CN111566676A - 量子计算设备设计 - Google Patents
量子计算设备设计 Download PDFInfo
- Publication number
- CN111566676A CN111566676A CN201980007426.0A CN201980007426A CN111566676A CN 111566676 A CN111566676 A CN 111566676A CN 201980007426 A CN201980007426 A CN 201980007426A CN 111566676 A CN111566676 A CN 111566676A
- Authority
- CN
- China
- Prior art keywords
- computing device
- quantum computing
- quantum
- data
- electromagnetic circuit
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/32—Circuit design at the digital level
- G06F30/33—Design verification, e.g. functional simulation or model checking
- G06F30/3323—Design verification, e.g. functional simulation or model checking using formal methods, e.g. equivalence checking or property checking
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/36—Circuit design at the analogue level
- G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic
- G06N7/04—Physical realisation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Computational Mathematics (AREA)
- Artificial Intelligence (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Design And Manufacture Of Integrated Circuits (AREA)
- Superconductor Devices And Manufacturing Methods Thereof (AREA)
Abstract
提供了用于量子计算设备建模和设计的技术和系统。在一个示例中,一种系统包括建模组件和模拟组件。所述建模组件将所述量子计算设备的量子设备元件建模为电磁电路元件,以生成用于所述量子计算设备的电磁电路数据。所述模拟组件使用所述电磁电路数据来模拟所述量子计算设备,以生成指示所述量子计算设备的响应函数的响应函数数据。附加地或可替代地,基于所述响应函数构造哈密尔顿量。
Description
技术领域
本公开涉及量子计算设备,并且更具体地,涉及量子计算设备设计。
背景技术
量子计算采用量子物理学来编码信息,而不是基于晶体管的二进制数字技术。例如,量子计算设备可以采用根据量子物理学的叠加原理和量子物理学的纠缠原理进行操作的量子数位(例如,量子位)。量子物理学的叠加原理允许每个量子位同时表示一个值“1”和一个值“0”。量子物理学状态的纠缠原理使叠加中的量子位相互关联。例如,第一值的状态(例如,值“1”或值“0”)可以取决于第二值的状态。这样,量子计算设备可以采用量子位来编码信息,而不是基于晶体管的二进制数字技术。然而,与常规的二进制数字设备相比,量子计算设备的设计通常是困难和/或耗时的。例如,Svore等人的“面向量子计算设计工具的软件体系结构”公开了“一种计算机辅助设计流程,该流程将代表量子计算算法的高级语言程序转换为特定技术的实现。”。Svore等还公开了“设计流程(图1)是一个四阶段过程,将代表量子算法的高级程序映射到特定技术的实现或模拟中。”此外,Svore等指出“设计流程的前三个阶段是量子计算机编译器(QCC)的一部分......最后一个阶段是在量子设备上对量子算法的模拟或实现。”这样,可以改善用于量子计算设备的设计过程和/或量子计算设备的设计。
发明内容
以下给出了概述,以提供对本发明的一个或多个实施例的基本理解。该概述并非旨在标识关键或重要元件,也不旨在描绘特定实施例的任何范围或权利要求的任何范围。其唯一目的是以简化的形式呈现概念,作为稍后呈现的更详细描述的序言。在本文描述的一个或多个实施例中,描述了用于促进量子计算设备设计的设备、系统、计算机实现的方法、设备和/或计算机程序产品。
根据一个实施例,量子计算设备设计工具的系统可以包括建模组件和模拟组件。所述建模组件可以将量子计算设备的量子设备元件建模为电磁电路元件,以生成用于量子计算设备的电磁电路数据。所述模拟组件可以使用电磁电路数据来模拟量子计算设备,以生成指示所述量子计算设备的响应函数的响应函数数据。在一个实施例中,所述系统可以最小化设计所述量子计算设备的时间量和/或可以减少用来设计所述量子计算设备的计算资源量。在某些实施例中,所述量子设备元件可以是所述量子计算设备的第一量子设备元件,并且所述建模组件可以生成指示与所述量子计算设备的所述第一量子设备元件和第二量子设备元件之间的连接相关的信息的连接数据。在另一个实施例中,所述建模组件可以基于所述连接数据为所述量子计算设备生成所述电磁电路数据。在某些实施例中,所述模拟组件可以生成指示与所述量子计算设备相关联的信息的所述响应函数数据。另外,在某些实施例中,所述模拟组件还可以基于所述响应函数数据来构造哈密尔顿量和/或哈密尔顿数据。附加地或可替代地,响应于所述哈密尔顿数据满足定义的标准的确定,所述模拟组件可以使用所述电磁电路数据来重新模拟所述量子计算设备。另外地或可替代地,设计组件可以基于所述哈密尔顿数据来生成指示所述量子计算设备的布局的设计数据。在某些实施例中,所述建模组件可以基于所述电磁电路元件的库将所述量子计算设备的所述量子设备元件建模为所述电磁电路元件。在某些实施例中,由所述模拟组件生成的所述响应函数数据可以促进所述量子计算设备的改善的质量。
根据另一个实施例,提供了一种计算机实现的方法。所述计算机实现的方法可以包括:通过与处理器可操作地耦合的系统,将量子计算设备的量子设备元件建模为电磁电路元件以生成用于所述量子计算设备的电磁电路数据。所述计算机实现的方法还可以包括由所述系统使用所述电磁电路数据来模拟所述量子计算设备以生成指示用于所述量子计算设备的参数集合的参数数据。在一个实施例中,所述计算机实现的方法可以最小化设计所述量子计算设备的时间量和/或可以减少用来设计所述量子计算设备的计算资源量。在某些实施例中,所述计算机实现的方法还可以包括由所述系统基于被模拟的所述量子计算设备的响应函数构造哈密尔顿量。此外,所述计算机实现的方法可以包括:由所述系统基于所述参数数据生成指示所述量子计算设备的布局的设计数据。在一个实施例中,所述模拟所述所述量子计算设备可以包括使用所述电磁电路数据来模拟所述量子计算设备以生成指示所述量子计算设备的响应函数的响应函数数据。在另一实施例中,所述模拟所述量子计算设备可以包括生成指示与所述量子计算设备相关联的信息的所述响应函数数据。在另一个实施例中,所述模拟所述量子计算设备可以包括基于所述响应函数数据构造所述量子计算设备的哈密尔顿量和/或哈密尔顿数据。在又一个实施例中,所述生成所述设计数据可以包括基于所述哈密尔顿数据来生成所述设计数据。在某些实施例中,所述计算机实现的方法可以进一步包括:响应于确定所述哈密尔顿数据满足定义的标准,由所述系统使用所述电磁电路数据来重新模拟所述量子计算设备。在某些实施例中,所述计算机实现的方法可以进一步包括由所述系统生成连接数据,所述连接数据指示与所述量子计算设备的所述量子设备元件之间的一个或多个连接相关联的信息。在一个实施例中,对所述量子设备元件进行所述建模可以包括基于所述连接数据生成用于所述量子计算设备的所述电磁电路数据。在另一个实施例中,对所述量子设备元件进行所述建模可以包括基于电磁电路元件的库将所述量子计算设备的所述量子设备元件建模为所述电磁电路元件。在又一个实施例中,所述生成所述设计数据可以包括改进所述量子计算设备。
根据又一个实施例,用于量子计算设备设计的计算机程序产品可以包括计算机可读存储介质,该计算机可读存储介质具有以其实现的程序指令。所述程序指令可以由处理器执行,并且使所述处理器通过所述处理器将量子计算设备的一个或多个量子设备元件建模为一个或多个电磁电路元件。所述程序指令还可以使处理器基于所述一个或多个电磁电路元件,由所述处理器生成用于所述量子计算设备的等效电磁电路。此外,所述程序指令可以使所述处理器通过所述处理器模拟所述等效电磁电路,以生成指示用于所述量子计算设备的参数集的参数数据。在一个实施例中,所述计算机程序产品可以最小化设计所述量子计算设备的时间量和/或可以减少用来设计所述量子计算设备的计算资源量。所述程序指令还可以使所述处理器基于所述参数数据生成处理器设计数据,该设计数据指示所述量子计算设备的布局。在某些实施例中,所述程序指令还可以使所述处理器通过所述处理器模拟所述等效电磁电路,以生成表示所述量子计算设备的响应函数的响应函数数据。在某些实施例中,所述程序指令还可以使所述处理器基于所述响应函数数据由所述处理器生成哈密尔顿数据,其中所述哈密尔顿数据指示与所述量子计算设备的能量相关联的信息。
根据又一个实施例,量子计算设备设计工具的系统可以包括建模组件、模拟组件和设计组件。所述建模组件可以将所述量子计算设备的量子设备元件建模为电磁电路元件,以生成用于所述量子计算设备的电磁电路数据。所述模拟组件可以使用所述电磁电路数据来模拟所述量子计算设备,以生成指示所述量子计算设备的响应函数的响应函数数据。所述模拟组件还可以基于所述响应函数数据生成哈密尔顿数据,其中所述哈密尔顿数据指示与所述量子计算设备的能量相关联的信息。所述设计组件可以基于所述哈密尔顿数据生成指示所述量子计算设备的布局的设计数据。在一个实施例中,所述系统可以最小化设计所述量子计算设备的时间量和/或可以减少用来设计所述量子计算设备的计算资源量。在某些实施例中,所述量子设备元件是量子计算设备的第一量子设备元件,并且所述建模组件可以生成指示与所述量子计算设备的所述第一量子设备元件和第二量子设备元件之间的连接相关联的信息的连接数据。在某些实施例中,所述建模组件可以基于所述连接数据为所述量子计算设备生成所述电磁电路数据。
根据又一实施例,提供了一种计算机实现的方法。所述计算机实现的方法可以包括:通过可操作地耦合至处理器的系统,将量子计算设备的一个或多个量子设备元件建模为一个或多个电磁电路元件。所述计算机实现的方法还可以包括:由所述系统基于所述一个或多个电磁电路元件生成用于所述量子计算设备的等效电磁电路。此外,所述计算机实现的方法可以包括由所述系统模拟所述等效电磁电路以生成指示所述量子计算设备的响应函数的响应函数数据。在一个实施例中,所述计算机实现的方法可以最小化设计所述量子计算设备的时间量和/或可以减少用来设计所述量子计算设备的计算资源量。所述计算机实现的方法还可以包括由所述系统使用所述响应函数为所述量子计算设备生成哈密尔顿量和一组哈密尔顿量参数。此外,所述计算机实现的方法可以包括由所述系统基于所述哈密尔顿量参数集为所述量子计算设备生成布局。在某些实施例中,所述计算机实现的方法还可以包括:响应于确定来自所述哈密尔顿参数集的哈密尔顿参数满足定义的标准的确定,由所述系统重新模拟所述等效电磁电路。
附图说明
图1示出了根据本文描述的一个或多个实施例的包括量子计算设备组件的非限制性系统的示例的框图;
图2示出了根据本文所述的一个或多个实施例的包括量子计算设备组件的另一非限制性系统的示例的框图;
.图3示出了根据本文所述的一个或多个实施例的,有助于所述量子计算设备设计的非限制性系统的示例;
图4示出了根据本文所述的一个或多个实施例的非限制性系统的示例,其包括量子设备元件和电磁电路元件;
图5示出了根据本文描述的一个或多个实施例的非限制性系统的示例,其包括量子设备元件,电磁电路元件和示意性元件;
图6示出了根据本文所述的一个或多个实施例的另一非限制性系统的示例,其包括量子设备元件、电磁电路元件和示意性元件;
图7示出了根据本文所述的一个或多个实施例的包括量子设备元件和电磁电路元件的另一非限制性系统的示例;
图8示出了根据本文所述的一个或多个实施例的与等效电磁电路相关联的非限制性系统的示例;
图9示出了根据本文所述的一个或多个实施例的与响应函数相关联的非限制性图的示例;
图10示出了根据本文所述的一个或多个实施例的非限制性量子计算设备的示例;
图11示出了根据本文所述的一个或多个实施例的用于促进量子计算设备设计的非限制性计算机实现的方法流程图的示例;
图12示出了根据本文所述的一个或多个实施例的用于促进量子计算设备设计的另一示例非限制性计算机实现的方法的流程图;
图13示出了示例性框图,在非限制性操作环境中,可以促进本文所述的一个或多个实施例。
具体实施方式
以下详细描述仅是说明性的,并不旨在限制实施例和/或实施例的应用或使用。此外,无意受到前面的“背景技术”或“发明内容”部分或“具体实施方式”部分中呈现的任何明示或暗示信息的约束。
现在参考附图描述一个或多个实施例,其中,贯穿全文的相似的参考标号用于指代相似的元件。在下面的描述中,出于解释的目的,阐述了许多具体细节以便提供对一个或多个实施例的更透彻的理解。然而,很明显,在各种情况下,可以在没有这些具体细节的情况下实践一个或多个实施例。
量子计算采用量子物理学来编码信息,而不是基于晶体管的二进制数字技术。例如,量子计算设备可以采用根据量子物理学的叠加原理和量子物理学的纠缠原理进行操作的量子位(例如,量子位)。量子物理学的叠加原理允许每个量子位同时表示一个值“1”和一个值“0”。量子物理学状态的纠缠原理使叠加中的量子位相互关联。例如,第一值的状态(例如,值“1”或值“0”)可以取决于第二值的状态。这样,量子计算设备可以采用量子位来编码信息,而不是基于晶体管的二进制数字技术。然而,与常规的二进制数字设备相比,量子计算设备的设计通常是困难和/或耗时的。例如,Svore等人的“面向量子计算设计工具的软件体系结构”公开了“一种计算机辅助设计流程,该流程将代表量子计算算法的高级语言程序转换为特定于技术的实现......设计流程(图1)是一个四阶段过程,将代表量子算法的高级程序映射到特定技术的实现或模拟中。设计流程的前三个阶段是量子计算机编译器(QCC)的一部分。最后一个阶段是在量子设备上模拟或实现量子算法。”(请参见Svore等人的摘要、图1和第3页)。这样,可以改善用于量子计算设备的设计过程和/或量子计算设备的设计。
为了解决这些和/或其他问题,本文描述的实施例包括用于改进的量子计算设备设计的系统、计算机实现的方法和计算机程序产品。在一方面,可以通过采用等效电磁电路来设计量子计算设备。例如,可以基于等效于用于量子计算设备的一个或多个量子设备元件的电磁电路来确定用于设计量子计算设备的电路设计和/或哈密尔顿计算。所述哈密尔顿计算可以例如指示与所述量子计算设备的能量和/或电磁特性相关的信息。这样,可以实现电路设计和电路设计的哈密尔顿计算之间的改进周转。在一个实施例中,可以对量子计算设备的一个或多个量子设备元件进行建模以确定等效电磁电路元件。基于与所述一个或多个量子设备元件相关联的一个或多个连接,可以产生用于所述量子计算设备的等效电磁电路。可以模拟所述等效电磁电路(例如,而不是模拟所述量子计算设备的布局),以获得指示所述量子计算设备的响应函数的响应函数数据。所述响应函数数据(例如,所述量子计算设备的响应函数)可以包括例如量子计算设备的阻抗、导纳(admittance)和/或另一电参数。在一方面,可以采用建模工具来根据所述量子计算设备的所述响应函数来计算一个或多个参数。例如,可以采用哈密尔顿建模工具从所述量子计算设备的所述响应函数计算一个或多个哈密尔顿参数。在一个示例中,可以采用与非线性元件相关联的用于量子信息处理的黑匣子量化技术,以根据所述量子计算设备的所述响应函数来计算一个或多个哈密尔顿参数。这样,可以减少设计量子计算设备的时间。例如,可以减少准备和/或模拟量子计算设备的时间。此外,可以减少用于设计量子计算设备的计算资源量。量子计算设备的设计也可以被优化。另外,可以提高量子计算设备设计系统的准确性和/或量子计算设备设计系统的效率。此外,可以提高量子计算设备的质量,可以改善量子计算设备的性能,可以改善量子计算设备的效率,可以改善量子计算设备的时间特性,可以改善量子计算设备的功率特性。可以改进和/或可以改善量子计算设备的另一特性。
图1示出了根据本文描述的一个或多个实施例的用于量子计算设备设计的示例性非限制性系统100的框图。在各种实施例中,系统100可以是与诸如但不限于量子计算设备技术、量子计算设计技术、量子位技术、量子计算设备建模技术、量子电路技术、量子的技术相关联的量子计算设备设计系统。计算设备模拟技术、量子处理器技术、人工智能技术、医学和材料技术、供应链和物流技术、金融服务技术和/或其他数字技术。系统100可以采用硬件和/或软件来解决本质上是高度技术性的、不是抽象的并且不能作为人类的一组精神行为来执行的问题。此外,在某些实施例中,执行的一些过程可以由一个或多个专用计算机(例如,一个或多个专用处理单元、具有量子计算设备设计工具的专用计算机等)执行,以执行与机器学习相关的定义的任务。系统100和/或系统100的组件可以用于解决由于上述技术、计算机体系结构等的进步而引起的新问题。系统100的一个或多个实施例可以对量子计算设备系统、量子计算设计系统、量子位系统、量子计算设备建模系统、量子电路系统、量子计算设备模拟系统、量子处理器系统、人工智能系统、药品和材料系统、供应链和物流系统、金融服务系统和/或其他系统。系统100的一个或多个实施例还可以通过改善所述量子计算设备的处理性能、改善所述量子计算设备的处理效率、改善所述量子计算设备的处理特性、改善量子计算设备的时间特性和/或改善量子计算设备的功率效率来对量子计算设备(例如,量子处理器)进行技术改进。
在图1中所示的实施例中,系统100可包括一个量子计算设备设计工具102如图1所示,所述量子计算设备的设计工具102可以包括建模组件104和模拟组件106。所述量子计算设备设计工具102的各个方面可以构成包含在一个或多个机器中的一个或多个机器可执行组件,例如,体现在与一个或多个机器关联的一个或多个计算机可读介质中。当由诸如计算机、计算设备、虚拟机等一个或多个机器执行时,这样的组件可以使机器执行所描述的操作。在一方面,所述量子计算设备设计工具102还可以包括存储计算机可执行组件和指令的存储器108。此外,量子计算设备设计工具102可以包括处理器110,以促进量子计算设备设计工具102执行指令(例如,计算机可执行组件和相应的指令)。如图所示,在一个或多个实施例中所述建模组件104、所述模拟组件106、所述存储器108和/或所述处理器110可以彼此电和/或通信地耦合。
所述量子计算设备设计工具102(例如,所述量子计算设备设计工具102的所述建模组件104)可以接收量子设备元件数据112。所述量子设备元件数据112可以是例如机器可读的量子计算设备的一个或多个量子设备元件的描述。附加地或替代地,所述量子设备元件数据可以与用于所述量子计算设备的一个或多个量子设备元件的一个或多个模型相关联。所述量子计算设备可以是例如量子电路、量子处理器、量子位设备、量子位单元和/或采用量子位的另一种类型的计算设备。来自一个或多个量子设备元件的量子设备元件可以包括例如量子计算设备的量子位元件、量子计算设备的耦合器、量子计算设备的读出器,量子计算设备的总线、或量子计算设备的其他元件。在一个实施例中,所述量子设备元件数据112可以与所述量子计算设备的模型相关联。例如,所述量子计算设备的模型可以由计算机模拟器生成。该计算机模拟器可以是例如执行与所述量子计算设备相关联的一个或多个电磁场模拟的静态场模拟器。在一示例中,所述量子计算设备的模型可以是二维模型。在另一个示例中,所述量子计算设备的模型可以是三维模型。
所述建模组件104可以将与所述量子设备元件数据112相关联的量子设备元件建模为电磁电路元件,以生成用于所述量子计算设备的电磁电路数据。例如,所述建模组件104可以将量子计算设备的量子设备元件建模为电磁电路元件,以生成用于所述量子计算设备的电磁电路数据。电磁电路元件可以是例如电感器、电容器、电阻器、电感器-电容器网络、电感器-电阻器网络、电感器-电容器-电阻器网络、电容器-电阻器网络、谐振器、微波谐振器、其它类别电磁电路元件等。在一个实施例中,建模组件104可以生成连接数据,该连接数据指示与量子计算设备的量子设备元件之间的一个或多个连接相关的信息。例如,所述建模组件104可以生成连接数据,该连接数据指示所述量子计算设备的第一量子设备元件和所述量子计算设备的第二量子设备元件之间的连接相关的信息。在一方面,所述建模组件104可以基于连接数据生成用于所述量子计算设备的电磁电路数据。在某些实施例中,所述建模组件104可以基于所述电磁电路元件的库将所述量子计算设备的所述量子设备元件建模为所述电磁电路元件。例如,所述电磁电路元件库可以包括与量子设备元件相对应的一组预定的电磁电路元件。附加地或替代地,在某些实施例中,所述量子设备元件数据112可以另外包括位置数据,该位置数据指示与所述量子计算电路内的一个或多个与所述量子设备元件相关联的位置的信息。举例来说,所述位置数据可包含一个或一个以上标记,其标记所述量子计算电路内的一个或一个以上量子设备元件的位置。
所述模拟组件106可以使用所述电磁电路数据来模拟所述量子计算设备,以生成用于所述量子计算设备的参数数据114。在一个实施例中,所述参数数据可以包括响应函数数据。例如,所述模拟组件106可以使用所述电磁电路数据来模拟所述量子计算设备,以生成用于所述量子设备的响应函数数据。所述响应函数数据可以指示所述量子计算设备的响应函数。在一示例中,所述响应函数可以是所述量子计算设备的多维响应函数。在另一个实施例中,所述参数数据可以包括哈密尔顿数据。例如,所述模拟组件106可以基于所述响应函数数据生成所述哈密尔顿数据。在一示例中,可以从所述响应函数计算所述哈密尔顿数据。所述哈密尔顿数据可以指示与所述量子计算设备的能量和/或所述量子计算设备的电磁特性相关的信息。在一方面,所述哈密尔顿数据可以促进对串扰、互连、连接器、印刷电路板布局、电总线和/或与量子计算设备相关联的其他电特性的理解。在某些实施例中,响应于哈密尔顿数据满足定义的标准的确定,模拟组件106可以使用电磁电路数据来重新模拟量子计算设备。例如,模拟组件106可以使用电磁电路数据来重新模拟量子计算设备,直到获得与哈密尔顿数据相关联的期望哈密尔顿值。
在某些实施例中,所述建模组件104可以基于与人工智能原理相关联的分类、相关性、推论和/或表达式来生成生成的电磁电路数据。例如,所述建模组件104可以采用自动分类系统和/或自动分类过程来对一个或多个量子设备元件进行分类和/或生成电磁电路数据。在一实例中,所述建模组件104可采用基于概率和/或基于统计的分析(例如,将分析效用和成本分解)来学习和/或生成关于一个或多个量子设备元件的推论。在一方面,所述建模组件104可以包括推理组件(未示出),该推理组件可以进一步利用部分基于推理的方案来进一步增强所述建模组件104的各方面,以促进学习和/或生成与一个或多个量子设备元件相关联的推理。所述建模组件104可以采用任何合适的基于机器学习的技术,基于统计的技术和/或基于概率的技术。例如,建模组件104可以采用专家系统、模糊逻辑、SVM、隐马尔可夫模型(HMM)、贪婪搜索算法、基于规则的系统、贝叶斯模型(例如贝叶斯网络)、神经网络、其他非线性训练技术、数据融合、基于实用程序的分析系统、采用贝叶斯模型的系统等。在另一方面,所述建模组件104可以执行与所述电磁电路数据的生成相关联的一组机器学习计算。例如,所述建模组件104可以执行一组聚类机器学习计算、一组逻辑回归机器学习计算、一组决策树机器学习计算、一组随机森林机器学习计算、一组回归树机器学习计算、一组最小二乘机器学习计算、一组基于实例的机器学习计算、一组回归机器学习计算、一组支持向量回归机器学习计算、一组k均值机器学习计算、一组频谱聚类机器学习计算、一组规则学习机器学习计算、一组贝叶斯机器学习计算、一组深度玻尔兹曼机器计算、一组深度信念网络计算和/或一组不同的机器学习计算来确定电磁电路数据。
这是可以理解的是,所述量子计算设备设计工具102(例如,所述建模组件104和/或所述模拟组件106)执行不能由人来执行设备的量子计算设计过程(例如,大于单一人的思维的能力)。例如,所述量子计算设备设计工具102(例如,所述建模组件104和/或所述模拟组件106)在一定的时间段内处理的数据量、处理的数据速度和/或处理的数据的数据类型可能比单个人的大脑在同一时间段内可以处理的数量,速度和数据类型更大、更快且有所不同。所述量子计算设备设计工具102(例如,所述建模组件104和/或模拟组件106)还可以完全操作以执行一个或多个其他功能(例如,完全通电、完全执行等),同时还执行上述量子计算设备的设计过程。此外,由所述量子计算设备设计工具102(例如,所述建模组件104和/或模拟组件106)生成的参数数据和/或设计数据可以包括用户无法手动获得的信息。例如,所述参数数据114中包括的信息的类型、所述参数数据114中包括的各种信息和/或所述参数数据114的优化可能比用户手动获得的信息更复杂。
另外,应当理解,与用于量子计算设备的常规设计工具相比,所述系统100可以提供各种优点。例如,可以通过使用所述系统100来减小来设计量子计算设备的一定量的时间。此外,可以通过采用所述系统100来减小用于准备和/或模拟量子计算设备的一定量的时间。同样,通过使用所述系统100可以减少用于设计量子计算设备的计算资源的数量。也可以通过使用所述系统100来优化量子计算设备的设计。另外,可以提高量子计算设备设计系统的准确性和/或量子计算设备设计系统的效率。此外,通过使用所述系统100可以提高量子计算设备的质量,可以提高量子计算设备的性能,可以提高量子计算设备的效率,可以改善量子计算设备的时间特性,可以提供量子计算设备的功率特性和/或可以改善量子计算设备的另一特性。
图2示出了根据本文所述的一个或多个实施例的示例性非限制性系统200的框图。为了简洁起见,省略了在此描述的其他实施例中采用的类似元件的重复描述。
所述系统200包括所述量子计算设备设计工具102。图2所示的所述量子计算设备设计工具102可以包括所述建模组件104、所述模拟组件106、所述存储器108、所述处理器110和/或设计组件202。所述设计组件202可基于所述参数数据114。所述设计数据204可指示用于所述量子计算设备的布局。例如,所述设计数据204可以包括所述量子计算设备内一个或多个组件的位置。附加地或替代地,所述设计数据204可以包括用于所述量子计算设备内的一个或多个组件的电参数。附加地或替代地,所述设计数据204可以包括用于所述量子计算设备内的一个或多个组件的值和/或设置。附加地或替代地,所述设计数据204可以包括所述量子计算设备内的一个或多个组件的尺寸、形状和/或布置。在一个实施例中,可以基于所述参数数据来修改所述量子计算设备的布局。在另一个实施例中,所述设计组件202可以基于所述响应函数数据来生成所述设计数据204。在另一个实施例中,所述设计组件202可以基于所述哈密尔顿数据来生成所述设计数据204。在某些实施例中,可以基于所述响应函数数据和/或所述哈密尔顿数据来修改所述量子计算设备的布局。
应当理解,与用于所述量子计算设备的常规设计工具相比,所述系统200可以提供各种优点。例如,可以通过使用所述系统200来减小来设计量子计算设备的一定量的时间。此外,可以通过采用所述系统200来减小用于准备和/或模拟量子计算设备的一定量的时间。同样,通过使用所述系统200可以减少用于设计量子计算设备的计算资源的数量。也可以通过使用所述系统200来优化量子计算设备的设计。另外,可以提高量子计算设备设计系统的准确性和/或量子计算设备设计系统的效率。此外,通过使用所述系统200可以提高量子计算设备的质量,可以提高量子计算设备的性能,可以提高量子计算设备的效率,可以改善量子计算设备的时间特性,可以提供量子计算设备的功率特性和/或可以改善量子计算设备的另一特性。
图3示出了根据本文所述的一个或多个实施例的示例性非限制性系统300的框图。为了简洁起见,省略了在此描述的其他实施例中采用的类似元件的重复描述。
系统300包括:设计过程302,用于模拟量子计算设备的等效电磁电路以获得响应函数;设计过程304,基于响应函数获得用于量子计算设备的哈密尔顿数据,以及设计处理306以基于哈密尔顿数据为量子计算设备生成布局。在一个实施例中,可以基于经由所述设计过程302获得的所述响应函数来获得所述哈密尔顿数据(例如,经由所述设计过程304)。所述哈密尔顿数据可以与例如所述量子计算设备的电磁特性和/或与所述量子计算设备的一个或多个位置处的能量相关联的信息。在另一个实施例中,响应于确定经由所述设计过程304获得的所述哈密尔顿数据满足定义的标准,可以经由所述设计过程302重复所述等效电磁电路的模拟。可以基于经由所述设计过程304获得的所述哈密尔顿数据,经由所述设计过程306来生成所述量子计算设备的布局。应当理解,常规上,绘制了用于所述量子计算设备的布局并且针对所述量子计算设备的布局来模拟所述量子计算设备以促进所述量子计算设备的设计。相反,所述量子计算设备设计工具102可以模拟所述等效电磁电路,以通过所述设计过程302获得所述响应函数,通过所述设计过程304获得用于量子计算设备的哈密尔顿数据,并通过基于所述哈密尔顿数据的设计过程306生成用于量子计算设备的布局,以有助于降低模拟成本和/或降低模拟期间的计算能力。
图4示出了根据本文所述的一个或多个实施例的示例性非限制性系统400的框图。为了简洁起见,省略了在此描述的其他实施例中采用的类似元件的重复描述。
所述系统400包括量子设备元件402和电磁电路元件404。在一个实施例中,所述建模组件104可以从所述量子设备元件402生成所述电磁电路元件404。所述量子设备元件402可以是例如量子计算设备的量子位元件、量子计算设备的耦合器、量子计算设备的读取、量子计算设备的总线或量子计算设备的其它元件。所述量子设备元件402还可以与量子计算设备的特定部分(例如,量子计算设备的特定区域)相关联。在一实例中,量子设备元件402可为不具有结的超导跨子量子位布局。Transmon可以是被设计为包括对与电荷相关的噪声降低敏感性的量子位。所述电磁电路元件404可以是例如电容网络。在一个实施例中,可以从所述量子设备元件402的静态模拟中确定一个或多个电容值。
图5示出了根据本文描述的一个或多个实施例的示例性非限制性系统500的框图。为了简洁起见,省略了在此描述的其他实施例中采用的类似元件的重复描述。
所述系统500包括所述量子设备元件402、所述电磁电路元件404和示意性元件502。在一个实施例中,所述建模组件104可以生成所述示意性元件502。所述示意性元件502可以基于电磁波来生成。与所述量子设备元件402相关联的所述电路元件404。在一个实施例中,所述示意性元件502可以存储在电磁电路元件的库中。在另一实施例中,所述示意性元件502可以被模拟工具采用,以促进对所述量子设备元件402和/或与所述量子设备元件402相关联的量子设备的模拟。另外,在某些实施例中,所述建模组件104可以识别和/或基于模型的所述示意性元件502上量子设备元件在一个方面中,所述示意性元件502可以代表示意图元件电磁电路元件404的功能。例如,在示意图元件示意性元件502可以是具有对应于示意图元件电磁电路元件404的功能的黑匣子组件。
图6示出了根据本文所述的一个或多个实施例的示例性非限制性系统600的框图。为了简洁起见,省略了在此描述的其他实施例中采用的类似元件的重复描述。
所述系统600包括量子设备元件602、电磁电路元件604和示意性元件606。在一个实施例中,所述建模组件104可以生成所述电磁电路元件604和/或所述示意性元件606。在一个实施例中,所述量子设备元件602可以是量子位布局。所述电磁电路元件604可以是例如电容网络。可以基于与所述量子设备元件602相关联的所述电磁电路元件604来生成所述示意性元件606。在一个实施例中,可以将所述示意性元件606存储在电磁电路元件的库中。在另一个实施例中,所述模拟工具可以采用所述示意性元件606,以促进对所述量子设备元件602和/或与所述量子设备元件602相关联的量子设备的模拟。另外,在某些实施例中,所述建模组件104可以标识和/或基于所述示意性元件606对量子设备元件进行建模。
图7示出了根据本文所述的一个或多个实施例的示例性非限制性系统700的框图。为了简洁起见,省略了在此描述的其他实施例中采用的类似元件的重复描述。
所述系统700包括量子设备元件702和电磁电路元件704。在一个实施例中,所述建模组件104可以生成所述电磁电路元件704。在某些实施例中,所述电磁电路元件704也可以是示意性元件。在一示例中,所述量子设备元件702可以是量子计算设备的一部分。所述电磁电路元件704可以是例如谐振器元件。所述电磁电路元件704可以由所述量子设备元件702生成。在一个实施例中,所述电磁电路元件704可以存储在电磁电路元件的库中。在另一个实施例中,所述电磁电路元件704可以被模拟工具采用以促进对所述量子设备元件702和/或与所述量子设备元件702相关联的量子设备的模拟。另外,在某些实施例中,所述建模组件104可以基于所述电磁电路元件704识别和/或建模量子设备元件。
图8示出了根据本文所述的一个或多个实施例的示例性非限制性系统800的框图。为了简洁起见,省略了在此描述的其他实施例中采用的类似元件的重复描述。
所述系统800包括用于量子计算设备的等效电磁电路802。所述等效电磁电路802可以包括格式化为一组示意性元件的一组电磁电路元件。例如,所述等效电磁电路802可以包括被格式化为第一示意性元件804的第一电磁电路元件,被格式化为第二示意性元件806的第二电磁电路元件,被格式化为第三示意性元件808的第三电磁电路元件,等等。在一个示例中,所述第一示意性元件804(例如,所述第一电磁电路元件)可以连接到所述第二示意性元件806(例如,所述第二电磁电路元件)和所述第三示意性元件808(例如,所述第三电磁电路元件)。在一方面,所述等效电磁电路802的功能可以对应于与所述等效电磁电路802相关联的量子计算设备的功能。例如,所述建模组件104可以对量子计算设备的一个或多个量子设备元件建模以生成所述等效电磁电路802内的所述一组电磁电路元件。
图9示出了根据本文所述的一个或多个实施例的示例性非限制性图900的框图。为了简洁起见,省略了在此描述的其他实施例中采用的类似元件的重复描述。
所述曲线图900示出了根据本文所述的一个或多个实施例的响应函数902。曲线图900的水平轴描绘了频率(GHz)。曲线图900的垂直轴描绘了阻抗(Ω)。在一个实施例中,所述响应函数902可以是由所述模拟组件106为量子计算设备生成的响应函数。在一方面,可以基于所述响应函数902来确定用于量子计算设备的哈密尔顿数据。所述响应函数902可以对应于量子计算设备内的一个或多个位置处的阻抗和/或导纳。
图10示出了根据本文所述的一个或多个实施例的示例性非限制性系统1000的框图。为了简洁起见,省略了在此描述的其他实施例中采用的类似元件的重复描述。
所述系统1000可以包括量子计算设备1002。例如,所述量子计算设备1002可以是被所述建模组件104用来为量子计算设备1002建模一个或多个量子设备元件的量子计算设备的模型。在一个实施例中,所述量子计算设备1002的模型可以由计算机模拟器生成。该计算机模拟器可以是例如执行与所述量子计算设备1002相关联的一个或多个电磁场模拟的静态场模拟器。所述量子计算设备1002可以是量子电路、量子处理器、量子位设备、量子位单元和/或采用量子位的另一种类型的计算设备。在一个方面中,所述量子计算设备1002可以包括一个或多个量子设备元件,例如量子位元件、耦合器元件、读取元件、总线元件,或所述量子计算设备1002的另外元件。此外所述量子计算设备1002可以是基于量子物理学原理执行一组计算的机器。例如,所述量子计算设备1002可以使用量子位对信息进行编码。在一个实施例中,所述量子计算设备1002可以是硬件量子处理器(例如,硬件超导量子处理器)。例如,所述量子计算设备1002可以是使用量子位执行一组指令线程的硬件量子处理器。在非限制性示例中,所述量子计算设备1002的一部分1004可以对应于第一量子设备元件,所述量子计算设备1002的一部分1006可以对应于第二量子设备元件,并且所述量子计算设备1002一部分1008可以对应于第三量子设备元件。
图11示出了根据本文描述的一个或多个实施例的用于促进量子计算设备设计的示例性非限制性计算机实现的方法1100的流程图。在1102,通过可操作地耦合到处理器的系统(例如,通过建模组件104)将量子计算设备的量子设备元件建模为电磁电路元件,以生成用于所述量子计算设备的电磁电路数据。所述量子设备元件数据可以是例如所述量子计算设备的一个或多个量子设备元件的机器可读描述。附加地或替代地,所述量子设备元件数据可以与用于所述量子计算设备的一个或多个量子设备元件的一个或多个模型相关联。所述量子计算设备可以是例如量子电路、量子处理器、量子位设备、量子位单元和/或采用量子位的另一种类型的计算设备。来自所述一个或多个量子设备元件的量子设备元件可以包括例如量子计算设备的量子位元件、所述量子计算设备的耦合器、所述量子计算设备的读出器、所述量子计算设备的总线或所述量子计算设备的其他元件。在一个实施例中,可以生成指示与所述量子计算设备的量子设备元件之间的一个或多个连接相关联的信息的连接数据。此外,可以基于所述连接数据生成用于所述量子计算设备的所述电磁电路数据。在某些实施例中,可以基于电磁电路元件的库将所述量子计算设备的所述量子设备元件建模为所述电磁电路元件。
在1104处,确定是否存在另一量子设备元件。如果是,则所述计算机实现的方法1100返回到1102。如果否,则所述计算机实现的方法1100进行到1106。
在1106处,由所述系统(例如,通过模拟组件106)使用所述电磁电路数据来模拟所述量子计算设备,以生成指示用于所述量子计算设备的参数集的参数数据。在一个实施例中,可以使用所述电磁电路数据来模拟所述量子计算设备,以生成指示该量子计算设备的响应函数的响应函数数据。在又一个实施例中,可以基于所述响应函数数据来生成哈密尔顿数据。所述哈密尔顿数据可以指示与所述量子计算设备的能量和/或所述量子计算设备的电磁特性相关的信息。在一方面,所述哈密尔顿数据可以促进对串扰、互连、连接器、印刷电路板布局、电总线和/或与量子计算设备相关联的其他电特性的理解。
在1108,确定所述参数数据是否满足定义的标准。如果否,则所述计算机实现的方法1100返回到1106。如果是,则所述计算机实现的方法1100进行到1108。
在1110,由所述系统(例如,由设计组件202)基于所述参数数据生成指示所述量子计算设备的布局的设计数据。在一个实施例中,可以基于所述参数数据来修改所述量子计算设备的布局。所述设计数据可以指示所述量子计算设备的布局。例如,所述设计数据可以包括所述量子计算设备内一个或多个组件的位置。附加地或替代地,所述设计数据可以包括用于所述量子计算设备内的一个或多个组件的电参数。附加地或替代地,所述设计数据可以包括用于所述量子计算设备内的一个或多个组件的值和/或设置。附加地或替代地,所述设计数据可以包括所述量子计算设备内的一个或多个组件的尺寸、形状和/或布置。在一个实施例中,可以基于所述哈密尔顿数据来生成设计数据。在某些实施例中,所述计算机实现的方法1100可以包括:响应于所述哈密尔顿数据满足定义的标准的确定,由所述系统使用所述电磁电路数据来重新模拟所述量子计算设备。
图12示出了根据本文所述的一个或多个实施例,用于促进量子计算设备设计的示例性非限制性计算机实现的方法1200的流程图。在1202,通过可操作地耦合到处理器的系统(例如,通过建模组件104)对一个或多个量子设备元件进行建模,以确定一个或多个等效电磁电路元件。在1204,所述系统(例如,通过建模组件104)基于所述一个或多个等效电磁电路元件生成用于所述量子设备的等效电磁电路。在1206,由所述系统(例如,由模拟组件106)模拟用于所述量子设备的所述等效电磁电路,以获得用于所述量子设备的响应函数。在1208,由所述系统(例如,由模拟组件106)使用所述响应函数来计算所述量子设备的哈密尔顿参数集。在1210,确定是否获得期望的哈密尔顿参数。如果否,则所述计算机实现的方法1200返回到1206。如果是,则所述计算机实现的方法1200进入1108。在1212,所述系统(例如,设计组件202)使用所述哈密尔顿参数集的至少一个子集生成所述量子设备的布局。
为了简化说明,将计算机实现的方法论描绘和描述为一系列动作。应当理解和意识到,本发明不限于所示出的动作和/或动作的顺序,例如,动作可以以各种顺序和/或同时发生,并且具有本文未呈现和描述的其他动作。此外,根据所公开的主题,并非所有示出的动作都可以用来实现计算机实现的方法。另外,本领域技术人员将理解并认识到,计算机实现的方法可替代地经由状态图或事件表示为一系列相互关联的状态。另外,应该进一步认识到,下文中以及整个说明书中公开的计算机实现的方法能够存储在制品上,以利于将这种计算机实现的方法传输和转移到计算机。本文所使用的术语“制品”旨在涵盖可从任何计算机可读设备或存储介质访问的计算机程序。
此外,由于至少生成量子数据(例如,量子计算设备)的设计数据和/或布局、模拟电磁电路元件和/或等效电磁电路等是根据以下各项的组合来建立的:在电气和机械组件和电路中,人类无法复制或执行本文所公开的所述量子计算设备设计工具102(例如,所述建模组件104、所述模拟组件106和/或设计组件202)执行的处理。例如,人类无法生成设计数据、模拟电磁电路元件和/或等效电磁电路等。
为了提供所公开主题的各个方面的上下文,图13以及以下讨论旨在提供对其中所公开主题的各个方面可以在其中的合适环境的一般描述。已实施。图13示出了示例非限制性操作环境的框图,在该示例性非限制性操作环境中,可以促进本文所述的一个或多个实施例。为了简洁起见,省略了在此描述的其他实施例中采用的类似元件的重复描述。
参考图13,用于实现本公开的各个方面的合适的操作环境1300还可以包括计算机1312。所述计算机1312还可以包括处理单元1314、系统存储器1316和系统总线1318。所述系统总线1318将包括但不限于所述系统存储器1316的系统组件耦合到所述处理单元1314。所述处理单元1314可以是各种可用处理器中的任何一个。双微处理器和其它多处理器架构也可以用作所述处理单元1314。所述系统总线1318可以是若干类型的总线的结构(S)包括所述存储器总线或存储器控制器、外围总线或外部总线和/或使用任何各种的本地总线可用总线体系结构包括但不限于工业标准体系结构(ISA)、微-通道体系结构(MSA)、扩展ISA(EISA)、智能驱动电子(IDE)、VESA本地总线(VLB)、外围组件互连(PCI)、卡总线、通用串行总线(USB)、高级图形端口(AGP)、火线(IEEE1394)和小型计算机系统接口(SCSI)。
所述系统存储器1316还可以包括易失性存储器1320和非易失性存储器1322。所述基本输入/输出系统(BIOS)包含诸如在启动期间在所述计算机1312内的元件之间传递信息的基本例程,其存储在非易失性存储器1322中。计算机1312还可以包括可移动/不可移动、易失性/非易失性计算机存储介质。图13举例说明了磁盘存储设备1324。磁盘存储设备1324还可以包括但不限于磁盘驱动器、软盘驱动器、磁带驱动器、Jaz驱动器、Zip驱动器、LS-100驱动器、闪存卡或记忆棒。所述磁盘存储设备1324还可以单独地或与其他存储介质组合地包括存储介质。为了促进所述磁盘存储1324与所述系统总线1318的连接,通常使用可移动或不可移动接口,例如接口1326。图13还描绘了再适当的操作环境1300中充当用户与用户界面中描述的基本计算机资源之间的中介的软件。这样的软件还可以包括例如操作系统1328。可以存储在磁盘存储器1324上的操作系统1328用于控制和分配计算机1312的资源。
系统的应用程序资源1330优先由操作系统1328通过程序模块1332和程序数据1334管理,例如,无论是存储在系统存储器1316或磁盘存储1324。应当理解的是,本公开内容可以是用各种操作系统或操作系统组合来实现。用户通过输入设备1336向计算机1312输入命令或信息。输入设备1336包括但不限于诸如鼠标、跟踪球、手写笔、触摸板、键盘、麦克风、操纵杆、游戏垫、卫星天线、扫描仪、电视调谐卡、数码相机、数码摄像机、网络摄像机等。这些和其他输入设备经由接口端口1338通过系统总线1318连接到所述处理单元1314。接口端口1338包括例如串行端口、并行端口、游戏端口和通用端口以及串行总线(USB)。输出设备1340使用一些与输入设备1336相同类型的端口。因此,例如,USB端口可用于向计算机1312提供输入,并将信息从计算机1312输出到输出设备1340。输出适配器1342被提供以描述一些输出设备1340像监视器、扬声器和打印机,其他输出设备1340中,需要特殊适配器。作为说明而非限制,输出适配器1342包括视频和声卡,其提供了输出设备1340和系统总线1318之间的连接方式。应当注意,其他设备和/或设备系统同时提供输入和输出功能这两者,例如远程计算机1344。
计算机1312可以使用一个或多个远程计算机(例如一个或多个远程计算机1344)的逻辑连接在联网环境中操作。所述一个或多个远程计算机1344可以是计算机、服务器、路由器、网络PC、工作站、基于微处理器的设备、对等设备或其他公共网络节点等,并且通常还可以包括相对于计算机1312所描述的许多或所有元件。为简洁起见,仅存储器存储设备1346远程计算机1344被示出为具有远程计算机1344。所述远程计算机1344通过网络接口1348逻辑地连接到计算机1312,然后经由通信连接1350物理地连接。网络接口1348包含有线和/或无线通信网络,例如局域网(LAN)、广域网(WAN)、蜂窝网络等。LAN技术包括光纤分布式数据接口(FDDI)、铜缆分布式数据接口(CDDI)、以太网、令牌环等。WAN技术包括但不限于点对点链接、电路交换网络(如集成服务数字网络(ISDN))及其上的变体、分组交换网络和数字用户线(DSL)。通信连接1350指用于将网络接口1348连接到系统总线1318的硬件/软件。虽然为了说明清楚起见示出了计算机1312内部的通信连接1350,但是它也可以在计算机1312的外部。用于连接到网络接口1348的硬件/软件还可以仅出于示例性目的包括内部和外部技术,例如调制解调器包括常规电话级调制解调器、电缆调制解调器和DSL调制解调器、ISDN适配器和以太网卡。
在任何可能的技术细节结合层面,本发明可以是系统、方法、设备和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是--但不限于--电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、集成电路配置数据或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言-诸如Smalltalk、C++等,以及过程式编程语言-诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络-包括局域网(LAN)或广域网(WAN)-连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本发明的各个方面。
这里参照根据本发明实施例的方法、设备(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理设备的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理设备的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的设备。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理设备和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。也可以把计算机可读程序指令加载到计算机、其它可编程数据处理设备、或其它设备上,使得在计算机、其它可编程数据处理设备或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理设备、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
尽管上面已经在运行在一个或多个计算机上的计算机程序产品的计算机可执行指令的一般上下文中描述了本主题,但是本领域技术人员将认识到,本公开内容也可以或可以是与其他程序模块结合实现。通常,程序模块包括执行特定任务和/或实现特定抽象数据类型的例程、程序、组件、数据结构等。此外,本领域技术人员将理解,可以用其他计算机系统配置来实践本发明的计算机实现的方法,包括单处理器或多处理器计算机系统、小型计算设备、大型计算机以及手持式计算机、计算设备(例如PDA、电话)、基于微处理器或可编程的消费类或工业电子产品等。所示出的方面也可以在分布式计算环境中实践,在分布式计算环境中,任务由通过通信网络链接的远程处理设备执行。然而,本公开的一些(如果不是全部)方面可以在独立计算机上实践。在分布式计算环境中,程序模块可以位于本地和远程存储设备中。
如在本申请中使用的,术语“组件”、“系统”、“平台”、“接口”等可以指代和/或可以包括计算机相关实体或与计算机相关的实体。具有一个或多个特定功能的可操作机器。本文公开的实体可以是硬件、硬件和软件的组合、软件或执行中的软件。例如,组件可以是但不限于在处理器上运行的进程、处理器、对象、可执行文件、执行线程、程序和/或计算机。作为说明,在服务器上运行的应用程序和服务器都可以是组件。一个或多个组件可以驻留在执行的进程和/或线程中,并且一个组件可以位于一台计算机上和/或分布在两个或多个计算机之间。在另一个示例中,各个组件可以从其上存储有各种数据结构的各种计算机可读介质执行。组件可以例如根据具有一个或多个数据包的信号(例如,来自一个组件与本地系统、分布式系统中和/或跨网络的另一组件交互的数据,由此通过信号与其他系统连接)经由本地和/或远程过程进行通信。作为另一示例,组件可以是具有由电气或电子电路操作的机械部件提供的特定功能的设备,该机械部件由处理器执行的软件或固件应用程序操作。在这种情况下,处理器可以在设备内部或外部,并且可以执行软件或固件应用程序的至少一部分。作为又一个示例,组件可以是通过不具有机械部件的电子组件提供特定功能的设备,其中电子组件可以包括处理器或其他设备,以执行至少部分地赋予电子组件功能的软件或固件。在一方面,组件可以经由虚拟机例如在云计算系统内模拟电子组件。
另外,术语“或”旨在表示包含性的“或”而不是排他性的“或”。也就是说,除非另有说明或从上下文可以清楚看出,否则“X使用A或B”旨在表示任何自然的包含性排列。也就是说,如果X使用A;X使用B;或X使用A和B两者,则在任何前述情况下都满足“X使用A或B”。此外,在主题说明书和附图中使用的冠词“一”和“一个”通常应被解释为表示“一个或多个”,除非另有说明或从上下文清楚地理解为是单数形式。如本文所使用的,术语“示例”和/或“示例性”用于表示用作示例、实例或说明。为了避免疑问,本文所公开的主题不受这些示例的限制。另外,本文中描述为“示例”和/或“示例性”的任何方面或设计不必被解释为比其他方面或设计优选或有利,也不意味着排除那些本领域普通技术人员已知的等效示例性结构和技术。
如在本说明书中所采用的那样,术语“处理器”可以基本上指代包括但不限于单核处理器的任何计算处理单元或设备;例如,单处理器、具有软件多线程执行能力的单处理器、多核处理器、具有软件多线程执行能力的多核处理器、具有硬件多线程技术的多核处理器、并行平台以及具有分布式共享存储器的并行平台。另外,处理器可以指集成电路、专用集成电路(ASIC)、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、可编程逻辑控制器(PLC)、复杂的可编程逻辑设备(CPLD)、离散门或晶体管逻辑、离散硬件组件,此外,处理器可以利用纳米级架构,例如但不限于基于分子和量子点的晶体管、开关和门,以优化空间使用或增强用户设备的性能。处理器也可以被实现为计算处理单元的组合。在本公开中,诸如“存储”、“存储”、“数据存储”、“数据存储”、“数据库”以及与组件的操作和功能有关的基本上任何其他信息存储组件的术语被用来指代“存储器组件”、包含在“存储器”中的实体或包含存储器的组件。应当理解,本文所述的存储器和/或存储器组件可以是易失性存储器或非易失性存储器,或者可以包括易失性和非易失性存储器两者。作为说明而非限制,非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除ROM(EEPROM)、闪存或非易失性随机存取存储器(RAM)(例如铁电RAM(FeRAM)。易失性存储器可以包括RAM,例如,RAM可以用作外部高速缓存。通过说明而非限制,RAM有多种形式,例如同步RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双倍数据速率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链接DRAM(SLDRAM)、直接Rambus RAM(DRRAM),直接Rambus动态RAM(DRDRAM)和Rambus动态RAM(RDRAM)。另外,本文公开的系统或计算机实现的方法的存储器组件旨在包括但不限于包括这些和任何其他合适类型的存储器。
上面已经描述的仅包括系统和计算机实现的方法的示例。当然,不可能为了描述本公开而描述组件或计算机实现的方法的每种可能的组合,但是本领域的普通技术人员可以认识到,本公开的许多其他组合和置换是可能的。此外,在详细说明,权利要求书,附录和附图中使用术语“包括”、“具有”、“具有”等的程度时,这些术语旨在以类似于术语“当在权利要求中被用作过渡词时,解释“包括”为“包括”。
以上已经描述了各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (23)
1.一种量子计算设备设计工具的系统,包括:
存储计算机可执行组件的存储器;
执行存储在所述存储器中的计算机可执行组件的处理器,其中,所述计算机可执行组件包括:
建模组件,其将量子计算设备的量子设备元件建模为电磁电路元件,以生成用于所述量子计算设备的电磁电路数据;以及
模拟组件,其使用所述电磁电路数据来模拟所述量子计算设备,以生成指示所述量子计算设备的响应函数的响应函数数据。
2.根据权利要求1所述的系统,其中所述量子设备元件是所述量子计算设备的第一量子设备元件,并且其中所述建模组件生成指示所述第一量子设备元件与所述量子计算设备的第二量子设备元件之间的连接相关的信息的连接数据。
3.根据权利要求2所述的系统,其中,所述建模组件基于所述连接数据为所述量子计算设备生成所述电磁电路数据。
4.根据权利要求1所述的系统,其中,所述模拟组件基于所述响应函数数据来生成哈密尔顿数据。
5.根据权利要求4所述的系统,其中响应于确定所述哈密尔顿数据满足定义的标准,所述模拟组件使用所述电磁电路数据来重新模拟所述量子计算设备。
6.根据权利要求4所述的系统,其中,所述计算机可执行组件包括:
设计组件,其基于所述哈密尔顿数据生成指示所述量子计算设备的布局的设计数据。
7.根据权利要求1所述的系统,其中所述建模组件基于电磁电路元件的库,将所述量子计算设备的所述量子设备元件建模为所述电磁电路元件。
8.根据权利要求1所述的系统,其中由所述模拟组件生成的所述响应函数数据促进所述量子计算设备提升质量。
9.根据权利要求4所述的系统,其中,所述哈密尔顿数据指示与所述量子计算设备的能量相关联的信息。
10.一种计算机实现的方法,包括:
通过可操作地耦合到处理器的系统,将量子计算设备的量子设备元件建模为电磁电路元件,以生成用于所述量子计算设备的电磁电路数据;
所述系统模拟所述量子计算设备,使用所述电磁电路数据生成指示所述量子计算设备的参数集的参数数据;以及
所述系统基于所述参数数据生成指示所述量子计算设备的布局的设计数据。
11.根据权利要求10所述的计算机实现的方法,其中所述模拟所述量子计算设备包括:使用所述电磁电路数据来模拟所述量子计算设备,以生成指示所述量子计算设备的响应函数的响应函数数据。
12.根据权利要求11所述的计算机实现的方法,其中所述模拟所述量子计算设备包括:基于所述响应函数数据来生成哈密尔顿数据。
13.根据权利要求10所述的计算机实施的方法,其中所述生成所述设计数据包括基于所述哈密尔顿数据来生成所述设计数据。
14.根据权利要求10所述的计算机实现的方法,还包括:
响应于确定所述哈密尔顿数据满足已定义的标准,由所述系统使用所述电磁电路数据重新模拟所述量子计算设备。
15.根据权利要求10所述的计算机实现的方法,还包括:
由所述系统产生连接数据,所述连接数据指示与所述量子计算设备的量子设备元件之间的一个或多个连接相关的信息。
16.根据权利要求15所述的计算机实现的方法,其中对所述量子设备元件进行所述建模包括:基于所述连接数据来生成用于所述量子计算设备的所述电磁电路数据。
17.根据权利要求10所述的计算机实现的方法,其中,对所述量子设备元件进行所述建模包括:基于电磁电路元件的库,将所述量子计算设备的所述量子设备元件建模为所述电磁电路元件。
18.根据权利要求10所述的计算机实现的方法,其中,所述生成所述设计数据包括改进所述量子计算设备。
19.一种用于量子计算设备设计的计算机程序产品,所述计算机程序产品包括计算机可读存储介质,所述计算机可读存储介质具有包含在其中的程序指令,所述程序指令可由处理器执行以使所述处理器执行以下操作:
由所述处理器将量子计算设备的一个或多个量子设备元件建模为一个或多个电磁电路元件;
由所述处理器基于所述一个或多个电磁电路元件生成用于所述量子计算设备的等效电磁电路;
由所述处理器模拟所述等效电磁电路,以产生指示所述量子计算设备的参数集的参数数据;以及
由所述处理器基于所述参数数据生成指示所述量子计算设备的布局的设计数据。
20.根据权利要求19所述的计算机程序产品,其中,所述程序指令还可以由所述处理器执行以使所述处理器:
由所述处理器模拟所述等效电磁电路以生成指示量子计算设备的响应函数的响应函数数据。
21.根据权利要求20所述的计算机程序产品,其中所述程序指令还可以由所述处理器执行以使所述处理器:
由处理器基于所述响应函数数据生成哈密尔顿数据,其中所述哈密尔顿数据指示与所述量子计算设备的能量相关联的信息。
22.一种计算机实现的方法,包括:
通过可操作地耦合到处理器的系统,将量子计算设备的一个或多个量子设备元件建模为一个或多个电磁电路元件;
由所述系统基于所述一个或多个电磁电路元件生成用于所述量子计算设备的等效电磁电路;
由所述系统模拟所述等效电磁电路以生成指示所述量子计算设备的响应函数的响应函数数据;
由所述系统使用所述响应函数为所述量子计算设备生成哈密尔顿参数集;并且
由所述系统基于所述哈密尔顿参数集生成所述量子计算设备的布局。
23.根据权利要求22所述的计算机实现的方法,还包括:
响应于确定来自所述哈密尔顿参数集的哈密尔顿参数满足已定义的标准,由所述系统重新模拟所述等效电磁电路。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/883,652 US11074382B2 (en) | 2018-01-30 | 2018-01-30 | Quantum computing device design |
US15/883,652 | 2018-01-30 | ||
PCT/EP2019/050608 WO2019149503A1 (en) | 2018-01-30 | 2019-01-11 | Quantum computing device design |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111566676A true CN111566676A (zh) | 2020-08-21 |
Family
ID=65013708
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980007426.0A Pending CN111566676A (zh) | 2018-01-30 | 2019-01-11 | 量子计算设备设计 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11074382B2 (zh) |
EP (1) | EP3746947A1 (zh) |
JP (1) | JP7110357B2 (zh) |
CN (1) | CN111566676A (zh) |
WO (1) | WO2019149503A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112749809A (zh) * | 2021-01-14 | 2021-05-04 | 北京百度网讯科技有限公司 | 构造量子仿真系统的方法和装置 |
CN112819170A (zh) * | 2021-01-22 | 2021-05-18 | 北京百度网讯科技有限公司 | 控制脉冲生成方法、装置、系统、设备及存储介质 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10657212B2 (en) * | 2018-09-18 | 2020-05-19 | International Business Machines Corporation | Application- or algorithm-specific quantum circuit design |
US11551130B2 (en) * | 2019-10-02 | 2023-01-10 | Microsoft Technology Licensing, Llc | Quantum computing device model discretization |
US11288589B1 (en) * | 2021-01-14 | 2022-03-29 | Classiq Technologies LTD. | Quantum circuit modeling |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050182614A1 (en) * | 2004-02-12 | 2005-08-18 | Microsoft Corporation | Systems and methods that facilitate quantum computer simulation |
CN101548288A (zh) * | 2006-12-05 | 2009-09-30 | D-波系统公司 | 用于量子处理器元件本地编程的系统、方法和装置 |
WO2017078731A1 (en) * | 2015-11-06 | 2017-05-11 | Rigetti & Co., Inc. | Analyzing quantum information processing circuits |
Family Cites Families (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6665849B2 (en) | 1999-06-09 | 2003-12-16 | Interuniversitair Microelektronica Centrum Vzw | Method and apparatus for simulating physical fields |
JP3279287B2 (ja) * | 1999-06-07 | 2002-04-30 | 日本電気株式会社 | 回路シミュレータ及び回路シミュレーション方法 |
US9208270B2 (en) * | 2000-08-02 | 2015-12-08 | Comsol Ab | System and method for establishing bidirectional links between multiphysics modeling and design systems |
TWI330889B (en) * | 2004-05-31 | 2010-09-21 | Ibm | Quantum device, quantum logic device, method of driving quantum logic device, and logic circuit constituted of quantum logic device |
US20060123363A1 (en) | 2004-12-07 | 2006-06-08 | Williams Colin P | Method and apparatus for automated design of quantum circuits |
JP4857027B2 (ja) * | 2006-05-31 | 2012-01-18 | キヤノン株式会社 | レーザ素子 |
US7962866B2 (en) * | 2006-12-29 | 2011-06-14 | Cadence Design Systems, Inc. | Method, system, and computer program product for determining three-dimensional feature characteristics in electronic designs |
US8421053B2 (en) | 2008-03-24 | 2013-04-16 | D-Wave Systems Inc. | Oubit based systems, devices, and methods for analog processing |
JP5451174B2 (ja) * | 2009-05-14 | 2014-03-26 | キヤノン株式会社 | 充電器及びその制御方法 |
US11610037B2 (en) * | 2009-12-29 | 2023-03-21 | Comsol Ab | System and method for accessing settings in a multiphysics modeling system using a model tree |
US8513647B1 (en) | 2010-04-09 | 2013-08-20 | University Of Washington Through Its Center For Commercialization | Quantum computational device employing multi-qubit structures and associated systems and methods |
US20120212375A1 (en) * | 2011-02-22 | 2012-08-23 | Depree Iv William Frederick | Quantum broadband antenna |
US8539400B2 (en) * | 2011-09-29 | 2013-09-17 | International Business Machines Corporation | Routability using multiplexer structures |
GB2502881B (en) * | 2012-04-23 | 2016-03-16 | E Vision Smart Optics Inc | Systems, devices, and/or methods for managing implantable devices |
JP2014239871A (ja) * | 2013-05-07 | 2014-12-25 | 安東 秀夫 | 生体活動検出方法、生体活動測定装置、生体活動検出信号の転送方法および生体活動情報を利用したサービスの提供方法 |
US9836563B2 (en) | 2013-09-26 | 2017-12-05 | Synopsys, Inc. | Iterative simulation with DFT and non-DFT |
US10127499B1 (en) * | 2014-08-11 | 2018-11-13 | Rigetti & Co, Inc. | Operating a quantum processor in a heterogeneous computing architecture |
US9971970B1 (en) * | 2015-04-27 | 2018-05-15 | Rigetti & Co, Inc. | Microwave integrated quantum circuits with VIAS and methods for making the same |
JP6378150B2 (ja) * | 2015-09-18 | 2018-08-22 | ヤフー株式会社 | 最適化装置、最適化方法および最適化プログラム |
CN109313725B (zh) * | 2015-12-16 | 2021-12-24 | 谷歌有限责任公司 | 利用共面波导通量量子比特的可编程通用量子退火 |
US9826699B1 (en) * | 2016-05-25 | 2017-11-28 | Monsanto Technology Llc | Plants and seeds of hybrid corn variety CH467147 |
US10255555B2 (en) * | 2016-11-10 | 2019-04-09 | Rigetti & Co, Inc. | Generating quantum logic control sequences for quantum information processing hardware |
US10332024B2 (en) * | 2017-02-22 | 2019-06-25 | Rigetti & Co, Inc. | Modeling superconducting quantum circuit systems |
-
2018
- 2018-01-30 US US15/883,652 patent/US11074382B2/en active Active
-
2019
- 2019-01-11 WO PCT/EP2019/050608 patent/WO2019149503A1/en unknown
- 2019-01-11 CN CN201980007426.0A patent/CN111566676A/zh active Pending
- 2019-01-11 JP JP2020537468A patent/JP7110357B2/ja active Active
- 2019-01-11 EP EP19700379.1A patent/EP3746947A1/en active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050182614A1 (en) * | 2004-02-12 | 2005-08-18 | Microsoft Corporation | Systems and methods that facilitate quantum computer simulation |
CN101548288A (zh) * | 2006-12-05 | 2009-09-30 | D-波系统公司 | 用于量子处理器元件本地编程的系统、方法和装置 |
WO2017078731A1 (en) * | 2015-11-06 | 2017-05-11 | Rigetti & Co., Inc. | Analyzing quantum information processing circuits |
US20170228483A1 (en) * | 2015-11-06 | 2017-08-10 | Rigetti & Co., Inc. | Analyzing quantum information processing circuits |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112749809A (zh) * | 2021-01-14 | 2021-05-04 | 北京百度网讯科技有限公司 | 构造量子仿真系统的方法和装置 |
CN112749809B (zh) * | 2021-01-14 | 2021-12-14 | 北京百度网讯科技有限公司 | 构造量子仿真系统的方法和装置 |
CN112819170A (zh) * | 2021-01-22 | 2021-05-18 | 北京百度网讯科技有限公司 | 控制脉冲生成方法、装置、系统、设备及存储介质 |
CN112819170B (zh) * | 2021-01-22 | 2021-11-05 | 北京百度网讯科技有限公司 | 控制脉冲生成方法、装置、系统、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
JP7110357B2 (ja) | 2022-08-01 |
WO2019149503A1 (en) | 2019-08-08 |
US20210357562A1 (en) | 2021-11-18 |
JP2021512387A (ja) | 2021-05-13 |
EP3746947A1 (en) | 2020-12-09 |
US20190236218A1 (en) | 2019-08-01 |
US11074382B2 (en) | 2021-07-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111373420B (zh) | 用于量子计算的方法和系统 | |
CN111566676A (zh) | 量子计算设备设计 | |
US11948093B2 (en) | Generating and managing deep tensor neural networks | |
US20210350060A1 (en) | Quantum circuit decomposition by integer programming | |
US11157667B2 (en) | Gate fusion for measure in quantum computing simulation | |
US20230145090A1 (en) | Generating samples of outcomes from a quantum simulator | |
CN111149116B (zh) | 通过电路重写调试量子电路 | |
US11741375B2 (en) | Capturing the global structure of logical formulae with graph long short-term memory | |
CN113168582A (zh) | 量子计算仿真中的受控非门并行化 | |
Jalving et al. | A graph‐based computational framework for simulation and optimisation of coupled infrastructure networks | |
US10885678B2 (en) | Facilitating quantum tomography | |
Sánchez et al. | A comprehensive survey on electronic design automation and graph neural networks: Theory and applications | |
Nagamani et al. | Robust extended dissipativity analysis for Markovian jump discrete-time delayed stochastic singular neural networks | |
Ankan et al. | Mastering probabilistic graphical models using python | |
US11704455B2 (en) | Representing the operation of a quantum computing device over time | |
US12001769B2 (en) | Quantum computing device design | |
US20220207413A1 (en) | Loss augmentation for predictive modeling | |
US11551126B2 (en) | Quantum data post-processing | |
Hussain | Readle: A Formal Framework for Designing AI-based Edge Systems | |
Chen et al. | An invariance constrained deep learning network for PDE discovery | |
Edwards et al. | On the Trade-Off Between Efficiency and Precision of Neural Abstraction | |
Shi et al. | Towards complex dynamic physics system simulation with graph neural ordinary equations | |
CN117011874A (zh) | 基于人工智能的文本检测方法、装置、设备及存储介质 |
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 |