择。后选择出现在很多现在的研究热点领域,包括但不限于线性酉矩阵组合(Linear Combinations of Unitary,LCU)的实现,测量导致的纠缠熵相变等。
12)泡利字符串(Pauli string):在不同格点多个泡利矩阵的直积组成的项,一般的哈密顿量通常可以拆解为一组泡利字符串的和。VQE的测量也一般都按照泡利字符串分解来逐项测量。
13)非幺正:所谓幺正矩阵,即是满足U\daggerU=I的全部矩阵,所有量子力学直接允许的演化过程,都可以通过幺正矩阵描述。不满足该条件的矩阵则是非幺正的,其需要通过辅助手段甚至指数多的资源才可在实验上实现,但非幺正矩阵往往具有更强的表达能力和更快的基态投影效果。
14)经典比特串(bitstring):一串由0,1组成的数字。对量子线路每次测量得到的经典结果,可以根据在测量基上的自旋构型的上下分别由0,1表示,从而使得总的一次测量的结果对应一个bitstring。
请参考图1,其示出了本申请一个实施例提供的方案应用场景的示意图。如图1所示,该应用场景可以是超导量子计算平台,该应用场景包括:量子计算器件11、稀释制冷机12、控制设备13和计算机14。
量子计算器件11是一种作用在物理量子比特上的电路,量子计算器件11可以实现成为量子芯片,如处于绝对零度附近的超导量子芯片。稀释制冷机12用于为超导量子芯片提供绝对零度的环境。
控制设备13用于对量子计算器件11进行控制,计算机14用于对控制设备13进行控制。例如,编写好的量子程序经过计算机14中的软件编译成指令发送给控制设备13(如电子/微波控制***),控制设备13将上述指令转换为电子/微波控制信号输入到稀释制冷机12,控制处于小于10mK温度的超导量子比特。读取的过程则与之相反,读取波形被输送到量子计算器件11。
在对本申请方法实施例进行介绍说明之前,先对该方法的运行环境进行介绍说明。本申请实施例提供的方法,其可以在经典计算机和量子计算机的混合设备环境下执行。
在下述方法实施例中,为了便于说明,仅以各步骤的执行主体为计算机设备进行介绍说明。应当理解的是,该计算机设备可以包括经典计算机和量子计算机的混合执行环境,本申请实施例对此不作限定。
请参考图2,其示出了本申请一个实施例提供的量子计算任务处理方法的流程图。该方法各步骤的执行主体可以是计算机设备。该方法可以包括如下几个步骤:
步骤21,通过与目标量子计算任务对应的参数化量子线路对n+m个量子比特的输入量子态进行变换处理;n+m个量子比特包括n个任务比特以及m个辅助比特;n、m为正整数。
在本申请实施例中,参数化量子线路中包含带参数的量子门,且该带参数的量子门的参数可以在执行目标量子计算任务的过程中进行调节。
上述参数化量子线路包含n+m个量子比特,参数化量子线路中的量子门作用在n+m个量子比特上。
其中,上述n个任务比特是用于执行目标量子计算任务的量子比特,用于模拟n个量子比特构成的量子体系;而上述m个辅助比特则用于扩展参数化量子线路PQC在模拟量子体系时的表达能力。
其中,上述通过与目标量子计算任务对应的参数化量子线路对n+m个量子比特的输入量子态进行变换处理,可以是指在量子计算器件中的物理量子比特组成的量子体系中输入上述输入量子态,然后通过测控***,在该量子体系上执行上述参数化量子线路中的量子门对应的量子操作,从而变换相应的物理量子比特上的量子态。
步骤22,对n+m个量子比特的输出量子态进行测量,获得n+m个量子比特的比特字符串。
其中,在对上述参数化量子线路完成一轮执行后,计算机设备可以通过测控***对上述量子体系中的各个物理量子比特的量子态进行测量,得到由n+m个量子比特对应的比特字符串。
步骤23,在比特字符串中与m个辅助比特对应的子字符串满足后选择条件,且参数化量子线路未收敛的情况下,基于n个任务比特的输出量子态,对参数化量子线路的参数进行更新。
步骤24,在比特字符串中与m个辅助比特对应的子字符串满足后选择条件,且参数化量子线路收敛的情况下,基于n个任务比特的输出量子态,获取目标量子计算任务的计算结果。
在本申请实施例中,上述n+m个量子比特对应的比特字符串中包含n个任务比特对应的子比特串,以及m个辅助比特对应的子比特串;其中,m个辅助比特对应的子比特串用于做后选择操作。
也就是说,如果上述比特字符串中对应m个辅助比特的字符串满足后选择条件,则计算机设备认为本次测量中,n个任务比特对应的量子态满足任务执行条件,可以用于后续的目标量子计算任务的执行;可选的,如果上述比特字符串中对应m个辅助比特的字符串不满足后选择条件,则计算机设备认为本次测量中,n个任务比特对应的量子态不满足任务执行条件,可以将本次测量结果排除。
请参考图3,其示出了本申请实施例涉及的量子计算任务处理的框架图。如图3所示,计算机设备在量子计算机器件上执行参数化量子线路31后,对参数化量子线路31进行测量,得到比特字符串32,其中,比特字符串32中包含m个辅助比特对应的子字符串32a;若该子字符串32a不满足后选择条件,则计算机设备排除本次测量结果;若该子字符串32a满足后选择条件,则计算机设备获取本次测量结果对应的,n个任务比特的量子态33;若此时参数化量子线路31未收敛,则计算机设备根据该n个任务比特的量子态33,对参数化量子线路31进行参数更新;若此时参数化量子线路31已收敛,则计算机设备根据该n个任务比特的量子态33获取目标量子计算任务的计算结果。
综上所述,通过本申请实施例所示的方案,对于变分任务对应的PQC,在n个任务比特的基础上增加m个辅助比特,在变分任务处理过程中,通过对该m个辅助比特的输出量子态的测量结果进行后选择,以选取出n个任务比特上满足条件的输出量子态来进行PQC的更新或者任务结果的获取;也就是说,上述方案可以通过m+n个量子比特来模拟物理量子比特规模为n的量子体系,提高了PQC对量子体系的模拟效果,从而提高变分任务的PQC的表达能力,进而提高变分任务的执行效果。
在NISQ时代,量子硬件的典型缺点是相干时间短且量子噪声大。而通过本申请各个实施例提出的变分后选择的加强方案,充分考虑了NISQ时代量子硬件的特点,本申请各个实施例提出的方案与其他变分后处理方案,比如变分量子-神经网络混合本征求解器(Variational Quantum Neural network Hybrid Eigensolver,VQNHE)等方案完美兼容,可以联合使用以进一步提升VQE的效果。本申请各个实施例所示的方案可以在NISQ硬件上展现有效的量子优势奠定基础,并加速量子计算机商业化应用的可能。
本申请各个实施例所示的方案可以较容易地应用到量子硬件评估测试科研和实际生产中。其应用包括对来自凝聚态物理和量子化学问题中的体系的哈密顿量的基态进行模拟和求解等。在量子计算机的规模进一步扩大后,更高效的VQE等变分任务也有望能够在药物设计,大分子模拟和新材料筛选等领域发挥实际作用,比如近似化学大分子的基态,或估计复杂体系的物理化学性质等。
请参考图4,其示出了本申请一个实施例提供的量子计算任务处理方法的流程图。该方法各步骤的执行主体可以是计算机设备。如图4所示,该方法可以包括如下几个步骤:
步骤401,通过与目标量子计算任务对应的参数化量子线路对n+m个量子比特的输入量子态进行变换处理;n+m个量子比特包括n个任务比特以及m个辅助比特。
在本申请实施例中,上述n、m为正整数。
在一种可能的实现方式中,参数化量子线路的参数包含对n+m个量子比特的量子态进行变分变换的参数。
在本申请实施例中,参数化量子线路中除了包含对n个任务比特进行变分变换的参数化比特门之外,还包含对m个辅助比特进行变分变换的参数化比特门,从而在变分任务中,可以通过对测量得到的比特字符串中对应m个辅助比特的子字符串的后选择操作,来筛选出合适的测量结果。
在一种可能的实现方式中,参数化量子线路中包含n个任务比特分别与m个辅助比特之间的参数化纠缠门。
请参考图5,其示出了本申请实施例涉及的参数化量子线路的线路结构框架图,如图5所示,其中U(θ)部分的线路除了传统的作用在任务比特上的量子门之外,还添加了联系任务比特和辅助比特的纠缠门。此外,上述图5中的参数化量子线路在后选择前对辅助比特进行变换V(φ),等效于寻找最合适的辅助比特的后选择测量基。上述θ和φ为参数化量子线路的参数,在目标量子计算任务处理过程中,θ和φ可以进行更新,直至参数化量子线路收敛。通过上述变分转换V,极大地增加了框架的灵活性,相当于可以自动地来尝试最佳的测量基和后选择结果。
步骤402,对n+m个量子比特的输出量子态进行测量,获得n+m个量子比特的比特字符串。
步骤403,在比特字符串中与m个辅助比特对应的子字符串为目标字符串的情况下,确定比特字符串中与m个辅助比特对应的子字符串满足后选择条件。
在本申请实施例中,如图5所示,由于变分变换V的存在,等效于在目标量子计算任务执行过程中自动寻找最合适的辅助比特的后选择测量基,因此,本申请实施例不需要特别地选择后选择的bitstring,只需要在初始时设置一个目标字符串,不失一般性地,可以使用全0字符串作为上述目标字符串(也可以使用全1字符串,或者其它0和1的组合),后续目标量子计算任务中,保持使用目标字符串作为后选择条件进行测量结果的后选择,则在参数化量子线路收敛时,通过该目标字符串后选择出来的测量结果即为准确的测量结果。
步骤404,在比特字符串中与m个辅助比特对应的子字符串满足后选择条件,且参数化量子线路未收敛的情况下,基于n个任务比特的输出量子态,对参数化量子线路的参数进行更新。
步骤405,在比特字符串中与m个辅助比特对应的子字符串满足后选择条件,且参数化量子线路收敛的情况下,基于n个任务比特的输出量子态,获取目标量子计算任务的计算结果。
在一种可能的实现方式中,以目标量子计算任务包括基态能量求解任务为例,在比特字符串中与m个辅助比特对应的子字符串满足后选择条件,且参数化量子线路未收敛的情况下,基于n个任务比特的输出量子态,对参数化量子线路的参数进行更新,包括:
在比特字符串中与m个辅助比特对应的子字符串满足后选择条件,且参数化量子线路未收敛的情况下,根据目标量子***在n个任务比特的输出量子态下的哈密顿量的能量期望值,对参数化量子线路的参数进行更新;
相应的,在比特字符串中与m个辅助比特对应的子字符串满足后选择条件,且参数化量子线路收敛的情况下,基于n个任务比特的输出量子态,获取目标量子计算任务的计算结果,包括:
在比特字符串中与m个辅助比特对应的子字符串满足后选择条件,且参数化量子线路收敛的情况下,将哈密顿量的能量期望值,获取为目标量子***的基态能量。
在本申请实施例中,在VQE任务中,可以通过构建类似图5的参数化量子线路,对输出结果进行多次测量(比如81921次或者81920次测量),并且通过后选择的方式,保留测量结果中辅助比特位全为0的结果,再通过这些测量得到的bitstring在任务比特上的结果,来对哈密顿量包含的泡利字符串的能量期望值进行估计,得到哈密顿量的能量期望值,后续通过哈密顿量的能量期望值对参数化量子线路中的参数θ和φ进行更新,迭代执行上述过程,直至参数化量子线路收敛时,将得到的哈密顿量的能量期望值获取为任务比特对应的量子体系的基态能量。
本申请实施例所示的方案,通过引入辅助比特,并通过变分后选择的方式来提升变分任务中的PQC的表达能力,以VQE任务为例,其PQC表达能力提升的原理可以参考后续介绍。
首先考虑无辅助比特的VQE和包括辅助比特的VQE的对比;之后分析包含辅助比特VQE的辅助比特的输出处理方式,主要是不做处理(相当于对辅助比特的希尔伯特空间取迹(trace)),和对辅助比特测量结果后选择两种方式。
对于有辅助比特的VQE***,若PQC基本结构一致,那么其变分线路的表达能力严格地不小于无辅助比特VQE***的PQC。也即,将辅助比特上的线路部分取为恒等变换,并将辅助比特和任务比特上的关联的量子门都关闭,那么将会约化回到无辅助比特的VQE***,由此可以严格证明不做处理的辅助比特VQE强于一般的物理***大小的VQE算法。
对于不做后处理的辅助比特VQE,其相应的波函数为:
其中,c是波函数的复数概率幅,i,j表示测量基对应的bitstring,s和a分别表示物理***比特和辅助比特。而对于后选择辅助比特对应到某个bitstring k上的情形,物理***对应的波函数则变为:
不处理和后选择辅助比特对应的***能量估计则分别为:
其中,Hii′是哈密顿量矩阵H对应的矩阵元。由此可以发现,不做后处理的能量估计可以表示为对不同bitstring做后选择的能量估计的平均值,也即:
既然不同后选择的能量的平均值和不做处理的能量估计相同,那么必然有一些后选择的bitstring k对应的任务比特的***能量估计小于不做后处理的能量估计,这也是本申请引入后选择辅助比特来增强VQE对能量估计准确度的理论依据。
在一种可能的实现方式中,参数化量子线路的输入量子态,以及参数化量子线路中的量子门具有对称性。
在一种可能的实现方式中,在目标量子计算任务是具有对称性要求的任务的情况下,m个辅助比特包含至少两对辅助比特,m为偶数;至少两对辅助比特中的每一对辅助比特的输出量子态的总自旋为0。
以VQE任务为例,对于具体的体系能量估计问题,有时额外考虑体系哈密顿量本身具有的对称性,并在线路假设中保持,将会极大地提升近似效果。这要求VQE的输入态和VQE线路本身的量子门都具有相应的对称性。对于引入了辅助比特和变分后选择的***,下面以具有SU(2)对称性的各向同性海森堡模型为例,介绍本申请所示的方案依旧可以在后选择方案中保持相应的对称性,也即保持总自旋量子数守恒。
普通的VQE解决海森堡模型问题时,其保持总自旋为0的输入初始态为一系列Bell对:
相应地,保持SU(2)对称性的变分线路结构为一系列参数化的SWAP(交换)层,也即:
其中,U即是变分线路,P表示SWAP层的数目,n为物理***的格点数,θ是一系列线路参数,SWAP双比特门的定义是:
对于引入辅助比特的后选择情形,需要对偶数格点的***引入额外偶数的辅助比特,其原因在于总数为奇数的自旋1/2自由度不包含总自旋为0的表示子空间。线路部分可以使用参数化SWAP层来保持对称性。后选择时,需要在辅助比特上后选择出总自旋为0的Bell对,这样剩余的物理***依旧总自旋为0。请参考图6,其示出了本申请实施例涉及的保持对称性的变分线路结构图,如图6所示,X为泡利X门,H为Hadamard门,两种双比特门分别为CNOT门和参数化的SWAP门。
需要说明的是,本申请实施例上述图6所示的变分线路结构是在目标量子计算任务具有对称性要求的条件下提供的一种示例性的线路结构。可选的,在目标量子计算任务具有对称性要求的条件下,也可以采用其它满足对称性的线路结构。
此外,本申请实施例提供的PQC的变分线路结构中,辅助比特的数量并不限制为偶数,比如,在不要求对称性的目标量子计算任务中,辅助比特的数量可以为偶数,也可以为奇数,相应的,变分线路结构也不限制为具有对称性的线路结构。
在一种可能的实现方式中,m个辅助比特中包含至少一个第一辅助比特;第一辅助比特以及n个任务比特分别对应的物理量子比特构成一维环状连接拓扑结构;
第一辅助比特与n个任务比特之间通过第一双比特门层连接;
第一双比特门层包含第一辅助比特以及n个任务比特中,每相邻两个量子比特之间的参数化SWAP门;第一辅助比特以及n个任务比特中,每相邻两个量子比特之间的参数化SWAP门呈阶梯型排布。
在一种可能的实现方式中,m个辅助比特中还包含至少一个第二辅助比特;第二辅助比特与第一辅助比特之间通过两个SWAP门相连;且两个SWAP门之间包含第二双比特门层;
第二双比特门层包含第一辅助比特以及n个任务比特中,每相邻两个量子比特之间的参数化SWAP门。
本申请实施例考虑在一维的环形拓扑的量子硬件比特连接情况,说明后选择方案在真实硬件拓扑连接上的资源。这一情况在从二维超导量子比特阵列上选取表现较好的一维子***做实验时很容易出现。
对于传统的VQE方案,考虑阶梯型的双比特门排布,也即双比特门的线脚依次为(1,2),(2,3),(3,4),…。那么每个双比特门层消耗的双比特量子门资源恰好和量子体系的大小n一致。对于引入一个辅助比特的后选择增强VQE,相应的双比特门连接为所有的任务比特分别与该辅助比特进行连接。看起来这一连接考虑量子硬件的比特拓扑情况后,需要额外消耗很多量子门。但事实上,在一维环状连接拓扑的情况下,后选择方案所需要的双比特量子门数目和传统的VQE一致。其基本做法是:当辅助比特和第一个任务比特经过参数化双比特门纠缠后,同时在辅助比特和第一个任务比特上作用一个交换门SWAP,这样辅助比特等效地后移了一位。此时辅助比特自然地与第二个任务比特相邻,相应的,此时可以在辅助比特和第二个任务比特之间作用参数化的双比特门和交换门,依此类推,直到完成一整层的VQE线路后,辅助比特又回到了原位。
请参考图7,其示出了本申请实施例涉及的VQE线路示意图。如图7所示,加粗的线路表示辅助比特的位置。在上述一整层的VQE线路执行过程中,由于参数化双比特门和相应的交换门作用的比特线脚一致,其可以合并编译成一个通用双比特门来作用。由此,每一层VQE线路消耗的双比特量子门依旧是N个,量子资源的需求与一般的VQE相同。而对于需要偶数辅助比特的对称性保护的VQE情形,根据图6中的N对1的连接方式,只需将第一个辅助比特交换一周即可,第二个辅助比特可以保持在原位。
需要说明的是,本申请实施例上述的方案仅以第一辅助比特以及n个任务比特分别对应的物理量子比特构成一维环状连接拓扑结构为例,介绍量子比特的执行情况。可选的,本申请实施例涉及的量子线路也可以在其它的连接拓扑结构(比如网状拓扑等)的量子计算器件上执行。
本申请实施例的关键点是通过引入辅助比特和变分后选择模块,来以空间(比特数目)换时间(线路深度),从而增加PQC假设的表达能力,使其在变分任务中具有更好的表达能力和近似效果。以VQE任务为例,对于传统的VQE方案,利用的量子比特数目与要模拟近似的量子体系规模相同。而通过本申请实施例构建的变分后选择增强的VQE,则利用比任务比特对应的量子***更多的量子比特来构建PQC,并在输出的时候将多余的辅助比特做后选择,由于后选择前辅助比特上存在变分线路模块,因此可以不失一般性地选取后选择的bitstring为辅助比特全0,满足后选择的测量结果对应在任务比特上的结果将作为对***能量的估计。通过这种方式优化的能量结果通常要低于(即优于)传统VQE的结果。
以本申请实施例所示的方案应用在后选择增强VQE方案中为例,本申请实施例将上述方案应用到二维横场伊辛模型和二维海森堡模型的基态能量求解上,均得到了比利用几乎同样量子门数目的一般VQE更好的能量估计,其数值如下。
案例一:二维方格子横场伊辛模型的效果。
考虑4*3大小的二维方格子上的周期性边界条件的横场伊辛模型。其哈密顿量为:
其中,<ij>表示方格子上最近邻的格点对ij。Zi表示格点i上的泡利Z矩阵,Xi表示格点i上的泡利X矩阵;上述模型的严格基态能量为:-18.914。
利用一维环状的量子硬件拓扑,相应的线路假设为Hadamard门层加上共P层的ZZ层和RX层,其中ZZ层包含的双比特门按照最近邻的方式阶梯状(1,2),(2,3),…的方式排布。相应的变分线路U的数学表达式为:
其中,Hi是作用在第i个量子比特上的Hadamard门,矩阵表示为:
对于P=2,3,4层的一般VQE,给出的能量估计分别为:-14.81,-15.41,-15.62。
而对于相应的引入了一个辅助比特,对应双比特ZZ层的排布为所有任务比特到辅助比特的连接的情形,P=2,3,4层的结果分别为:-18.59,-18.67,-18.80。此时线路假设变分后处理部分V是参数化的单比特旋转。结果总结如下表1。
表1:横场伊辛模型效果对比
线路深度(层数) | 2 | 3 | 4 |
普通VQE | -14.81 | -15.41 | -15.62 |
后选择增强VQE | -18.59 | -18.67 | -18.80 |
案例二、二维方格子海森堡模型上的效果。
考虑二维4*3方格子上的周期性边界条件海森堡模型,相应的体系哈密顿量为:
其中,<ij>表示方格子上的相邻格点,Yi表示格点i上的泡利Y矩阵。这一模型具有SU(2)对称性。因此利用的变分线路假设是输入Bell对初态和具有P层参数化SWAP层的形式。也即采取本方案中保持对称性的后选择方案和线路假设来应用到海森堡模型上。该模型严格的基态能量为:-29.473。
若双比特门的SWAP层采取一维周期性阶梯状排布时,对应P=2,3,4层,保持对称性的普通VQE给出的能量为:-25.57,-28.29,-28.85。
若采用了同样可以保持对称性的有两个辅助比特的后选择方案,对应线路深度P=2,3,4的能量估计分别为:-25.80,-28.36,-29.05。注意到海森堡模型优化问题相应的能量曲面比较不规则,无论是一般VQE还是后选择增强的VQE都通常需要几十甚至上百次不同初始化参数的独立优化,才可以找到一组较理想的解。本申请进一步比较了不做后选择和做破坏对称性后选择的VQE结果,总结如表2。其中,表2的结果充分说明了对称性保持的后选择方案的重要性。
表2:海森堡模型不同VQE方案的能量估计
总结来说,本申请实施例所示的方案有丰富的例子可以从理论和实际问题上表明,后选择增强的VQE会给出比一般VQE更好的能量估计,且消耗的量子硬件资源基本一致。
其中,本申请实施例上述举例仅以VQE任务为例进行说明,可选的本申请实施例所示的方案还可以应用于其它变分任务中。
综上所述,通过本申请实施例所示的方案,对于变分任务对应的PQC,在n个任务比特的基础上增加m个辅助比特,在变分任务处理过程中,通过对该m个辅助比特的输出量子态的测量结果进行后选择,以选取出n个任务比特上满足条件的输出量子态来进行PQC的更新或者任务结果的获取;也就是说,上述方案可以通过m+n个量子比特来模拟物理量子比特规模为n的量子体系,提高了PQC对量子体系的模拟效果,从而提高变分任务的PQC的表达能力,进而提高变分任务的执行效果。
请参考图8,其示出了本申请一个实施例提供的量子计算任务处理***的框图。该***具有实现上述量子计算任务处理方法示例的功能。如图8所示,该***可以包括:参数化量子线路801、测量模块802、优化器803以及任务处理模块804;
所述参数化量子线路801,用于对n+m个量子比特的输入量子态进行变换处理;所述n+m个量子比特包括n个任务比特以及m个辅助比特;n、m为正整数;
所述测量模块802,用于对所述n+m个量子比特的输出量子态进行测量,获得所述n+m个量子比特的比特字符串;
所述优化器803,用于在所述比特字符串中与所述m个辅助比特对应的子字符串满足后选择条件,且所述参数化量子线路未收敛的情况下,基于所述n个任务比特的输出量子态,对所述参数化量子线路的参数进行更新;
所述任务处理模块804,用于在所述比特字符串中与所述m个辅助比特对应的子字符串满足后选择条件,且所述参数化量子线路收敛的情况下,基于所述n个任务比特的输出量子态,获取所述目标量子计算任务的计算结果。
在一种可能的实现方式中,所述***还包括:
后选择模块,用于在所述比特字符串中与所述m个辅助比特对应的子字符串为目标字符串的情况下,确定所述比特字符串中与所述m个辅助比特对应的子字符串满足所述后选择条件。
在一种可能的实现方式中,所述参数化量子线路的参数包含对所述n+m个量子比特的量子态进行变分变换的参数。
在一种可能的实现方式中,所述目标量子计算任务包括基态能量求解任务;
所述优化器,用于在所述比特字符串中与所述m个辅助比特对应的子字符串满足后选择条件,且所述参数化量子线路未收敛的情况下,根据目标量子***在所述n个任务比特的输出量子态下的哈密顿量的能量期望值,对所述参数化量子线路的参数进行更新;
所述任务处理模块,用于在所述比特字符串中与所述m个辅助比特对应的子字符串满足后选择条件,且所述参数化量子线路收敛的情况下,将所述哈密顿量的能量期望值,获取为所述目标量子***的基态能量。
在一种可能的实现方式中,所述参数化量子线路中包含所述n个任务比特分别与所述m个辅助比特之间的参数化纠缠门。
在一种可能的实现方式中,所述m个辅助比特中包含至少一个第一辅助比特;所述第一辅助比特以及所述n个任务比特分别对应的物理量子比特构成一维环状连接拓扑结构;
所述第一辅助比特与所述n个任务比特之间通过第一双比特门层连接;
所述第一双比特门层包含所述第一辅助比特以及所述n个任务比特中,每相邻两个量子比特之间的参数化SWAP门;所述第一辅助比特以及所述n个任务比特中,每相邻两个量子比特之间的参数化SWAP门呈阶梯型排布。
在一种可能的实现方式中,所述m个辅助比特中还包含至少一个第二辅助比特;所述第二辅助比特与所述第一辅助比特之间通过两个SWAP门相连;且所述两个SWAP门之间包含第二双比特门层;
所述第二双比特门层包含所述第一辅助比特以及所述n个任务比特中,每相邻两个量子比特之间的参数化SWAP门。
在一种可能的实现方式中,所述参数化量子线路的输入量子态,以及所述参数化量子线路中的量子门具有对称性。
在一种可能的实现方式中,在目标量子计算任务是具有对称性要求的任务的情况下,所述m个辅助比特包含至少两对辅助比特,m为偶数;
所述至少两对辅助比特中的每一对辅助比特的输出量子态的总自旋为0。
根据本申请实施例的一个方面,提供了一种计算机设备,所述计算机设备用于执行如上所述的量子计算任务处理方法。
综上所述,通过本申请实施例所示的方案,对于变分任务对应的PQC,在n个任务比特的基础上增加m个辅助比特,在变分任务处理过程中,通过对该m个辅助比特的输出量子态的测量结果进行后选择,以选取出n个任务比特上满足条件的输出量子态来进行PQC的更新或者任务结果的获取;也就是说,上述方案可以通过m+n个量子比特来模拟物理量子比特规模为n的量子体系,提高了PQC对量子体系的模拟效果,从而提高变分任务的PQC的表达能力,进而提高变分任务的执行效果。
需要说明的是,上述实施例提供的***,在实现其功能时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的***与方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
在本申请的一个示例性的实施例中,还提供一种计算机设备,该计算机设备可以用于执行如上述图2或图4所示的实施例提供的量子计算任务处理方法。
应当理解的是,在本文中提及的“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。另外,本文中描述的步骤编号,仅示例性示出了步骤间的一种可能的执行先后顺序,在一些其它实施例中,上述步骤也可以不按照编号顺序来执行,如两个不同编号的步骤同时执行,或者两个不同编号的步骤按照与图示相反的顺序执行,本申请实施例对此不作限定。
以上所述仅为本申请的示例性实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (15)
1.一种量子计算任务处理方法,其特征在于,所述方法包括:
通过与目标量子计算任务对应的参数化量子线路对n+m个量子比特的输入量子态进行变换处理;所述n+m个量子比特包括n个任务比特以及m个辅助比特;n、m为正整数;
对所述n+m个量子比特的输出量子态进行测量,获得所述n+m个量子比特的比特字符串;
在所述比特字符串中与所述m个辅助比特对应的子字符串满足后选择条件,且所述参数化量子线路未收敛的情况下,基于所述n个任务比特的输出量子态,对所述参数化量子线路的参数进行更新;
在所述比特字符串中与所述m个辅助比特对应的子字符串满足后选择条件,且所述参数化量子线路收敛的情况下,基于所述n个任务比特的输出量子态,获取所述目标量子计算任务的计算结果。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在所述比特字符串中与所述m个辅助比特对应的子字符串为目标字符串的情况下,确定所述比特字符串中与所述m个辅助比特对应的子字符串满足所述后选择条件。
3.根据权利要求1所述的方法,其特征在于,所述参数化量子线路的参数包含对所述n+m个量子比特的量子态进行变分变换的参数。
4.根据权利要求3所述的方法,其特征在于,所述目标量子计算任务包括基态能量求解任务;
在所述比特字符串中与所述m个辅助比特对应的子字符串满足后选择条件,且所述参数化量子线路未收敛的情况下,基于所述n个任务比特的输出量子态,对所述参数化量子线路的参数进行更新,包括:
在所述比特字符串中与所述m个辅助比特对应的子字符串满足后选择条件,且所述参数化量子线路未收敛的情况下,根据目标量子***在所述n个任务比特的输出量子态下的哈密顿量的能量期望值,对所述参数化量子线路的参数进行更新;
在所述比特字符串中与所述m个辅助比特对应的子字符串满足后选择条件,且所述参数化量子线路收敛的情况下,基于所述n个任务比特的输出量子态,获取所述目标量子计算任务的计算结果,包括:
在所述比特字符串中与所述m个辅助比特对应的子字符串满足后选择条件,且所述参数化量子线路收敛的情况下,将所述哈密顿量的能量期望值,获取为所述目标量子***的基态能量。
5.根据权利要求1至4任一所述的方法,其特征在于,所述参数化量子线路中包含所述n个任务比特分别与所述m个辅助比特之间的参数化纠缠门。
6.根据权利要求5所述的方法,其特征在于,所述m个辅助比特中包含至少一个第一辅助比特;所述第一辅助比特以及所述n个任务比特分别对应的物理量子比特构成一维环状连接拓扑结构;
所述第一辅助比特与所述n个任务比特之间通过第一双比特门层连接;
所述第一双比特门层包含所述第一辅助比特以及所述n个任务比特中,每相邻两个量子比特之间的参数化SWAP门;所述第一辅助比特以及所述n个任务比特中,每相邻两个量子比特之间的参数化SWAP门呈阶梯型排布。
7.根据权利要求6所述的方法,其特征在于,所述m个辅助比特中还包含至少一个第二辅助比特;所述第二辅助比特与所述第一辅助比特之间通过两个SWAP门相连;且所述两个SWAP门之间包含第二双比特门层;
所述第二双比特门层包含所述第一辅助比特以及所述n个任务比特中,每相邻两个量子比特之间的参数化SWAP门。
8.根据权利要求1至4任一所述的方法,其特征在于,在所述目标量子计算任务是具有对称性要求的任务的情况下,所述参数化量子线路的输入量子态,以及所述参数化量子线路中的量子门具有对称性。
9.根据权利要求8所述的方法,其特征在于,所述m个辅助比特包含至少两对辅助比特,m为偶数;
所述至少两对辅助比特中的每一对辅助比特的输出量子态的总自旋为0。
10.一种量子计算任务处理***,其特征在于,所述***包括:参数化量子线路、测量模块、优化器以及任务处理模块;
所述参数化量子线路,用于对n+m个量子比特的输入量子态进行变换处理;所述n+m个量子比特包括n个任务比特以及m个辅助比特;n、m为正整数;
所述测量模块,用于对所述n+m个量子比特的输出量子态进行测量,获得所述n+m个量子比特的比特字符串;
所述优化器,用于在所述比特字符串中与所述m个辅助比特对应的子字符串满足后选择条件,且所述参数化量子线路未收敛的情况下,基于所述n个任务比特的输出量子态,对所述参数化量子线路的参数进行更新;
所述任务处理模块,用于在所述比特字符串中与所述m个辅助比特对应的子字符串满足后选择条件,且所述参数化量子线路收敛的情况下,基于所述n个任务比特的输出量子态,获取所述目标量子计算任务的计算结果。
11.根据权利要求10所述的***,其特征在于,所述***还包括:
后选择模块,用于在所述比特字符串中与所述m个辅助比特对应的子字符串为目标字符串的情况下,确定所述比特字符串中与所述m个辅助比特对应的子字符串满足所述后选择条件。
12.根据权利要求10所述的***,其特征在于,所述参数化量子线路的参数包含对所述n+m个量子比特的量子态进行变分变换的参数。
13.根据权利要求12所述的***,其特征在于,所述目标量子计算任务包括基态能量求解任务;
所述优化器,用于在所述比特字符串中与所述m个辅助比特对应的子字符串满足后选择条件,且所述参数化量子线路未收敛的情况下,根据目标量子***在所述n个任务比特的输出量子态下的哈密顿量的能量期望值,对所述参数化量子线路的参数进行更新;
所述任务处理模块,用于在所述比特字符串中与所述m个辅助比特对应的子字符串满足后选择条件,且所述参数化量子线路收敛的情况下,将所述哈密顿量的能量期望值,获取为所述目标量子***的基态能量。
14.根据权利要求10至13任一所述的***,其特征在于,所述参数化量子线路中包含所述n个任务比特分别与所述m个辅助比特之间的参数化纠缠门。
15.一种计算机设备,其特征在于,所述计算机设备用于执行如权利要求1至9任一所述的量子计算任务处理方法。
Priority Applications (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111320796.5A CN114037082A (zh) | 2021-11-09 | 2021-11-09 | 量子计算任务处理方法、***及计算机设备 |
KR1020247003091A KR20240027068A (ko) | 2021-11-09 | 2021-12-23 | 양자 컴퓨팅 태스크 처리 방법, 시스템 및 컴퓨터 기기 |
EP21936248.0A EP4207004A4 (en) | 2021-11-09 | 2021-12-23 | METHOD AND SYSTEM FOR PROCESSING QUANTUM COMPUTING TASKS AND COMPUTER DEVICE |
JP2022559394A JP7452823B2 (ja) | 2021-11-09 | 2021-12-23 | 量子計算タスク処理方法、システム及びコンピュータ装置 |
PCT/CN2021/140898 WO2023082436A1 (zh) | 2021-11-09 | 2021-12-23 | 量子计算任务处理方法、***及计算机设备 |
US17/993,660 US20230144633A1 (en) | 2021-11-09 | 2022-11-23 | Quantum computing task processing method and system and computer device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111320796.5A CN114037082A (zh) | 2021-11-09 | 2021-11-09 | 量子计算任务处理方法、***及计算机设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114037082A true CN114037082A (zh) | 2022-02-11 |
Family
ID=80136880
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111320796.5A Pending CN114037082A (zh) | 2021-11-09 | 2021-11-09 | 量子计算任务处理方法、***及计算机设备 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN114037082A (zh) |
WO (1) | WO2023082436A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114841352A (zh) * | 2022-05-11 | 2022-08-02 | 北京百度网讯科技有限公司 | 量子计算处理方法、装置及电子设备 |
WO2023165500A1 (zh) * | 2022-03-04 | 2023-09-07 | 本源量子计算科技(合肥)股份有限公司 | 数据处理任务的处理方法、装置、存储介质及电子设备 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117236458B (zh) * | 2023-11-13 | 2024-03-26 | 国开启科量子技术(安徽)有限公司 | 量子云平台的量子计算任务调度方法、装置、介质和设备 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020037253A1 (en) * | 2018-08-17 | 2020-02-20 | Zapata Computing, Inc. | Quantum computer with improved quantum optimization by exploiting marginal data |
CN112789629A (zh) * | 2018-10-02 | 2021-05-11 | 札帕塔计算股份有限公司 | 用于对线性***求解的混合量子经典计算机 |
CN112651509B (zh) * | 2020-10-14 | 2022-04-22 | 腾讯科技(深圳)有限公司 | 量子线路的确定方法及装置 |
CN113379057B (zh) * | 2021-06-07 | 2022-04-01 | 腾讯科技(深圳)有限公司 | 量子体系基态能量估计方法及*** |
-
2021
- 2021-11-09 CN CN202111320796.5A patent/CN114037082A/zh active Pending
- 2021-12-23 WO PCT/CN2021/140898 patent/WO2023082436A1/zh active Application Filing
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023165500A1 (zh) * | 2022-03-04 | 2023-09-07 | 本源量子计算科技(合肥)股份有限公司 | 数据处理任务的处理方法、装置、存储介质及电子设备 |
CN114841352A (zh) * | 2022-05-11 | 2022-08-02 | 北京百度网讯科技有限公司 | 量子计算处理方法、装置及电子设备 |
CN114841352B (zh) * | 2022-05-11 | 2023-03-10 | 北京百度网讯科技有限公司 | 量子计算处理方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
WO2023082436A1 (zh) | 2023-05-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7471736B2 (ja) | 量子系の基底状態エネルギーの推定方法、およびシステム | |
CN114037082A (zh) | 量子计算任务处理方法、***及计算机设备 | |
Hebenstreit et al. | All pure fermionic non-gaussian states are magic states for matchgate computations | |
CN113592093B (zh) | 量子态制备电路生成方法、装置、量子操作芯片及设备 | |
CN111914378B (zh) | 一种单振幅量子计算模拟方法及装置 | |
CN115244549A (zh) | 用于量子化学的量子计算机上资源优化的费米子局部模拟的方法和设备 | |
CN114819163B (zh) | 量子生成对抗网络的训练方法、装置、介质及电子装置 | |
Ballinas et al. | Hybrid quantum genetic algorithm with adaptive rotation angle for the 0-1 Knapsack problem in the IBM Qiskit simulator | |
Wu et al. | X-architecture Steiner minimal tree construction based on discrete differential evolution | |
Zhu et al. | Physical constraint-aware CNOT quantum circuit synthesis and optimization | |
CN116932988B (zh) | 组合优化问题求解方法、装置、存储介质和电子设备 | |
EP4242936A1 (en) | Reducing resources in quantum circuits | |
Smith et al. | Faster variational quantum algorithms with quantum kernel-based surrogate models | |
Wille et al. | Verification of Quantum Circuits | |
Nikahd et al. | One-way quantum computer simulation | |
JP2024508076A (ja) | 量子回路シミュレーション方法、装置、コンピュータ機器及びプログラム | |
JP7452823B2 (ja) | 量子計算タスク処理方法、システム及びコンピュータ装置 | |
CN115983392A (zh) | 量子程序映射关系的确定方法、装置、介质及电子装置 | |
CN116050528B (zh) | 振幅放大线路的构建方法、装置、介质及电子装置 | |
CN116739098B (zh) | 量子测量设备性能估计方法及装置、电子设备和介质 | |
CN113544711B (zh) | 用于使用聚类收缩的混合算法***和方法 | |
Banerjee et al. | PLEADER: A Fast and Area Efficient Hardware Implementation of Leader Algorithm | |
CN117313879A (zh) | 量子电路处理方法、装置及电子设备 | |
CN117313881A (zh) | 量子电路的分类方法、装置及电子设备 | |
CN117313882A (zh) | 量子电路处理方法、装置及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |