CN109804387A - 自动量子比特校准 - Google Patents

自动量子比特校准 Download PDF

Info

Publication number
CN109804387A
CN109804387A CN201680087765.0A CN201680087765A CN109804387A CN 109804387 A CN109804387 A CN 109804387A CN 201680087765 A CN201680087765 A CN 201680087765A CN 109804387 A CN109804387 A CN 109804387A
Authority
CN
China
Prior art keywords
parameter
quantum bit
calibration
quantum
bit parameter
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.)
Granted
Application number
CN201680087765.0A
Other languages
English (en)
Other versions
CN109804387B (zh
Inventor
J.S.凯利
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Google LLC
Original Assignee
Google LLC
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Google LLC filed Critical Google LLC
Priority to CN202010836224.1A priority Critical patent/CN112101560A/zh
Publication of CN109804387A publication Critical patent/CN109804387A/zh
Application granted granted Critical
Publication of CN109804387B publication Critical patent/CN109804387B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/22Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
    • G06F11/2205Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing using arrangements specific to the hardware being tested
    • G06F11/2236Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing using arrangements specific to the hardware being tested to test CPU or processors
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/22Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
    • G06F11/2247Verification or detection of system hardware configuration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/22Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
    • G06F11/2273Test methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F15/00Digital computers in general; Data processing equipment in general
    • G06F15/76Architectures of general purpose stored program computers
    • G06F15/82Architectures of general purpose stored program computers data or demand driven
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N10/00Quantum computing, i.e. information processing based on quantum-mechanical phenomena

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Analysis (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Computational Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)
  • Tests Of Electronic Circuits (AREA)
  • Complex Calculations (AREA)

Abstract

用于自动量子比特校准的方法和装置。在一个方面,一种方法包括获得多个量子比特参数和描述多个量子比特参数对一个或多个其他量子比特参数的依赖性的数据;识别量子比特参数;选择包括所识别的量子比特参数和一个或多个依赖的量子比特参数的量子比特参数集;根据描述依赖性的数据顺序地处理该量子比特参数集中的一个或多个参数,包括,对于该量子比特参数集中的参数:对参数执行校准测试;以及当校准测试未通过时,对参数执行第一校准实验或诊断校准算法。

Description

自动量子比特校准
背景技术
本说明书涉及量子计算。
大规模量子计算机有潜力为某些类别的难题提供快速解决方案。为了实现大规模量子计算,必须克服量子体系结构设计和实施中的若干挑战,以控制、编程和维护量子硬件。
发明内容
本说明书涉及执行量子比特参数的校准。具体地,本说明书描述了用于自动维护和校准在量子计算中涉及的一个或多个量子比特的系统的量子比特参数的方法和装置。
通常,本说明书中描述的主题的一个创新方面可以在一种方法中实施,该方法包括以下动作:获得多个量子比特参数和描述多个量子比特参数对一个或多个其他量子比特参数的依赖性的数据;识别量子比特参数;选择包括所识别的量子比特参数和一个或多个依赖的量子比特参数的量子比特参数集;根据描述依赖性的数据顺序地处理该量子比特参数集中的一个或多个参数,包括,对于该量子比特参数集中的参数:执行校准测试;以及当校准测试未通过时,对参数执行第一校准实验或诊断校准算法。
该方面的其他实施方式包括对应的计算机系统、装置和记录在一个或多个计算机存储设备上的计算机程序,各自被配置为执行该方法的动作。一个或多个计算机的系统可以被配置为通过在系统上安装软件、固件、硬件或其组合来执行特定的操作或动作,该软件、固件、硬件或其组合在操作中使得系统执行这些动作。一个或多个计算机程序可以被配置为通过包括指令来执行特定的操作或动作,该指令在被数据处理装置执行时,使得该装置执行这些动作。
前述和其它实施方式可各自可选地单独或组合地包括一个或多个以下特征。在一些实施方式中,对参数执行第一校准实验或诊断校准算法包括:当校准测试未通过时,对参数执行第一校准实验;以及当第一校准实验由于不可归因于参数的误差而未通过时,对参数执行诊断校准算法。
在一些实施方式中,该方法进一步包括:当第一校准实验由于可归因于参数的误差而未通过时,对参数执行第二校准实验;当第二校准实验未通过时,顺序地中止对量子比特参数集中的一个或多个参数的处理;以及当参数通过校准测试或第一校准实验中的任何一个时,将该参数标记为规范内的参数。
在一些实施方式中,多个量子比特参数和描述多个量子比特参数对一个或多个其他量子比特参数的依赖性的数据由有向图(directed graph)表示,该有向图包括对于每个量子比特参数的节点和对于每个依赖性的有向边;识别量子比特参数包括识别与根节点相对应的量子比特参数;选择包括所识别的量子比特参数和一个或多个依赖的量子比特参数的量子比特参数集包括,选择包括与根节点相对应的量子比特参数和每个后代节点的量子比特参数的量子比特参数集,其中该量子比特参数集根据节点祖先排序来排序;并且根据描述依赖性的数据顺序地处理量子比特参数集中的一个或多个参数包括,根据节点祖先排序顺序地处理量子比特参数集中的一个或多个参数。
在一些实施方式中,对参数执行诊断校准算法包括:迭代地对量子比特参数和与该量子比特参数的节点的祖先节点相对应的量子比特参数执行第一校准实验和第二校准实验中的一个或多个,直到确定该量子比特参数和与该量子比特参数的节点的祖先节点相对应的量子比特参数在规范内或者该过程中止,对于每次迭代,该迭代执行包括:对量子比特参数执行第一校准实验;响应于确定量子比特参数通过第一校准实验,将该参数标记为规范内的参数;以及响应于确定量子比特参数由于不可归因于参数的误差而未通过第一校准实验,选择祖先参数作为量子比特参数。
在一些实施方式中,该方法还包括:响应于确定量子比特参数由于可归因于参数的误差而未通过第一校准实验,对量子比特参数执行第二校准实验;响应于确定量子比特参数通过第二校准实验,将该参数标记为规范内的参数;以及响应于确定量子比特参数未通过第二校准实验,中止对量子比特参数集中的参数的处理。
在一些实施方式中,不可归因于参数的误差包括可归因于祖先参数的误差。
在一些实施方式中,有向图是非循环的。
在一些实施方式中,有向图是循环的。
在一些实施方式中,所选择的量子比特参数集中的相互依赖的参数之间的迭代次数被限制为预定阈值。
在一些实施方式中,所获得的数据进一步包括量子比特参数集中的参数的一个或多个属性,该属性包括(i)要执行校准的相应超时时段,以及(ii)参数值的可接受阈值。
在一些实施方式中,校准测试包括用于确定参数何时超出规范的通过和未通过标准。
在一些实施方式中,如果在相应超时时段内对参数执行了成功的第一或第二校准实验,则校准测试通过。
在一些实施方式中,如果参数依赖性在预定时间量内已经被重新校准,则校准测试未通过。
在一些实施方式中,如果参数依赖性未通过校准测试,则校准测试未通过。
在一些实施方式中,第一校准实验包括一个或多个量子比特实验,其具有用于确定参数何时超出规范的相应的测量结果。
在一些实施方式中,如果量子比特实验的测量结果包括超出规范的参数值,则第一校准实验未通过。
在一些实施方式中,第二校准实验包括一个或多个量子比特实验,其具有用于更新参数的值的相应的测量结果。
在一些实施方式中,第二校准实验需要比第一校准实验更多的时间或更多的硬件来完成。
在一些实施方式中,有向图包括对于同时校准的多个参数的节点。
在一些实施方式中,根节点包括其对应的量子比特参数未通过校准测试的根节点。
在一些实施方式中,诊断校准算法是数据驱动的。
在一些实施方式中,根据描述依赖性的数据顺序地处理量子比特参数集中的一个或多个参数包括,根据描述依赖性的数据顺序地处理量子比特参数集中的每个参数。
本说明书中描述的主题可以以特定方式实施,以便实现以下优点中的一个或多个。
以有用的容量(capacity)操作物理量子比特需要仔细校准量子比特参数。由于操作物理量子比特所需的量子比特参数数量可以轻易达到超过50个参数,因此高效且有效的量子比特校准是一项具有挑战性的任务,特别是当考虑到包含多个量子比特的量子计算系统时。量子比特校准可以从没有量子比特参数的特定知识引导到完全校准的量子比特。此外,量子比特校准不稳定,可能必须在一次或多次量子计算过程中重复执行,从而增加了校准量子比特任务的复杂性。
实施自动量子比特校准的系统可以高效地且有效地执行量子比特校准,从而提高一个或多个物理量子比特系统的可靠性和性能,进而提高量子计算的可靠性和性能。
实施自动量子比特校准的系统以不同的计算成本执行不同的量子比特校准方法,以确定量子比特参数是否正确运行,并校正不正确运行的量子比特参数。该系统有效且高效地监控量子比特系统,并应用适当的、成本效益高的程序来校正运行不适当的量子比特,从而与未实施自动量子比特校准的系统相比,实现了与执行量子比特校准相关联的改进的计算性能和降低的成本。
此外,考虑到每个量子比特参数对其他量子比特参数的依赖性,实施自动量子比特校准的系统以不同的计算成本对量子比特系统地执行不同的校准方法。与没有实施自动量子比特校准的其他系统相比,系统方案提高了实施自动量子比特校准的系统的计算效率,因为在维持高水平的控制和可靠性的同时,避免了不必要的量子比特校准过程或完全的量子比特重置的执行
实施自动量子比特校准的系统利用关于量子比特参数的已知信息来校准量子比特参数,与没有实施自动量子比特校准的系统相比,提高了校准过程的质量并减少了成功校准量子比特参数所需的时间。
实施自动量子比特校准的系统对误差可能是鲁棒的。当遇到误差时,系统会修复误差,并保存关于用于修复误差的校准程序的上下文的信息。因此避免了不必要的工作和校准。
本说明书主题的一个或多个实施方式的细节在附图和下面的说明书中阐述。从说明书、附图和权利要求书中,主题的其它特征、方面和优点将变得显而易见。
附图说明
图1描绘了用于自动量子比特校准的示例系统。
图2是用于自动量子比特校准的示例过程的流程图。
图3是顺序地处理量子比特参数集中的参数的示例量子比特维护过程的流程图。
图4是量子比特校准的示例过程的流程图。
图5A和图5B示出了使用第一和第二校准实验校准谐振频率的示例图示。
不同附图中相同的附图标记和名称指示相同的元件。
具体实施方式
以有用的容量操作物理量子比特需要校准许多量子比特参数,例如每个量子比特超过50个量子比特参数,其中一些或全部可能依赖于其他量子比特参数及其校准。本说明书描述了一种用于自动校准多个量子比特参数的体系结构和方法。该体系结构和方法使用包括节点和有向边的有向图对量子比特参数及其相互之间的依赖性的系统进行建模,每个节点与量子比特参数相对应,每个有向边指示一个量子比特参数对另一个量子比特参数的依赖性。维护量子比特校准过程和诊断量子比特校准过程可以根据有向图(即根据量子比特参数依赖性)自动执行,以便监控量子比特参数的值并校正其值超出规范的任何量子比特。
示例操作环境
图1描绘了用于自动量子比特校准的示例系统100。示例系统100是在一个或多个位置的一个或多个经典计算机或量子计算设备上实施为经典或量子计算机程序的系统的示例,其中可以实施下面描述的系统、组件和技术。
该系统包括与量子比特校准系统104以及量子比特和参数属性数据存储器106通信的量子计算设备102。量子比特校准系统104还与量子比特和参数属性数据存储器106通信。
量子计算设备包括一个或多个量子比特112。一个或多个量子比特可用于执行算法操作或量子计算。一个或多个量子比特的具体实现依赖于量子计算设备正在执行的算法操作或量子计算的类型。例如,量子比特可以包括经由原子、分子或固态量子系统实现的量子比特。在其他示例中,量子比特可以包括但不限于超导量子比特或半导电量子比特。为了清楚起见,图1中描绘了三个量子比特,然而该系统可以包括更多数量的量子比特。
每个量子比特可以与多个量子比特参数相关联。量子比特参数可以包括参数化量子门中使用的值,例如pi脉冲的电压幅度或读出脉冲的频率。例如,为了调谐超导量子比特,例如,分散地耦合到读出谐振器,使用pi和pi/2旋转和单次读出来区分0和1状态,超导量子比特可以与多个参数相关联,该多个参数包括:读出脉冲频率、读出脉冲长度、读出脉冲功率、基于读出信号来区分0和1状态的读出区分阈值、pi旋转量子比特频率、pi/2旋转量子比特频率、pi脉冲长度、pi/2脉冲长度、pi脉冲幅度和pi/2脉冲幅度。与量子比特相关联的参数中的一些或全部可能需要实验的确定。例如,在上述量子比特参数列表中,读出脉冲频率、读出脉冲功率、基于读出信号区分0和1状态的读出区分阈值、pi旋转量子比特频率、pi/2旋转量子比特频率、pi脉冲幅度和pi/2脉冲幅度可能需要实验的确定。可以先验地设置其他参数。
多个量子比特参数进而可以与一个或多个参数属性相关联。参数属性依赖于相应的量子比特的物理实现。例如,量子比特参数的参数属性可以包括量子比特参数的可接受值,例如,在参数化量子门中使用的可接受值。如果量子比特参数值被确定为可接受的值,或者如果量子比特参数值被确定为位于接受的容差值内,则量子比特参数可以被确定为在规范内。如果量子比特值被确定为不可接受的值,则量子比特参数可能被确定为超出规范。例如,如果旋转角度在180度旋转的1%的容差值内,则pi脉冲参数可以被确定为在规范中。超出规范的量子比特参数可能需要校准,以便确保量子比特参数在规范内。
在另一个示例中,量子比特参数的参数属性可以包括参数稳定性的度量,或者参数的漂移时间(drift time)。校准后,量子比特参数可能会由于诸如温度的外部因素而自然地漂移出规范。因此,参数属性可以包括相应超时时段,该相应超时时段指示应当检查或校准参数值的时段。
作为另一示例,量子比特参数的参数属性可以包括量子比特参数对其他量子比特参数的依赖性。量子比特参数可以依赖于至少一个其他量子比特参数和该至少一个其他量子比特参数的校准。例如,量子比特可以是原子,并且量子比特的参数可以使用Rabi驱动(Rabi driving)来校准。可以存在大量必须为Rabi驱动预先校准以正确运行的参数。例如,Rabi驱动可能需要以必须在不同的实验中确定的量子比特频率执行,并且量子比特状态必须使用读出操作来测量,读出操作本身必须被校准。因此,由于这些参数依赖性,在执行Rabi驱动之前,应该校准量子比特频率校准和读出操作。
量子比特参数可以由有向图表示,该有向图包括对于每个参数的节点(例如节点108)以及对于每个依赖性的有向边(例如有向边110)。例如,对于如上所述的超导量子比特,用于区分0和1状态的读出阈值参数可以由与表示具有有向边的pi脉冲参数的节点相连接的节点来表示,该有向边指示读出阈值参数依赖于pi脉冲参数。作为另一示例,需要pi脉冲的节点将连接到校准pi脉冲幅度的节点,因为需要pi脉冲的节点可能依赖于校准pi脉冲幅度的节点。有向图中的每个节点可以具有相关联的参数和一个或多个相关联的实验,这些实验可以用于确定与节点相关联的参数的正确值。如图1所示,量子比特114可以与多个量子比特参数相关联,例如,量子比特参数108。为了清楚起见,示出了有限数量的量子比特参数,例如,量子比特参数108,然而,量子比特可以与更少或更多数量的量子比特参数相关联。
有向图可以包括一个或多个根节点,例如,没有依赖性的节点,其定义了图的根或“祖先”方向(例如,朝向没有依赖性的根节点的方向)以及图的叶子或“孩子”方向(例如,朝向图中依赖的或更深的节点的方向)。
量子比特校准系统104可以包括经典或量子处理设备,并且与量子计算设备102通信。量子比特校准系统104可以被配置为获得量子比特参数集和描述该量子比特参数集中的参数的一个或多个属性的数据,包括量子比特参数对该量子比特参数集中的一个或多个其他量子比特参数的依赖性,其中这些参数及其相互之间的依赖性可以由有向图表示,该有向图包括对于每个参数的节点和对于每个依赖性的有向边。量子比特校准系统104可以可选地将描述量子比特参数集中的参数的一个或多个属性的数据存储在数据存储器中,例如量子比特参数和属性数据存储器106。在一些实施方式中,量子比特校准系统104可以例如通过用户输入从自动量子比特校准系统100外部的第三方接收描述量子比特参数集中的参数的一个或多个属性的数据中的一些或全部。
量子比特校准系统104可以使用描述量子比特参数集中的参数的一个或多个属性的数据来自动校准量子比特参数。例如,量子比特校准系统104可以被配置为识别量子比特参数(例如,与有向图的根节点相对应的量子比特参数),选择包括所识别的量子比特参数和一个或多个依赖的量子比特参数的量子比特参数集(例如,与所选择的节点相对应的量子比特参数和每个后代节点的量子比特参数)。量子比特参数集可以例如根据节点祖先排序来排序。量子比特校准系统104可以根据排序顺序地校准量子比特参数集中的参数。下面参考图2、图3和图4更详细地描述由量子比特校准系统104用来执行这些操作的过程。
量子比特校准系统104可以被配置为对量子比特参数(例如,量子比特参数108)执行校准测试和校准实验,以便校准量子计算设备102中包括的一个或多个量子比特112(例如,量子比特114)的量子比特参数。校准实验可以包括单个静态波形集,其中单个实验可以重复N次,以在实验之后收集最终量子比特状态的概率分布的统计信息。例如,校准实验可以包括执行pi脉冲,随后是读出脉冲。校准实验还可以包括实验集合,其中波形在实验之间变化。示例性实验集合包括Rabi扫描,例如由旋转脉冲和随后的读出脉冲组成的一系列实验,其中每个实验对于旋转脉冲具有不同的幅度。这样的实验集合可以用来确定旋转幅度和量子比特状态之间的关系。下面参考图3和图4更详细地描述对量子比特参数执行校准测试和校准实验。
编程硬件
图2是用于自动量子比特校准的示例过程200的流程图。为了方便,过程200将被描述为由位于一个或多个位置的一个或多个经典或量子计算设备的系统执行。例如,根据本说明书适当编程的量子比特校准系统(例如图1的量子比特校准系统104)可以执行过程200。
系统获得多个量子比特参数和描述多个量子比特参数对一个或多个其他量子比特参数的依赖性的数据(步骤202)。数据还可以包括描述多个参数的一个或多个属性的数据。参数及其相互之间的依赖性可以由有向图表示,该有向图包括对于每个参数的节点和对于每个依赖性的有向边。对于每个依赖性的有向边指示节点对先前节点的成功校准的依赖性。例如,与pi脉冲相对应的节点可以依赖于至少pi脉冲幅度的成功校准。在一些示例中,如果相关参数将被同时校准,则有向图可以包括对于多个参数的节点以及校准。
在一些实施方式中,有向图可以是非循环的。例如,有向图可以是具有根节点和一个或多个后代节点的树,通过从父节点前进到孩子节点来到达后代节点。在其他实施方式中,有向图可以是循环的,例如当存在一个或多个相互依赖的参数时。
所获得的量子比特参数集中的参数的一个或多个属性可以进一步包括(i)要执行校准的相应超时时段,以及(ii)参数值的可接受阈值。例如,可以基于参数的“漂移时间”,即参数的值保持稳定且不漂移超出规范的时间长度,来确定要执行校准的超时时段。参数值的可接受阈值可根据参数类型而变化。例如,pi脉冲的可接受阈值可以在180度旋转的1%以内。参数值的可接受阈值可用于确定参数是否超出规范,例如,参数的测量是否产生噪声。
系统识别量子比特参数(步骤204)。例如,所识别的量子比特参数可以是与有向图的根节点相对应的量子比特参数。例如,有向图可以具有一个被选择的根节点。在其他示例中,有向图可以具有多个根节点。在这种情况下,系统可以重复地选择与根节点相对应的量子比特参数之一以及对与根节点相对应的每个所选择的量子比特参数执行过程200。在进一步的示例中,所识别的量子比特参数可以与未通过校准测试的最根节点(most rootnode)相对应,如下文更详细描述的。
系统选择包括所识别的量子比特参数和一个或多个依赖的量子比特参数的量子比特参数集(步骤206)。例如,量子比特参数集可以包括与所识别的节点相对应的所识别的量子比特参数和每个后代节点的量子比特参数。量子比特参数集可以例如根据节点祖先排序被排序,即量子比特参数集可以按通过节点依赖性进行的顺序来排序,从所识别的根节点开始,到最年轻的孩子节点结束。
例如,如果有向图是非循环的并且包括节点A、B、C和D,其中A是根节点,节点B依赖于节点A,节点C和D依赖于节点B,具有节点祖先排序的所选择的量子比特参数集可以是{A,B,C,D}。在这个示例中,等同的节点祖先排序可以是{A,B,D,C}。
在一些实施方式中,有向图是循环的,并且所选择的量子比特参数集中的相互依赖的参数之间的迭代次数被限制为预定阈值。例如,如果有向图是循环的并且包括节点A、B和C,其中A是根节点,节点B依赖于节点A和节点C,节点C依赖于节点B,那么原则上,相互依赖的参数B和C之间的迭代次数可以是不定的,也就是说,具有节点祖先排序的所选择的量子比特参数集可以是无限集合{A,B,C,B,C,B,C,B,C,…}。在这种情况下,系统创建优化级别,并将相互依赖的参数之间的迭代次数限制为预定阈值。例如,迭代次数可以被限制为两次,并且具有节点祖先排序的所选择的量子比特参数集可以是{A,B,C,B,C}。
系统根据描述依赖性的数据顺序地处理量子比特参数集中的一个或多个参数(步骤208)。在一些实施方式中,系统顺序地处理量子比特参数集中的每个参数。例如,如果有向图是非循环的并且包括节点A、B、C和D,其中A是根节点,节点B依赖于节点A,节点C和D都依赖于节点B,则系统可以根据排序A、B、C、D,顺序地校准量子比特参数集{A,B,C,D}中与节点A、B、C和D相对应的每个参数。下面参照图3和图4更详细地描述根据排序顺序地处理量子比特参数集中的量子比特参数。
处理量子比特参数
图3是用于处理量子比特参数集中的参数的示例量子比特维护过程300的流程图。可以根据量子比特参数排序,对量子比特参数集中的一个或多个参数顺序地执行量子比特维护过程300。为了方便,过程300将被描述为由位于一个或多个位置的一个或多个经典或量子计算设备的系统执行。例如,根据规范适当编程的量子比特校准系统(例如图1的量子比特校准系统104)可以执行过程300。示例过程300可以被认为是遍历表示量子比特参数及其依赖性的有向图的深度优先递归方法,例如,该过程可以在要校准的图的“叶子”或“孩子”方向上的节点上调用。然后,该过程可以基于关于系统最近和当前的状态的信息,开始在可能超出规范的最“根”方向上调查该节点,并朝着最初在其上调用该过程的节点行进。在一些示例中,过程300可以作为初始系统校准来执行,因为该过程自然地以最小依赖的节点向最依赖的节点的顺序移动,或者在一些情况下,它可以在最近校准之后的某个时候系统空闲时执行。
系统对量子比特参数执行校准测试(步骤302)。校准测试确定该参数在规范中还是超出规范。校准测试可以包括与有向图相关联的元数据的集合,并且可以不包括对量子比特参数执行实验。相反,校准测试可以是低成本测试,可以用来通过调查量子比特参数和先前的校准来确定参数的当前状态,进而确定系统的当前状态。在一些实施方式中,校准测试可以包括用于确定参数何时超出规范的通过和未通过标准。例如,如果在相应超时时段内对参数执行了成功的校准实验,则对量子比特参数的校准测试可以通过。下面参考步骤306和314详细描述校准实验。在另一示例中,如果参数被标记为未通过校准实验,则校准测试可能未通过。在另一示例中,如果参数依赖性在预定时间量内已经被重新校准,例如,如果祖先参数(即当前参数所依赖的参数)自从当前参数本身被校准以来已经被重新校准,则校准测试可能未通过。作为另一个示例,如果参数依赖性在预定时间量内已经被改变,例如,如果参数现在依赖于不同的参数,则校准测试可能会未通过。此外,如果依赖于参数的参数未通过校准测试,则校准测试可能会未通过。
当校准测试未通过时,系统对参数执行第一校准实验或诊断校准算法。对于量子比特参数集中校准测试未通过的参数(步骤304),系统对该参数执行第一校准实验(步骤306)。第一校准实验可以包括在节点上运行实验集合并使用来自实验集合的数据来确定校准状态的方法。例如,第一校准实验可以包括一个或多个量子比特实验,其具有用于确定参数值是否超出规范的相应的测量结果。第一校准实验可以是低成本的实验集合,其中实验可以包括输入波形和应用该波形后测量的量子比特状态的输出。第一校准实验可用于确定量子比特是否需要完全校准。例如,如果对应的量子比特实验的测量结果指示参数值超出规范,则第一校准实验可能会未通过。例如,如果第一校准实验返回噪声而不是预期的测量结果,则参数值可能超出规范。通常,第一校准实验可以用来回答有关量子比特参数的问题,诸如:参数是否在规范中?第一校准实验运行正确吗,例如,实验集合运行准确吗?
对于量子比特参数集中、由于不可归因于参数的误差而未通过第一校准实验的参数(步骤308),系统对量子比特参数集执行诊断校准算法(步骤310)。不可归因于参数的误差可以包括可归因于祖先参数的误差。例如,如果参数需要pi脉冲,但是它所依赖的参数没有校准的pi脉冲幅度,则需要pi脉冲的参数可能会由于超出规范的pi脉冲幅度而未通过第一校准实验。下面参考图4更详细地描述对量子比特参数集执行诊断校准算法。
对于量子比特参数集中、由于可归因于参数的误差而未通过第一校准实验的参数(步骤312),系统对该参数执行第二校准实验(步骤314)。归因于参数的误差可以包括控制电子器件或设备参数的漂移,或者改变该参数的最佳值的祖先参数,例如pi幅度可能由于这些原因而改变。
第二校准实验可以包括在表示参数的节点上运行实验集合并使用来自实验的数据更新与节点相关联的参数的方法。在一些实施方式中,第二校准实验是改变与有向图相关联的元数据的唯一实验。第二校准实验可以包括一个或多个量子比特实验,其具有用于更新参数的值的相应的测量结果。第二校准实验可以是用于确定量子比特参数的新值的高成本实验集合。第二校准实验的输出可以解释为更新量子比特参数值。第二校准实验可能需要比第一校准实验更多的时间或更多的硬件来完成,例如,第一校准实验具有比第二校准实验更低的成本。
对于量子比特参数集中第二校准实验未通过的参数,系统中止对量子比特参数集中该参数的处理(步骤316)。
对于量子比特参数集中通过校准测试(如步骤302中所述)、第一校准实验(如步骤306中所述)或第二校准实验中的任何一个的参数,系统将该参数标记为规范内的参数(步骤318),即该参数的值是可接受的并且不需要进一步的动作/校准。在这种情况下,系统可以返回到上面参考图2描述的步骤208,并根据排序顺序地选择量子比特参数集中的下一个参数。例如,如果在步骤318确定与节点A、B、C、D序列中的节点A相对应的量子比特参数已经通过校准测试、第一校准实验或第二校准实验中的任何一个,则系统可以将与节点A相对应的量子比特参数标记为在规范内,返回到步骤302,并对节点B执行校准测试。
图4是用于对量子比特参数集执行诊断校准算法的示例过程400的流程图。为了方便,过程400将被描述为由位于一个或多个位置的一个或多个经典或量子计算设备的系统执行。例如,根据本说明书适当编程的量子比特校准系统(例如图1的量子比特校准系统104)可以执行过程400。示例过程400可以通过从特定节点开始并通过该节点的依赖性向后运作来遍历表示量子比特参数及其依赖性的有向图。示例过程可以假设在调用该过程的节点附近的区域中不再信任关于系统的当前或最近信息。因此,过程400可以在不使用校准测试以及使用第一和第二校准实验的情况下完全遍历图表。
过程400是迭代过程,其包括对量子比特参数和与该量子比特参数的节点的祖先节点相对应的量子比特参数迭代地执行第一校准实验和第二校准实验中的一个或多个,直到该量子比特参数和与该量子比特参数的节点的祖先节点相对应的量子比特参数被确定在规范内或者该过程被中止。可以迭代地执行过程400,直到例如由于不可归因于参数的误差而未通过第一校准实验的量子比特参数和与未通过第一校准实验的量子比特参数的节点的祖先节点相对应的量子比特参数被确定在规范内。过程400是数据驱动的诊断校准算法。
系统对量子比特参数执行第一校准实验(步骤402)。例如,如果有向图是非循环的并且包括节点A、B和D,其中A是根节点,节点B依赖于节点A,节点D依赖于节点B,其中节点D由于不可归因于由节点D表示的参数的误差而未通过第一校准实验,则系统可以对与节点D相对应的量子比特参数执行第一校准实验。以上参考图3更详细地描述了执行第一校准实验。
该系统可以确定对量子比特参数的第一校准实验是否已经通过。响应于确定量子比特参数通过第一校准实验,系统将该参数标记为规范内的参数(步骤404)。
响应于确定量子比特参数由于不可归因于参数的误差而未通过第一校准实验,系统选择祖先参数作为量子比特参数(步骤406)。以上参考图3描述了不可归因于参数的误差。继续上面的示例,如果在步骤406确定与节点A、B、D序列中的节点D相对应的量子比特参数由于不可归因于与节点D相对应的参数的误差而未通过第一校准实验,则系统可以选择节点D的祖先节点(例如节点B),返回到步骤402,并对祖先节点(例如节点B)执行第一校准实验
在一些示例中,如果过程400在有向图的根节点上(例如,不具有祖先参数的节点)执行,并且在步骤406确定由于不可归因于与根节点相对应的参数的误差而未通过第一校准实验,则系统可以确定系统故障。
响应于确定量子比特参数由于可归因于参数的误差而未通过第一校准实验,系统对量子比特参数执行第二校准实验(步骤408)。例如,继续上面的示例,如果确定对与节点D相对应的量子比特参数执行的第一校准实验由于可归因于与节点D相对应的参数的误差而未通过,则系统对与节点D相对应的量子比特参数执行第二校准实验。以上参考图3描述了可归因于参数的误差和执行第二校准试验两者。
响应于确定量子比特参数通过第二校准实验,系统将该参数标记为规范内的参数(步骤410)。
响应于确定量子比特参数未通过第二校准实验,系统中止对量子比特参数集中的参数的处理(步骤412)。
图5A和图5B示出了使用第一和第二校准实验校准谐振频率的示例图示502-510,如上文参考图3和图4所述,并且如由量子比特校准系统(例如,图1的量子比特校准系统104)执行。
为了确定量子比特的初始读出频率,物理上可能需要执行读出脉冲的实验集合,并搜索读出谐振器的Lorentzian频率响应。图示502显示了以6500MHz为中心的读出谐振器的理想Lorentzian频率响应。
对量子比特执行第一校准实验可用于验证谐振器频率是在规范内(例如在大约6500MHz的给定范围内)或者超出规范。因为第一校准实验可以是低成本的实验集合,系统可以采取少量的数据点,而不是采取大量的数据点,例如,以6500MHz的预期谐振频率为中心的、使用5个实验的5个数据点。图示504使用5个实验示出了5个数据点。得到的数据可以表明哪里是预期的谐振频率,例如,在6500MHz处或接近6500MHz。在这种情况下,第一校准实验将返回“真”,例如,参数已经通过了第一校准实验。
例如,如果谐振器频率先前已经被校准为6493MHz,并且执行了第一实验,则系统可以产生图示506,其中圆形项目符号如在图示504中一样代表来自5个实验的输出,并且垂直线代表谐振器的预期频率,例如6493MHz。在这种情况下,第一实验将指示谐振器频率不像预期的那样,例如,不在6500MHz处,并且第一校准实验将返回“假”,例如,由于不可归因于参数的误差,参数未通过第一校准实验。
作为另一示例,在一些情况下,读出设备可能不运行,例如,由于故障的硬件。在这种情况下,如果执行了第一实验,则系统可以产生图示508。图示508中显示的数据是无意义的——读出设备总是返回0.5,而不依赖于频率。在这种情况下,第一实验将返回“假”,例如,校准实验由于不可归因于参数的误差而未通过——相反,误差可归因于读出设备。在这种情况下,可能无法验证参数是否在规范内。在一些实施方式中,系统可以假设参数不在规范内。
图示510示出了用于校准谐振频率的第二校准实验的结果。如上参考图3和图4所描述的,第二校准实验可包括运行实验集合并使用来自实验的数据来更新与节点相关联的参数。图示510示出了执行实验集合以确定谐振器频率的结果。
本说明书中描述的数字和/或量子主题以及数字功能操作和量子操作的实施方式可以在数字电子电路、合适的量子电路、或者更通常在量子计算系统中实施,在有形体现的数字和/或量子计算机软件或固件中实施,在数字和/或量子计算机硬件中实施,包括本说明书中公开的结构及其结构等同物,或者在它们中的一个或多个的组合中实施。术语“量子计算系统”可以包括但不限于量子计算机、量子信息处理系统、量子密码系统或量子模拟器。
本说明书中描述的数字和/或量子主题的实施方式可以被实施为一个或多个数字和/或量子计算机程序,即编码在有形非暂时性存储介质上的数字和/或量子计算机程序指令的一个或多个模块,该指令用于由数据处理装置运行或用来控制数据处理装置的操作。数字和/或量子计算机存储介质可以是机器可读存储设备、机器可读存储基底、随机或串行存取存储器设备、一个或多个量子比特、或者它们中的一个或多个组合。可选地或附加地,程序指令可以被编码在人工生成的传播信号上,该信号能够编码数字和/或量子信息,例如,机器生成的电、光或电磁信号,该信号被生成来编码数字和/或量子信息,以传输到合适的接收器装置用于由数据处理装置执行。
术语量子信息和量子数据是指由量子系统携带或者保存或存储在量子系统中的信息或数据,其中最小的非平凡(non-trivial system)系统是量子比特,即定义量子信息单位的系统。应当理解,术语“量子比特”包括在对应的上下文中可以适当近似为两级系统的所有量子系统。这种量子系统可以包括多级系统,例如具有两级或更多级。举例来说,这样的系统可以包括原子、电子、光子、离子或超导量子比特。在许多实施方式中,计算的基础状态用基态和第一激发态来标识,然而,应该理解,计算的状态用更高级激发态来标识的其他设置也是可能的。术语“数据处理装置”是指数字和/或量子数据处理硬件,并且包括用于处理数字和/或量子数据的所有类型的装置、设备和机器,包括例如可编程数字处理器、可编程量子处理器、数字计算机、量子计算机、多个数字和量子处理器或计算机及其组合。该装置还可以是或进一步包括专用逻辑电路,例如FPGA(field programmable gate array,现场可编程门阵列)、ASIC(application-specific integrated circuit,专用集成电路)或量子模拟器,即被设计成模拟或产生关于特定量子系统的信息的量子数据处理装置。具体地,量子模拟器是一种专用量子计算机,不具备执行通用量子计算的能力。除了硬件之外,该装置可以可选地包括为数字和/或量子计算机程序创建运行环境的代码,例如,构成处理器固件、协议栈、数据库管理系统、操作系统或它们中的一个或多个的组合的代码。
数字计算机程序也可以被称为或描述为程序、软件、软件应用、模块、软件模块、脚本或代码,可以以任何形式的编程语言编写,包括编译或解释语言,或者声明性或过程性语言,并且可以以任何形式部署,包括作为独立程序,或者作为模块、组件、子程序,或者适合在数字计算环境中使用的其他单元。量子计算机程序,也可以被称为或描述为程序、软件、软件应用、模块、软件模块、脚本或代码,可以用任何形式的编程语言编写,包括编译或解释语言、声明性或过程性语言,并翻译成合适的量子编程语言,或者可以用量子编程语言编写,例如QCL或Quipper。
数字和/或量子计算机程序可以但不必与文件系统中的文件相对应。程序可以存储在保存其他程序或数据的文件的一部分中,例如存储在标记语言文档中、在专用于所讨论的程序的单个文件中、或者在多个协调文件(例如存储一个或多个模块、子程序或代码部分的文件)中的一个或多个脚本。数字和/或量子计算机程序可以被部署为在一个数字或一个量子计算机上运行,或者在位于一个站点或分布在多个站点上并通过数字和/或量子数据通信网络互连的多个数字和/或量子计算机上运行。量子数据通信网络被理解为可以使用量子系统(例如量子比特)传输量子数据的网络。通常,数字数据通信网络不能传输量子数据,但是量子数据通信网络可以传输量子数据和数字数据两者。
本说明书中描述的过程和逻辑流程可以由一个或多个可编程数字和/或量子计算机来执行,这些计算机视情况用一个或多个数字和/或量子处理器一起操作,运行一个或多个数字和/或量子计算机程序以通过对输入数字和量子数据进行操作并生成输出来执行功能。这些过程和逻辑流程也可以由专用逻辑电路来执行,并且装置也可以被实施为专用逻辑电路,例如FPGA或ASIC,或者量子模拟器,或者由专用逻辑电路或量子模拟器以及一个或多个编程的数字和/或量子计算机的组合来执行。
对于“被配置为”执行特定的操作或动作的一个或多个数字和/或量子计算机的系统,意味着该系统已经在其上安装了软件、固件、硬件或其组合,这些软件、固件、硬件或其组合在操作中使得该系统执行这些操作或动作。对于被配置为执行特定操作或动作的一个或多个数字和/或量子计算机程序,意味着该一个或多个程序包括指令,当由数字和/或量子数据处理装置运行时,这些指令使得装置执行操作或动作。量子计算机可以从数字计算机接收指令,当由量子计算装置运行时,这些指令使得装置执行操作或动作。
适用于运行数字和/或量子计算机程序的数字和/或量子计算机可以基于通用或专用数字和/或量子处理器或者两者,或者任何其他类型的中央数字和/或量子处理单元。通常,中央数字和/或量子处理单元将从只读存储器、随机存取存储器或适于传输量子数据(例如光子)的量子系统或其组合接收指令和数字和/或量子数据。
数字和/或量子计算机的基本元件是用于执行或运行指令的中央处理单元以及用于存储指令和数字和/或量子数据的一个或多个存储器设备。中央处理单元和存储器可以由专用逻辑电路或量子模拟器补充或并入其中。通常,数字和/或量子计算机还将包括或者可操作地耦合到一个或多个用于存储数字和/或量子数据的大容量存储设备,例如磁盘、磁光盘、光盘或适于存储量子信息的量子系统,以从其接收数字和/或量子数据,或向其传送数字和/或量子数据,或两者。然而,数字和/或量子计算机不需要具有这样的设备。
适用于存储数字和/或量子计算机程序指令和数字和/或量子数据的数字和/或量子计算机可读介质包括所有形式的非易失性数字和/或量子存储器、介质和存储器设备,举例来说,包括:半导体存储设备,例如EPROM(Erasable Programmable Read Only Memory,可擦除可编程只读存储器)、EEPROM(Electrically Erasable Programmable Read-OnlyMemory,带电可擦可编程只读存储器)和闪存设备;磁盘,例如内部硬盘或可移动磁盘;磁光盘;CD-ROM和DVD-ROM盘;和量子系统,例如俘获原子或电子。应当理解,量子存储器是能够以高保真度和高效率长时间存储量子数据的设备,例如,其中光用于传输的光-物质界面,以及用于存储和保存量子数据的量子特征(诸如叠加或量子相干)的物质。
本说明书中描述的各种系统或其部分的控制可以在数字和/或量子计算机程序产品中实施,数字和/或量子计算机程序产品包括存储在一个或多个非暂时性机器可读存储介质上并且可在一个或多个数字和/或量子处理设备上运行的指令。本说明书中描述的系统或其部分可以各自实施为装置、方法或系统,可以包括一个或多个数字和/或量子处理设备和存储器,以存储执行本说明书中描述的操作的可运行指令。
虽然本说明书包含许多具体的实施细节,但这些细节不应被解释为对所要求保护的范围的限制,而是对特定实施方式所特有的特征的描述。在本说明书中在单独的实施方式的上下文中描述的某些特征也可组合地实施于单个实施方式中。相反,在单个实施方式的上下文中描述的各种特征也可以单独地或以任何合适的子组合在多个实施方式中实施。此外,尽管特征可以在上文中被描述为以某种组合起作用,甚至最初被如此要求保护,但是在一些情况下,来自要求保护的组合的一个或多个特征可以从该组合中删除,并且要求保护的组合可以指向子组合或子组合的变体。
类似地,虽然在附图中以特定的次序描绘了操作,但这不应被理解为要求以所示的特定的次序或以顺序的次序执行这些操作,或者执行所有所示的操作,以取得期望的结果。在某些情况下,多任务和并行处理可能是有利的。此外,在上述实施方式中,各种系统模块和组件的分离不应该被理解为在所有实施方式中都需要这种分离,并且应该理解,所描述的程序组件和系统通常可以集成在单个软件产品中或者封装到多个软件产品中。
已经描述了主题的特定实施方式。其他实施方式在以下权利要求的范围内。例如,权利要求中记载的动作可以以不同的次序执行,并且仍然取得期望的结果。作为一个示例,附图中描绘的过程不一定需要所示的特定的次序或顺序的次序来取得期望的结果。在某些情况下,多任务和并行处理可能是有利的。

Claims (29)

1.一种方法,包括:
获得多个量子比特参数和描述所述多个量子比特参数对一个或多个其他量子比特参数的依赖性的数据;
识别量子比特参数;
选择包括所识别的量子比特参数和一个或多个依赖的量子比特参数的量子比特参数集;
根据描述依赖性的数据顺序地处理所述量子比特参数集中的一个或多个参数,包括,对于所述量子比特参数集中的参数:
对该参数执行校准测试;以及
当所述校准测试未通过时,对该参数执行第一校准实验或诊断校准算法。
2.根据权利要求1所述的方法,其中对所述参数执行第一校准实验或诊断校准算法包括:
当所述校准测试未通过时,对所述参数执行第一校准实验;以及
当所述第一校准实验由于不可归因于所述参数的误差而未通过时,对所述参数执行诊断校准算法。
3.根据权利要求1或2所述的方法,进一步包括:
当所述第一校准实验由于可归因于所述参数的误差而未通过时,对所述参数执行第二校准实验;
当所述第二校准实验未通过时,顺序地中止对所述量子比特参数集中的一个或多个参数的处理;以及
当所述参数通过校准测试或第一校准实验中的任何一个时,将所述参数标记为规范内的参数。
4.根据权利要求3所述的方法,其中所述第二校准实验包括一个或多个量子比特实验,所述一个或多个量子比特实验具有用于更新参数的值的相应测量结果。
5.根据权利要求3或4所述的方法,其中所述第二校准实验需要比所述第一校准实验更多的时间或更多的硬件来完成。
6.根据权利要求1至5中任一项所述的方法,其中:
所述多个量子比特参数和描述所述多个量子比特参数对一个或多个其他量子比特参数的依赖性的数据由有向图表示,该有向图包括对于每个量子比特参数的节点和对于每个依赖性的有向边;
识别量子比特参数包括识别与根节点相对应的量子比特参数;
选择包括所识别的量子比特参数和一个或多个依赖的量子比特参数的量子比特参数集包括,选择包括与所述根节点相对应的量子比特参数和每个后代节点的量子比特参数的量子比特参数集,其中所述量子比特参数集根据节点祖先排序来排序;以及
根据所述描述依赖性的数据顺序地处理所述量子比特参数集中的一个或多个参数包括,根据所述节点祖先排序顺序地处理所述量子比特参数集中的一个或多个参数。
7.根据权利要求6所述的方法,其中所述有向图包括对于同时校准的多个参数的节点。
8.根据权利要求6或7所述的方法,其中,所述根节点包括其对应的量子比特参数未通过所述校准测试的根节点。
9.根据权利要求6至8中任一项所述的方法,其中对所述参数执行诊断校准算法包括:
迭代地对所述量子比特参数和与所述量子比特参数的节点的祖先节点相对应的量子比特参数执行所述第一校准实验和所述第二校准实验中的一个或多个,直到所述量子比特参数和与所述量子比特参数的节点的祖先节点相对应的量子比特参数被确定在规范内或者该过程被中止,对于每次迭代,该迭代执行包括以下的步骤:
对所述量子比特参数执行所述第一校准实验;
响应于确定所述量子比特参数通过所述第一校准实验,将所述参数标记为规范内的参数;和
响应于确定所述量子比特参数由于不可归因于所述参数的误差而未通过所述第一校准实验,选择祖先参数作为所述量子比特参数。
10.根据权利要求9所述的方法,进一步包括:
响应于确定所述量子比特参数由于可归因于所述参数的误差而未通过所述第一校准实验,对所述量子比特参数执行所述第二校准实验;
响应于确定所述量子比特参数通过所述第二校准实验,将所述参数标记为规范内的参数;以及
响应于确定所述量子比特参数未通过所述第二校准实验,中止对所述量子比特参数集中的参数的处理。
11.根据权利要求9或10所述的方法,其中不可归因于所述参数的误差包括可归因于祖先参数的误差。
12.根据权利要求6至11中任一项所述的方法,其中所述有向图是非循环的。
13.根据权利要求6至11中任一项所述的方法,其中所述有向图是循环的。
14.根据权利要求13所述的方法,其中所选择的量子比特参数集中的相互依赖的参数之间的迭代次数被限制为预定阈值。
15.根据前述权利要求中任一项所述的方法,其中所获得的数据进一步包括所述量子比特参数集中的参数的一个或多个属性,所述属性包括(i)要执行校准的相应超时时段,以及(ii)参数值的可接受阈值。
16.根据前述权利要求中任一项所述的方法,其中所述校准测试包括用于确定参数何时超出规范的通过和未通过标准。
17.根据权利要求16所述的方法,其中,如果已经在相应超时时段内对参数执行了成功的第一或第二校准实验,则所述校准测试通过。
18.根据前述权利要求中任一项所述的方法,其中,如果参数依赖性在预定时间量内已经被重新校准,则所述校准测试未通过。
19.根据前述权利要求中任一项所述的方法,其中,如果参数依赖性未通过所述校准测试,则所述校准测试未通过。
20.根据前述权利要求中任一项所述的方法,其中所述第一校准实验包括一个或多个量子比特实验,所述一个或多个量子比特实验具有用于确定参数何时超出规范的相应的测量结果。
21.根据权利要求20所述的方法,其中如果所述量子比特实验的测量结果包括超出规范的参数值,则所述第一校准实验未通过。
22.根据前述权利要求中任一项所述的方法,其中所述诊断校准算法是数据驱动的。
23.根据前述权利要求中任一项所述的方法,其中根据所述描述依赖性的数据顺序地处理所述量子比特参数集中的一个或多个参数包括,根据所述描述依赖性的数据顺序地处理所述量子比特参数集中的每个参数。
24.一种装置,包括:
一个或多个量子比特;
量子比特校准子系统,被配置为:
获得多个量子比特参数和描述所述多个量子比特参数对一个或多个其他量子比特参数的依赖性的数据;
识别量子比特参数;
选择包括所识别的量子比特参数和一个或多个依赖的量子比特参数的量子比特参数集;
根据所述描述依赖性的数据顺序地处理所述量子比特参数集中的一个或多个参数,包括,对于所述量子比特参数集中的参数:
对该参数执行校准测试;以及
当所述校准测试未通过时,对该参数执行第一校准实验或诊断校准算法。
25.根据权利要求24所述的装置,其中对所述参数执行第一校准实验或诊断校准算法包括:
当所述校准测试未通过时,对所述参数执行第一校准实验;以及
当所述第一校准实验由于不可归因于所述参数的误差而未通过时,对所述参数执行诊断校准算法。
26.根据权利要求24或25所述的装置,其中所述量子比特校准子系统进一步被配置为:
当所述第一校准实验由于可归因于所述参数的误差而未通过时,对所述参数执行第二校准实验;
当所述第二校准实验未通过时,顺序地中止对所述量子比特参数集中的一个或多个参数的处理;以及
当所述参数通过所述校准测试或第一校准实验中的任何一个时,将所述参数标记为规范内的参数。
27.根据权利要求24至26中任一项所述的装置,其中:
所述多个量子比特参数和描述所述多个量子比特参数对一个或多个其他量子比特参数的依赖性的数据由有向图表示,该有向图包括对于每个量子比特参数的节点和对于每个依赖性的有向边;
识别量子比特参数包括识别与根节点相对应的量子比特参数;
选择包括所识别的量子比特参数和一个或多个依赖的量子比特参数的量子比特参数集包括,选择包括与所述根节点相对应的量子比特参数和每个后代节点的量子比特参数的量子比特参数集,其中所述量子比特参数集根据节点祖先排序来排序;以及
根据所述描述依赖性的数据顺序地处理所述量子比特参数集中的一个或多个参数包括,根据所述节点祖先排序顺序地处理所述量子比特参数集中的一个或多个参数。
28.根据权利要求27所述的方法,其中对所述参数执行诊断校准算法包括:
迭代地对所述量子比特参数和与所述量子比特参数的节点的祖先节点相对应的量子比特参数执行所述第一校准实验和所述第二校准实验中的一个或多个,直到所述量子比特参数和与所述量子比特参数的节点的祖先节点相对应的量子比特参数被确定在规范内或者该过程被中止,对于每次迭代,该迭代执行包括以下步骤:
对所述量子比特参数执行所述第一校准实验;
响应于确定所述量子比特参数通过所述第一校准实验,将所述参数标记为规范内的参数;和
响应于确定所述量子比特参数由于不可归因于所述参数的误差而未通过所述第一校准实验,选择祖先参数作为所述量子比特参数。
29.根据权利要求28所述的装置,其中所述量子比特校准子系统进一步被配置为:
响应于确定量子所述比特参数由于可归因于所述参数的误差而未通过所述第一校准实验,对所述量子比特参数执行所述第二校准实验;
响应于确定所述量子比特参数通过所述第二校准实验,将所述参数标记为规范内的参数;和
响应于确定所述量子比特参数未通过所述第二校准实验,中止对所述量子比特参数集中的参数的处理。
CN201680087765.0A 2016-06-09 2016-12-19 自动量子比特校准 Active CN109804387B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010836224.1A CN112101560A (zh) 2016-06-09 2016-12-19 校准系统、方法和装置

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US15/178,136 2016-06-09
US15/178,136 US9940212B2 (en) 2016-06-09 2016-06-09 Automatic qubit calibration
PCT/US2016/067467 WO2017213698A1 (en) 2016-06-09 2016-12-19 Automatic qubit calibration

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN202010836224.1A Division CN112101560A (zh) 2016-06-09 2016-12-19 校准系统、方法和装置

Publications (2)

Publication Number Publication Date
CN109804387A true CN109804387A (zh) 2019-05-24
CN109804387B CN109804387B (zh) 2020-09-11

Family

ID=57794359

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202010836224.1A Pending CN112101560A (zh) 2016-06-09 2016-12-19 校准系统、方法和装置
CN201680087765.0A Active CN109804387B (zh) 2016-06-09 2016-12-19 自动量子比特校准

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN202010836224.1A Pending CN112101560A (zh) 2016-06-09 2016-12-19 校准系统、方法和装置

Country Status (7)

Country Link
US (5) US9940212B2 (zh)
EP (1) EP3469523B1 (zh)
JP (3) JP6668512B2 (zh)
CN (2) CN112101560A (zh)
AU (4) AU2016410256B2 (zh)
CA (1) CA3026622C (zh)
WO (1) WO2017213698A1 (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112444713A (zh) * 2019-08-28 2021-03-05 合肥本源量子计算科技有限责任公司 一种量子芯片检测方法
CN113011594A (zh) * 2021-03-26 2021-06-22 合肥本源量子计算科技有限责任公司 量子比特的校准方法及装置、量子计算机
CN113240122A (zh) * 2021-04-09 2021-08-10 合肥本源量子计算科技有限责任公司 量子计算机操作系统以及量子计算机
WO2022000756A1 (zh) * 2020-06-29 2022-01-06 济南浪潮高新科技投资发展有限公司 一种超导量子芯片参数自动校准方法及相关组件
CN114970867A (zh) * 2021-02-20 2022-08-30 合肥本源量子计算科技有限责任公司 量子计算机系统以及任务调度方法
CN115249069A (zh) * 2021-04-25 2022-10-28 合肥本源量子计算科技有限责任公司 量子比特校准方法、装置及量子计算机操作系统
CN115470920A (zh) * 2022-03-28 2022-12-13 合肥本源量子计算科技有限责任公司 量子比特校准方法以及装置、量子计算机
CN115470921A (zh) * 2022-03-28 2022-12-13 合肥本源量子计算科技有限责任公司 量子比特校准方法以及装置、量子计算机

Families Citing this family (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA3003695C (en) * 2015-10-29 2020-10-27 Google Llc Removing leakage in a quantum bit
US10282675B2 (en) 2017-03-10 2019-05-07 Rigetti & Co, Inc. Performing a calibration process in a quantum computing system
US10977570B2 (en) * 2017-06-19 2021-04-13 Rigetti & Co, Inc. Distributed quantum computing system
US11875222B1 (en) * 2017-09-18 2024-01-16 Rigetti & Co, Llc Maintaining calibration in a quantum computing system
US10885678B2 (en) * 2017-09-29 2021-01-05 International Business Machines Corporation Facilitating quantum tomography
AU2017443044C1 (en) * 2017-12-15 2021-07-22 Google Llc Refining qubit calibration models using supervised learning
US11010145B1 (en) 2018-02-21 2021-05-18 Rigetti & Co, Inc. Retargetable compilation for quantum computing systems
US11361241B2 (en) * 2018-03-02 2022-06-14 Google Llc Optimizing qubit operating frequencies
CA3093634A1 (en) * 2018-03-20 2019-09-26 Google Llc Batching waveform data
US11372651B2 (en) 2018-09-10 2022-06-28 International Business Machines Corporation Bootstrapping a variational algorithm for quantum computing
CN109522166A (zh) * 2018-10-11 2019-03-26 广东电网有限责任公司 一种等保测评的自动测评方法及系统
CN109597728B (zh) * 2018-11-15 2022-09-06 Oppo(重庆)智能科技有限公司 测试设备的控制方法及装置、计算机可读存储介质
US10997519B2 (en) 2018-11-29 2021-05-04 International Business Machines Corporation Co-scheduling quantum computing jobs
US11194642B2 (en) * 2018-11-29 2021-12-07 International Business Machines Corporation Noise and calibration adaptive compilation of quantum programs
CN109858628B (zh) * 2019-02-28 2021-04-27 北京百度网讯科技有限公司 编译量子电路的方法、装置、设备和计算机可读存储介质
US11699088B2 (en) * 2019-06-07 2023-07-11 Google Llc Calibration of quantum processor operator parameters
JP7223174B2 (ja) 2019-06-14 2023-02-15 ザパタ コンピューティング,インコーポレイテッド ロバストな振幅推定のための工学的尤度関数を用いたベイズ推論のためのハイブリッド量子古典コンピュータ
US11321619B2 (en) 2019-08-14 2022-05-03 International Business Machines Corporation State dependent calibration of qubit measurements
US11681908B2 (en) * 2019-09-13 2023-06-20 International Business Machines Corporation Quantum state classifier using reservoir computing
US20230029092A1 (en) * 2019-12-10 2023-01-26 Google Llc Denoising Qubit Calibration Data with Deep Learning
US11544613B2 (en) 2019-12-26 2023-01-03 International Business Machines Corporation Controlling a quantum computing device based on predicted operation time
CN113255921A (zh) * 2020-02-11 2021-08-13 阿里巴巴集团控股有限公司 测量系统、方法、装置及设备
WO2021236725A1 (en) * 2020-05-22 2021-11-25 Zapata Computing, Inc. Noise mitigation through quantum state purification by classical ansatz training
US11526796B2 (en) 2020-07-15 2022-12-13 International Business Machines Corporation Qubit pulse calibration via canary parameter monitoring
US11741387B2 (en) * 2020-11-11 2023-08-29 International Business Machines Corporation Techniques for quickly revising waveforms following calibration of a quantum system
US11687818B2 (en) 2021-02-05 2023-06-27 International Business Machines Corporation Hardware-efficient calibration framework for quantum computing devices
CN115470922B (zh) * 2022-03-28 2024-04-05 本源量子计算科技(合肥)股份有限公司 量子比特校准方法及装置、量子控制系统、量子计算机
CN114757225B (zh) 2022-03-31 2023-05-30 北京百度网讯科技有限公司 信号采样质量的确定方法、装置、设备及存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080274898A1 (en) * 2007-05-02 2008-11-06 Johnson Mark W Systems, devices, and methods for controllably coupling qubits
CN103942460A (zh) * 2014-05-13 2014-07-23 华南师范大学 一种容错实现通用量子计算的方法

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0553815A (ja) * 1991-08-29 1993-03-05 Fuji Xerox Co Ltd 推論装置における支援方式
US6803599B2 (en) * 2001-06-01 2004-10-12 D-Wave Systems, Inc. Quantum processing system for a superconducting phase qubit
US7002174B2 (en) * 2001-12-18 2006-02-21 D-Wave Systems, Inc. Characterization and measurement of superconducting structures
US20030121028A1 (en) * 2001-12-22 2003-06-26 Michael Coury Quantum computing integrated development environment
US7830695B1 (en) * 2006-10-30 2010-11-09 Hrl Laboratories Capacitive arrangement for qubit operations
CN101118608B (zh) * 2007-08-23 2011-07-20 清华大学 任意量子比特门的分解方法
US7860900B2 (en) * 2008-02-25 2010-12-28 Microsoft Corporation Consistently signaling state changes
US8089286B2 (en) * 2008-04-15 2012-01-03 Nec Laboratories America, Inc. System and method for quantum computer calibration and performance estimation
DE102009054112A1 (de) * 2009-11-20 2011-05-26 Kuka Roboter Gmbh Verfahren und Vorrichtung zur Planung und/oder Steuerung einer Roboterapplikation
US8589898B2 (en) * 2010-03-29 2013-11-19 GM Global Technology Operations LLC Method and apparatus for analyzing software including a calibrated value
CN102509105B (zh) * 2011-09-30 2013-07-31 北京航空航天大学 一种基于贝叶斯推理的图像场景分层处理方法
JP6024026B2 (ja) * 2011-10-14 2016-11-09 エレメント シックス テクノロジーズ リミテッド 量子処理装置
US9092573B2 (en) * 2012-07-06 2015-07-28 Nvidia Corporation System, method, and computer program product for testing device parameters
US20140229722A1 (en) * 2013-02-08 2014-08-14 D-Wave Systems Inc. Systems and methods for calibrating the elements of a quantum processor
JP6465876B2 (ja) * 2013-06-28 2019-02-06 ディー−ウェイブ システムズ インコーポレイテッド データの量子処理のためのシステムおよび方法
WO2015013441A1 (en) * 2013-07-23 2015-01-29 D-Wave Systems Inc. Systems and methods for achieving orthogonal control of non-orthogonal qubit parameters
US9898575B2 (en) * 2013-08-21 2018-02-20 Seven Bridges Genomics Inc. Methods and systems for aligning sequences
US9946893B2 (en) * 2013-11-26 2018-04-17 Nokia Technologies Oy Method and apparatus for providing privacy profile adaptation based on physiological state change
US20140164313A1 (en) * 2014-02-17 2014-06-12 Invent.ly LLC Method and Apparatus for Predicting Subject Responses to a Proposition based on Quantum Representation of the Subject's Internal State and of the Proposition
US10282674B2 (en) * 2014-08-20 2019-05-07 Lockheed Martin Corporation Heuristic graph embedding methods for adiabatic quantum computation optimization
US10552755B2 (en) * 2014-08-22 2020-02-04 D-Wave Systems Inc. Systems and methods for improving the performance of a quantum processor to reduce intrinsic/control errors
US9614532B1 (en) * 2015-12-17 2017-04-04 International Business Machines Corporation Single-flux-quantum probabilistic digitizer

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080274898A1 (en) * 2007-05-02 2008-11-06 Johnson Mark W Systems, devices, and methods for controllably coupling qubits
CN103942460A (zh) * 2014-05-13 2014-07-23 华南师范大学 一种容错实现通用量子计算的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
JOHANNES HEINSOO 等: ""Swiss Federal Institute of Technology", 《HTTPS://QUDEV.PHYS.ETHZ.CH/STATIC/CONTENT/SCIENCE/DOCUMENTS/SEMESTER/JOHANNES_HEINSOO_SEMESTERTHESIS_100114.PDF》 *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112444713A (zh) * 2019-08-28 2021-03-05 合肥本源量子计算科技有限责任公司 一种量子芯片检测方法
CN112444713B (zh) * 2019-08-28 2021-10-08 合肥本源量子计算科技有限责任公司 一种量子芯片检测方法
WO2022000756A1 (zh) * 2020-06-29 2022-01-06 济南浪潮高新科技投资发展有限公司 一种超导量子芯片参数自动校准方法及相关组件
CN114970867A (zh) * 2021-02-20 2022-08-30 合肥本源量子计算科技有限责任公司 量子计算机系统以及任务调度方法
CN114970867B (zh) * 2021-02-20 2024-04-05 本源量子计算科技(合肥)股份有限公司 量子计算机系统以及任务调度方法
CN113011594B (zh) * 2021-03-26 2023-08-08 本源量子计算科技(合肥)股份有限公司 量子比特的校准方法及装置、量子计算机
CN113011594A (zh) * 2021-03-26 2021-06-22 合肥本源量子计算科技有限责任公司 量子比特的校准方法及装置、量子计算机
CN113240122A (zh) * 2021-04-09 2021-08-10 合肥本源量子计算科技有限责任公司 量子计算机操作系统以及量子计算机
CN115249069A (zh) * 2021-04-25 2022-10-28 合肥本源量子计算科技有限责任公司 量子比特校准方法、装置及量子计算机操作系统
CN115249069B (zh) * 2021-04-25 2023-12-12 本源量子计算科技(合肥)股份有限公司 量子比特校准方法、装置及量子计算机操作系统
CN115470920A (zh) * 2022-03-28 2022-12-13 合肥本源量子计算科技有限责任公司 量子比特校准方法以及装置、量子计算机
CN115470921A (zh) * 2022-03-28 2022-12-13 合肥本源量子计算科技有限责任公司 量子比特校准方法以及装置、量子计算机
CN115470920B (zh) * 2022-03-28 2024-02-06 本源量子计算科技(合肥)股份有限公司 量子比特校准方法以及装置、量子计算机
CN115470921B (zh) * 2022-03-28 2024-02-06 本源量子计算科技(合肥)股份有限公司 量子比特校准方法以及装置、量子计算机

Also Published As

Publication number Publication date
AU2016410256B2 (en) 2019-07-25
AU2021203991B2 (en) 2022-08-11
CN112101560A (zh) 2020-12-18
US10606720B2 (en) 2020-03-31
AU2016410256A1 (en) 2018-12-20
AU2020239709A1 (en) 2020-10-22
WO2017213698A1 (en) 2017-12-14
AU2019229402A1 (en) 2019-10-10
JP6668512B2 (ja) 2020-03-18
AU2020239709B2 (en) 2021-05-27
JP7210650B2 (ja) 2023-01-23
JP2020102240A (ja) 2020-07-02
EP3469523B1 (en) 2020-05-27
JP6907359B2 (ja) 2021-07-21
AU2021203991A1 (en) 2021-07-22
JP2021168164A (ja) 2021-10-21
CN109804387B (zh) 2020-09-11
US10997044B2 (en) 2021-05-04
US20180225186A1 (en) 2018-08-09
AU2019229402B2 (en) 2020-07-16
US9940212B2 (en) 2018-04-10
JP2019521433A (ja) 2019-07-25
US11567842B2 (en) 2023-01-31
US20200151073A1 (en) 2020-05-14
CA3026622A1 (en) 2017-12-14
CA3026622C (en) 2021-09-21
EP3469523A1 (en) 2019-04-17
US20210216420A1 (en) 2021-07-15
US20170357561A1 (en) 2017-12-14
US20230130488A1 (en) 2023-04-27

Similar Documents

Publication Publication Date Title
CN109804387A (zh) 自动量子比特校准
AU2023202257B2 (en) Qubit calibration
Srivastava et al. Directed search for generalized plans using classical planners
Tan et al. MorphQPV: Exploiting Isomorphism in Quantum Programs to Facilitate Confident Verification
Frank et al. Heuristic-free Verification-inspired Quantum Benchmarking
Lee et al. GRAFT: Graph-Assisted Reinforcement Learning for Automated SSD Firmware Testing
Wang EvoAlloy: An Evolutionary Approach For Analyzing Alloy Specifications

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
GR01 Patent grant
GR01 Patent grant