CN111989686A - 用于提高模拟处理器的性能的系统和方法 - Google Patents

用于提高模拟处理器的性能的系统和方法 Download PDF

Info

Publication number
CN111989686A
CN111989686A CN201980016689.8A CN201980016689A CN111989686A CN 111989686 A CN111989686 A CN 111989686A CN 201980016689 A CN201980016689 A CN 201980016689A CN 111989686 A CN111989686 A CN 111989686A
Authority
CN
China
Prior art keywords
processor
analog
quantum
embedded
digital
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
CN201980016689.8A
Other languages
English (en)
Other versions
CN111989686B (zh
Inventor
安德鲁·道格拉斯·金
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.)
D Wave Systems Inc
Original Assignee
D Wave Systems Inc
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 D Wave Systems Inc filed Critical D Wave Systems Inc
Publication of CN111989686A publication Critical patent/CN111989686A/zh
Application granted granted Critical
Publication of CN111989686B publication Critical patent/CN111989686B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06J—HYBRID COMPUTING ARRANGEMENTS
    • G06J1/00—Hybrid computing arrangements
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61K—PREPARATIONS FOR MEDICAL, DENTAL OR TOILETRY PURPOSES
    • A61K31/00—Medicinal preparations containing organic active ingredients
    • A61K31/33—Heterocyclic compounds
    • A61K31/395—Heterocyclic compounds having nitrogen as a ring hetero atom, e.g. guanethidine or rifamycins
    • A61K31/495—Heterocyclic compounds having nitrogen as a ring hetero atom, e.g. guanethidine or rifamycins having six-membered rings with two or more nitrogen atoms as the only ring heteroatoms, e.g. piperazine or tetrazines
    • A61K31/496—Non-condensed piperazines containing further heterocyclic rings, e.g. rifampin, thiothixene
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61K—PREPARATIONS FOR MEDICAL, DENTAL OR TOILETRY PURPOSES
    • A61K45/00—Medicinal preparations containing active ingredients not provided for in groups A61K31/00 - A61K41/00
    • A61K45/06—Mixtures of active ingredients without chemical characterisation, e.g. antiphlogistics and cardiaca
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
    • G06N3/063—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using electronic means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00—Radiation therapy
    • A61N5/06—Radiation therapy using light
    • A61N5/0613—Apparatus adapted for a specific treatment
    • A61N5/062—Photodynamic therapy, i.e. excitation of an agent
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N5/00—Radiation therapy
    • A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/044—Recurrent networks, e.g. Hopfield networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/047—Probabilistic or stochastic networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Medicinal Chemistry (AREA)
  • Biophysics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Chemical & Material Sciences (AREA)
  • Biomedical Technology (AREA)
  • Pharmacology & Pharmacy (AREA)
  • Epidemiology (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Automation & Control Theory (AREA)
  • Neurology (AREA)
  • Molecular Biology (AREA)
  • Computer Hardware Design (AREA)
  • Fuzzy Systems (AREA)
  • Superconductor Devices And Manufacturing Methods Thereof (AREA)

Abstract

在包括至少一个模拟处理器和至少一个数字处理器的混合计算系统中，在该(多个)模拟处理器上重复地运行或执行嵌入式问题，以生成针对该计算问题的第一多个候选解；向该(多个)数字处理器返回这些候选解，该数字处理器确定这些候选解的至少一个统计特征的值；调节该(多个)模拟处理器中的多个模拟器件的至少一个可编程参数以至少部分地补偿与该至少一个统计特征的预期值的偏差，该至少一个统计特征的预期值是从该嵌入式问题的结构推断的；再次在该(多个)模拟处理器上重复地运行或执行该嵌入式问题以生成针对该计算问题的第二多个候选解。

Description

用于提高模拟处理器的性能的系统和方法
技术领域
本披露内容总体上涉及模拟处理器(比如量子处理器)以及相关联的系统、器件、方法和制品。
背景技术
量子器件
量子器件是在其中可观察到量子力学效应的结构。量子器件包括在其中由量子力学效应主导电流传输的电路。这种器件包括自旋电子器件和超导电路。自旋和超导性均是量子力学现象。量子器件可以用于测量仪器、用在计算机械中等。
量子计算
量子计算机是直接使用比如叠加、隧穿和纠缠等至少一种量子力学现象来执行数据运算的系统。量子计算机的元件是量子位。量子计算机可以为某些类别的计算问题(如模拟量子物理的计算问题)提供加速。
量子退火
量子退火是一种计算方法，该计算方法可以用于找出系统的低能态，通常优选地是系统的基态。在概念上与经典的模拟退火类似，该方法所依赖的基本原理在于自然系统趋向于较低能态，因为较低能态更加稳定。虽然经典退火使用经典的热波动来将系统引导到低能态，但量子退火可以使用比如量子隧穿等量子效应作为离域来源，以便比经典退火更精确和/或更快速地达到能量最小值。
量子处理器可以被设计成执行量子退火和/或绝热量子计算。同与问题哈密尔顿算子成比例的第一项以及与离域哈密尔顿算子成比例的第二项之和成比例的演化哈密尔顿算子可以被构造如下：
HE∝A(t)HP+B(t)HD
其中，HE是演化哈密尔顿算子，HP是问题哈密尔顿算子，HD是离域哈密尔顿算子，并且A(t)、B(t)是可以控制演化速率并且通常处于[0，1]范围内的系数。
在一些实施方式中，可以对问题哈密尔顿算子应用时变包络函数。合适的离域哈密尔顿算子由下式给出：
Figure BDA0002662180280000021
其中，N表示量子位数量，
Figure BDA0002662180280000022
是第i个量子位的泡利x-矩阵，并且Δi是在第i个量子位中诱发的单量子位隧道分裂。此处，
Figure BDA0002662180280000023
项是“非对角”项的示例。
常见问题哈密尔顿算子包括与对角单量子位项成比例的第一分量以及与对角多量子位项成比例的第二分量，并且可以是以下形式：
Figure BDA0002662180280000024
其中，N表示量子位数量，
Figure BDA0002662180280000025
是第i个量子位的泡利z-矩阵，hi和Jij分别是量子位的无量纲的局部场和量子位之间的耦合，并且ε是HP的特性能量标度。
此处，
Figure BDA0002662180280000031
和
Figure BDA0002662180280000032
项是对角项的示例。前者是单量子位项，并且后者是双量子位项。
贯穿本说明书，除非上下文另外指明，否则术语“问题哈密尔顿算子”和“最终哈密尔顿算子”被可互换地使用。量子处理器的某些状态在能量上是优选的，或者简单地在问题哈密尔顿算子上是优选的。这些状态包括基态，但可以包括激发态。
可以用各种不同的方式在物理上实现哈密尔顿算子(比如在以上两个方程式中分别为HD和HP)。通过实施超导量子位而实现具体的示例。
发明内容
一种混合计算系统的操作方法，该混合计算系统包括模拟处理器和至少一个数字处理器，该模拟处理器和该至少一个数字处理器彼此通信地耦合，该模拟处理器包括多个模拟器件，该多个模拟器件的特征在于至少一个可编程参数，该至少一个可编程参数可由该数字处理器编程，该方法可以被概括为包括：该至少一个数字处理器将计算问题嵌入该模拟处理器以生成嵌入式问题；该至少一个数字处理器使该嵌入式问题在该模拟处理器上第一次重复运行，以生成针对该计算问题的第一多个候选解；向该至少一个数字处理器返回针对该计算问题的第一多个候选解；该至少一个数字处理器确定针对该计算问题的第一多个候选解的至少一个统计特征的值；调节该模拟处理器中的多个模拟器件的至少一个可编程参数以至少部分地补偿与该至少一个统计特征的预期值的偏差，该至少一个统计特征的预期值是从该嵌入式问题的结构推断的；以及该至少一个数字处理器使该嵌入式问题在该模拟处理器上第二次重复运行，以生成针对该计算问题的第二多个候选解。
该至少一个数字处理器将计算问题嵌入该模拟处理器以生成嵌入式问题可以包括：该至少一个数字处理器将计算问题嵌入量子处理器。该至少一个数字处理器将计算问题嵌入量子处理器可以包括：该至少一个数字处理器将计算问题嵌入超导量子处理器。
调节该模拟处理器中的多个模拟器件的至少一个可编程参数以至少部分地补偿与该至少一个统计特征的预期值的偏差可以包括：调节该超导量子处理器中的多个超导通量量子位以及超导耦合器件的至少一个可编程参数。调节该超导量子处理器中的多个超导通量量子位以及超导耦合器件的至少一个可编程参数可以包括：调节通量、通量偏置偏移、耦合强度和退火偏移中的至少一个。
该至少一个数字处理器将计算问题嵌入该模拟处理器以生成嵌入式问题可以包括：该至少一个数字处理器将优化问题嵌入该模拟处理器。
调节该模拟处理器中的多个模拟器件的至少一个可编程参数以至少部分地补偿与该至少一个统计特征的预期值的偏差，该至少一个统计特征的预期值是从该嵌入式问题的结构推断的，可以包括：调节该模拟处理器中的多个模拟器件的至少一个可编程参数以至少部分补偿与该至少一个统计特征的预期值的偏差，该至少一个统计特征的预期值是从该嵌入式问题的一个或多个对称性推断的。调节该模拟处理器中的多个模拟器件的至少一个可编程参数以至少部分地补偿与该至少一个统计特征的预期值的偏差，该至少一个统计特征的预期值是从该嵌入式问题的结构推断的，可以包括：调节该模拟处理器中的多个模拟器件的至少一个可编程参数以至少部分补偿与该至少一个统计特征的预期值的偏差，该至少一个统计特征的预期值是从该嵌入式问题的一个或多个图自同构推断的。
该至少一个数字处理器确定针对该计算问题的第一多个候选解的至少一个统计特征的值可以包括：该至少一个数字处理器确定磁化和自旋-自旋相关性中的至少一个的值。
该至少一个数字处理器将计算问题嵌入该模拟处理器以生成嵌入式问题可以包括：该至少一个数字处理器将计算问题嵌入包含重复晶格的拓扑。
该至少一个数字处理器将计算问题嵌入包含重复晶格的拓扑可以包括：该至少一个数字处理器将计算问题嵌入包含三角形晶格和正方形晶格中的至少一个的拓扑。
该混合计算系统的操作方法可以进一步包括：向该至少一个数字处理器返回针对该计算问题的第二多个候选解；该至少一个数字处理器确定针对该计算问题的第二多个候选解的至少一个统计特征的值；以及调节该模拟处理器中的多个模拟器件的至少一个可编程参数以至少部分补偿与该至少一个统计特征的预期值的偏差。
一种混合计算系统，该混合计算系统可以被概括为包括：至少一个模拟处理器，该至少一个模拟处理器包括多个模拟器件；至少一个基于数字处理器的器件，该至少一个基于数字处理器的器件通信地耦合到该至少一个模拟处理器；以及至少一个非暂态计算机可读存储介质，该至少一个非暂态计算机可读存储介质存储处理器可执行指令，这些指令在被执行时使至少一个基于处理器的器件：将计算问题嵌入该模拟处理器以生成嵌入式问题；使该嵌入式问题在该模拟处理器上第一次重复运行，以生成针对该计算问题的第一多个候选解；向该数字处理器返回针对该计算问题的第一多个候选解；确定针对该计算问题的第一多个候选解的至少一个统计特征的值；调节该模拟处理器中的多个模拟器件的至少一个可编程参数以至少部分地补偿与该至少一个统计特征的预期值的偏差，该至少一个统计特征的预期值是从该嵌入式问题的结构推断的；以及使该嵌入式问题在该模拟处理器上第二次重复运行，以生成针对该计算问题的第二多个候选解。
该模拟处理器可以包括量子处理器。该量子处理器可以包括超导量子处理器。
该多个模拟器件的至少一个可编程参数可以包括该超导量子处理器中的多个超导通量量子位以及超导耦合器件的至少一个可编程参数。
在被执行时使至少一个基于处理器的器件调节该超导量子处理器中的多个超导通量量子位以及超导耦合器件的至少一个可编程参数的这些处理器可执行指令可以包括：在被执行时使至少一个基于处理器的器件调节通量、通量偏置偏移、耦合强度和退火偏移中的至少一个的指令。
该计算问题可以包括优化问题。该嵌入式问题的结构可以包括该嵌入式问题的一个或多个对称性。该嵌入式问题的结构包括该嵌入式问题的一个或多个图自同构。
该第一多个候选解的至少一个统计特征可以包括磁化和自旋-自旋相关性中的至少一个。
该模拟处理器可以包括包含重复晶格的拓扑。在一些实施方式中，该重复晶格是三角形晶格和正方形晶格中的至少一个。
该混合计算系统可以进一步包括至少一个非暂态计算机可读存储介质，该至少一个非暂态计算机可读存储介质存储处理器可执行指令，这些指令在被执行时使至少一个基于处理器的器件：向该数字处理器返回针对该计算问题的第二多个候选解；确定针对该计算问题的第二多个候选解的至少一个统计特征的值；以及调节该模拟处理器中的多个模拟器件的至少一个可编程参数以至少部分补偿与该至少一个统计特征的预期值的偏差。
附图说明
在附图中，相同的附图标记标识相似的元件或动作。元件在附图中的尺寸和相对位置不一定是按比例绘制的。例如，各种元件的形状以及角度不一定按比例绘制，并且这些元件中的一些元件被任意放大并定位以提高附图易读性。进一步地，所绘出的元件的特定形状不一定旨在传达关于特定元件的实际形状的任何信息，而只是为了便于在附图中进行识别而选取的。
图1是根据本系统、器件、制品和方法的包括耦合到模拟计算机的数字计算机的示例混合计算系统的示意图。
图2是根据本系统、器件、制品和方法的被设计用于量子退火(和/或绝热量子计算)的示例性超导量子处理器的一部分的示意图，该超导量子处理器中的部件可以用于实施本系统和器件。
图3是展示了根据本系统、器件、制品和方法的量子处理器(比如图1的量子处理器)的单元的示例实施方式的示意图。
图4是展示了根据本系统、器件、制品和方法的量子处理器(比如图1的量子处理器)的拓扑的示例实施方式的示意图。
图5A是展示了根据本系统、器件、制品和方法的示例三角形晶格的一部分的示意图。
图5B是展示了根据本系统、器件、制品和方法的示例三角形晶格的扩展部分的示意图。
图6是展示了根据本系统、器件、制品和方法的模拟处理器的操作方法的示例实施方式的流程图。
具体实施方式
概述
在以下说明中，包括了一些具体细节以提供对各个披露实施例的全面理解。但是，相关领域的技术人员将认识到，实施例可以无需这些具体细节中的一个或多个来实践，或可以使用其他方法、部件、材料等来实践。在其他实例中，并未详细展示或说明与量子处理器(比如量子器件)、耦合器、以及包括微处理器和驱动电路系统的控制系统相关联的公知结构，以避免不必要地模糊对本方法的实施例的说明。贯穿本说明书及所附权利要求书，词语“元件”和“多个元件”用于涵盖但不限于与量子处理器相关联的所有这种结构、系统和器件、以及其相关可编程参数。
除非上下文中另有要求，否则贯穿本说明书和所附权利要求书，“包括”一词及其变体比如“包括(comprises)”和“包括(comprising)”将以一种开放式的、包含性的意义来进行解释，即，解释为“包括，但不限于”。
贯穿本说明书提及的“一个实施例(one embodiment)”、“实施例(anembodiment)”、“另一个实施例”、“一个示例(one example)”、“示例(an example)”、“另一个示例”、“一个实施方式”、“另一个实施方式”等意指结合实施例、示例、或实施方式所描述的特定指示特征、结构、或特性包括在至少一个实施例、示例、或实施方式中。由此，在贯穿本说明书各处出现的短语“在一个实施例中”、“在实施例中”、“另一个实施例”等不一定全都指同一个实施例、示例、或实施方式。此外，在一个或多个实施例、示例、或实施方式中，可以以任何合适的方式来组合特定特征、结构、或特性。
应当注意的是，如在本说明书和所附权利要求中所使用的，除非内容另外明确指明，否则单数形式“一个(a)”、“一种(an)”以及“所述(the)”均包括复数指示物。因此，例如，对包括“量子处理器”的问题求解系统的提及包括单个量子处理器或两个或更多个量子处理器。还应注意的是，术语“或”通常以包括“和/或”的意义使用，除非内容另外明确指明。
本文提供的小标题仅仅是为了方便，并不解释实施例的范围或含义。
术语表
自同构(Automorphism)：图的自同构是一种对称形式，其中，图被映射到其自身上并且同时保留了边-顶点连通性。图G＝(V，E)(具有顶点集V和边集E)的自同构是V的排列σ，使得一对顶点(V1，V2)当且仅当一对(σ(V1)，σ(V2))也形成边时形成边。
奇美拉拓扑(Chimera topology)：大小为CS的奇美拉图是s×s网格的奇美拉单元(在本申请中也称为单位图块或单位单元)，每个奇美拉单元包含8个顶点的完整的二分图(K4，4图)。每个顶点连接到单元内部的其四个相邻顶点以及单元外部的两个相邻顶点(北/南或东/西)。除边界顶点之外，每个顶点的度为6。
边传递图(Edge-transitive graph)：边传递图是图G，使得给定任意一对边(E1，E2)，存在G的自同构将边E1映射到E2。
阻挫(Frustration)：当系统的全局排序与其粒子的局部排序不兼容时，系统会受阻挫。例如，在受阻挫的磁系统中，局部磁矩或自旋通过无法同时满足的竞争性交换相互作用而相互作用。例如，在伊辛(Ising)模型中，阻挫意味着存在至少一个hi或Jij为基态能量提供了正贡献，即，对hi和Jij的值的至少一个可满足性约束被违反。
用于量子退火的超导量子处理器
超导量子处理器可以被设计用于量子退火(和/或绝热量子计算——参见下文)，该超导量子处理器中的部件可以用于实施本系统和方法。超导量子处理器可以包括多个超导量子位和至少一个耦合器，该至少一个耦合器提供量子位之间的可调谐
Figure BDA0002662180280000091
耦合(对角耦合)。
量子处理器可以包括多个接口，该多个接口用于配置并控制量子处理器的状态。每个接口都可以通过相应的电感耦合结构(例如，电感器)来实现，作为编程子系统和/或演化子系统的一部分。
在量子处理器的操作中，接口可以用于将通量信号耦合到量子位的相应复合约瑟夫逊结中，由此实现系统哈密尔顿算子中的可调谐隧穿项(Δi项)。这种耦合提供了哈密尔顿算子的非对角σx项，并且这些通量信号是“离域信号”的示例。
类似地，接口可以用于将通量信号施加到量子位的相应量子位回路中，从而实现系统哈密尔顿算子中的hi项。这种耦合提供了系统哈密尔顿算子中的对角σz项。此外，接口可以用于将通量信号耦合到耦合器中，从而实现系统哈密尔顿算子中的(多个)Jij项。这种耦合提供了系统哈密尔顿算子中的对角
Figure BDA0002662180280000101
项。
量子处理器可以包括读出器件，以读出量子位的最终状态。超导量子位的示例包括超导通量量子位、超导电荷量子位等。
绝热量子计算
量子计算的一个模型是绝热量子计算。例如，绝热量子计算可以适用于求解困难的优化问题。绝热量子计算可以被视为量子退火的特例。在绝热量子计算中，系统理想地在整个绝热演化中开始并保持其基态。本领域的技术人员还将认识到量子退火系统和方法总体上可以在绝热量子计算机上实施。贯穿本说明书以及所附权利要求，对量子退火的任何提及均旨在包含绝热量子计算，除非上下文中另有要求。
量子计算机的校准
量子计算机(比如量子退火器)的操作可以包括一个或多个校准活动。参见，例如，Perdomo-Ortiz A等人，“Determination and correction of persistent biases inquantum annealers[确定和校正量子退火器中的持久性偏置]”，《科学报告》6：18628(2016)，其描述了对完全对称和双量子位系统的平凡实例中的局部场(系统哈密尔顿算子中的hi项)的调节。现有系统和方法(比如Ortiz描述的方法)的缺点是例如它们不适用于非平凡问题和问题的非平凡对称性，并且无法校正多体串扰。
还参见，例如，发明名称为“Systems and methods for improving theperformance of a quantum processor to reduce intrinsic/control errors[用于改善量子处理器的性能以减少固有/控制误差的系统和方法]”的美国专利申请公开第US2017/0017894号，其描述了用于通过对属于逻辑量子位的量子位的局部偏置值hi实施校准校正来改善模拟处理器(比如量子处理器)的性能的系统和方法。该方法可以包括：确定逻辑量子位是否表现出向基础状态的偏置(例如，向+1或-1的偏置)；以及调节一个或多个局部偏置值以至少部分地补偿逻辑量子位所表现的偏置。
包括量子处理器的混合计算系统
混合计算系统可以包括通信地耦合到模拟计算机的数字计算机。在一些实施方式中，模拟计算机是量子计算机并且数字计算机是经典计算机。
数字计算机可以包括数字处理器，该数字处理器可以用于执行本系统和方法中描述的经典数字处理任务。数字计算机可以包括至少一个系统存储器，该系统存储器可以用于存储各种计算机可读指令或处理器可读指令集、应用程序和/或数据。
量子计算机可以包括量子处理器，该量子处理器包括可编程元件，比如量子位、耦合器、和其他器件。量子计算机可以包括读出系统，并且该读出系统能够操作用于读出量子位并且将结果传送给数字计算机。量子计算机可以包括量子位控制系统和耦合器控制系统。量子位控制系统和耦合器控制系统可以分别控制量子位和耦合器。在一些实施方式中，量子位控制系统和耦合器控制系统可以用于在模拟计算机上实施量子退火。
图1展示了包括耦合到模拟计算机104的数字计算机102的示例混合计算系统100。在一些实施方式中，模拟计算机104是量子计算机，并且数字计算机102是经典计算机。
示例性数字计算机102包括至少一个数字处理器106，并且每个数字处理器106可以包括一个或多个中央处理器单元(图1中未示出)。在图1中仅示出了一个数字处理器106。可以使用(多个)数字处理器106来执行本系统和方法中描述的经典数字处理任务。在其他实施方式中，数字计算机102可以包括多于一个数字处理器。相关领域的技术人员将认识到，当被正确地配置或编程以形成专用机器时，和/或当被通信地耦合以控制模拟计算机(例如，量子计算机)时，可以使用其他数字计算机配置来实践本系统和方法，所述其他数字计算机配置包括手持器件、多处理器系统、基于微处理器的或可编程消费者电子产品、个人计算机(“PC”)、网络PC、微型计算机、大型计算机等。
在本文中有时将以单数形式提及数字计算机102，但这不旨在限制应用单个数字计算机。还可以在分布式计算环境中实践本系统和方法，其中，任务或指令集由通过通信网络链接的远程处理器件进行或执行。在分布式计算环境中，计算机可读指令或处理器可读指令(在本申请中也称为程序模块)、应用程序和/或数据可以存储在本地存储器存储设备和远程存储器存储设备(例如，非暂态计算机可读介质或处理器可读介质)两者中。
数字计算机102可以包括至少一个数字处理器106、至少一个系统存储器108和至少一个系统总线110，该系统总线提供各种系统部件之间(例如系统存储器108与(多个)数字处理器106之间)的通信耦合。
(多个)数字处理器106可以是例如具有一个或多个核的任何逻辑处理单元，例如一个或多个中央处理单元(“CPU”)、图形处理单元(“GPU”)、数字信号处理器(“DSP”)、专用集成电路(“ASIC”)、现场可编程门阵列(“FPGA”)等。
除非另外说明，图1中所示的各个块的构造和操作属于常规设计。因此，本文中不需要进一步详细地描这些块，因为它们将被相关领域的技术人员所理解。
数字计算机102可以包括用户输入/输出子系统112。在一些实施方式中，用户输入/输出子系统包括一个或多个用户输入/输出部件，比如显示器114、鼠标116、和/或键盘118。系统总线110可以采用任何已知的总线结构或架构，包括具有存储器控制器的存储器总线、外围总线和局部总线。系统存储器108可以包括：非易失性存储器，比如只读存储器(“ROM”)、静态随机存取存储器(“SRAM”)、闪存NAND；以及易失性存储器，比如随机存取存储器(“RAM”)(未示出)，所有这些存储器都是非暂态计算机可读介质或处理器可读介质的示例。
可以形成ROM的一部分的基本输入/输出系统(“BIOS”)120包含比如在启动期间帮助在数字计算机102内的元件之间传送信息的基本例程。
数字计算机102还可以包括其他非易失性存储器122。非易失性存储器122可以采取各种形式，包括：用于从硬盘进行读取和对其进行写入的硬盘驱动器、用于从可移除光盘进行读取和对其进行写入的光盘驱动器和/或用于从磁盘进行读取和对其进行写入的磁盘驱动器，所有这些元件都是非暂态计算机可读或处理器可读介质的示例。光盘可以是CD-ROM或DVD，而磁盘可以是磁软盘或软磁盘。非易失性存储器122可以经由系统总线110与数字处理器通信并且可以包括耦合到系统总线110的适当接口或控制器124。非易失性存储器122可以充当用于数字计算机102的计算机可读指令或处理器可读指令、数据结构、或其他数据(也被称为程序模块)的长期存储设备。
尽管数字计算机102已经被描述为采用硬盘、光盘和/或磁盘，但相关领域的技术人员将认识到，可以采用其他类型的非易失性计算机可读介质，比如磁带盒、闪存卡、闪存、ROM、智能卡等，所有这些元件都是非暂态计算机可读介质或处理器可读介质的进一步示例。相关领域的技术人员将认识到，一些计算机架构合并了易失性存储器和非易失性存储器。例如，易失性存储器中的数据可以被缓存到非易失性存储器。或采用集成电路来提供非易失性存储器的固态盘。一些计算机将传统地存储在磁盘上的数据置于存储器中。而且，传统地被视为易失性的一些介质可以具有非易失性的形式，例如双列直插式存储器模块的非易失性双列直插式存储器模块变体。
各种计算机可读指令或处理器可读指令集(在本申请中也被称为程序模块)、应用程序和/或数据可以被存储在系统存储器108中。例如，系统存储器108可以存储操作系统126和计算机可读服务器指令或处理器可读服务器指令集(即，服务器模块)128。在一些实施方式中，服务器模块128包括用于与远程客户端进行通信并且调度资源(包括数字计算机102和模拟计算机104上的资源)的使用的指令。例如，用于允许数字计算机102经由互联网、公司内联网、或其他网络与源交换数据以及与在服务器计算机上执行的其他服务器应用交换数据的Web服务器应用和/或Web客户端或浏览器应用。
在一些实施方式中，系统存储器108可以存储其他计算机可读指令或处理器可读指令(比如计算指令、模拟计算机接口指令等)集130。
虽然在图1中示出为存储在系统存储器108中，但是服务器指令128、其他指令130和其他数据(图1中未示出)还可以存储在其他地方，包括存储在非易失性存储器122中或一个或多个其他非暂态计算机可读介质或处理器可读介质中。
模拟计算机104可以设置在隔离环境(图1中未示出)中。例如，在模拟计算机104是量子计算机的情况下，环境使量子计算机的内部元件免受热量、磁场等以及其他外部噪声(图1中未示出)的影响，并且/或者将模拟处理器冷却至某个温度(即，临界温度)，达到或低于这个温度模拟处理器104的电路系统就变成超导。相比之下，数字计算机102通常将在不会发生超导的更高温度(例如，室温)下操作和/或可以采用即使达到或低于临界温度也不超导的材料。模拟计算机104包括模拟处理器132。模拟处理器132的示例包括比如以下参考图2描述的量子处理器。
量子处理器包括可编程元件，比如量子位、耦合器和其他器件。量子位可以经由读出系统134读出。可以将读数馈送到用于数字计算机102的各种计算机可读指令或处理器可读指令集(包括服务器模块128或其他模块130)、存储在非易失性存储器122中、通过网络返回等。量子位可以经由量子位控制系统136控制。耦合器可以经由耦合器控制系统138控制。在一些实施方式中，如本申请中描述的，量子位控制系统136和耦合器控制系统138用于在模拟处理器132上实施量子退火。
在一些实施方式中，数字计算机102可以使用到至少一个客户端计算机系统的逻辑连接在联网环境中操作。在一些实施方式中，数字计算机102经由逻辑连接耦合到至少一个数据库系统。可以使用任何数字通信手段形成这些逻辑连接，例如，通过网络，比如局域网(“LAN”)或包括例如互联网的广域网(“WAN”)。联网环境可以包括有线的或无线的企业范围的计算机网络、内联网、外联网、和/或互联网。其他实施例可以包括其他类型的通信网络，比如电信网络、蜂窝网络、寻呼网络和其他移动网络。经由逻辑连接发送或接收的信息可以或者可以不被加密。当在LAN联网环境中使用时，数字计算机102可以通过适配器或网络接口卡(“NIC”)(通信地连接至系统总线110)连接至LAN。当在WAN联网环境中使用时，数字计算机102可以包括用于在WAN上建立通信的接口和调制解调器(未示出)或比如NIC等器件。可以另外或可替代地采用非联网通信。
用于量子退火的示例性超导量子处理器
图2是被设计用于量子退火(和/或绝热量子计算)的示例性超导量子处理器200的一部分的示意图，该超导量子处理器中的部件可以用于实施本系统和器件。在图2中所示的超导量子处理器200的一部分包括两个超导量子位202和204。还示出了量子位202与204之间经由耦合器206的可调谐耦合(对角耦合)(即，提供2-局部相互作用)。虽然图2中所示的量子处理器200的一部分仅包括两个量子位202、204和一个耦合器206，但是本领域技术人员将认识到，量子处理器200可以包括任何数量的量子位以及在其间耦合信息的任何数量的耦合器。
图2中所示的量子处理器200的一部分可以被实施用于物理地实现量子退火和/或绝热量子计算。量子处理器200包括用于配置和控制量子处理器200的状态的多个接口208至216。如所展示的，接口208至216中的每个接口都可以通过相应的电感耦合结构来实现，作为编程子系统和/或演化子系统的一部分。这种编程子系统和/或演化子系统可以与量子处理器200分开，或者其可以被包括在本地(即，与量子处理器200一起在芯片上)。
在量子处理器200的操作中，接口208和212可以各自用于将通量信号耦合到量子位202和204的相应复合约瑟夫逊结218和220中，由此实现系统哈密尔顿算子中的可调谐隧穿项(Δi项)。这种耦合提供了哈密尔顿算子的非对角σx项，并且这些通量信号是“离域信号”的示例。
在一些实施方式中，选择隧穿项以使量子处理器上的量子位的第一部分相对于量子位的第二部分更经典。例如，量子位202可以是玻尔兹曼机中的隐藏单元并且相对于量子位204具有更小的隧穿项。
类似地，接口210和212可以各自用于将通量信号施加到量子位202和204的相应量子位回路中，从而实现系统哈密尔顿算子中的hi项。这种耦合提供了系统哈密尔顿算子中的对角σz项。此外，接口216可以用于将通量信号耦合到耦合器206中，从而实现系统哈密尔顿算子中的(多个)Jij项。这种耦合提供了系统哈密尔顿算子中的对角
Figure BDA0002662180280000171
项。
在图2中，分别在框208a至216a中指示了接口208至216中的每个接口对系统哈密尔顿算子的贡献。如图所示，在图2的示例中，框208a至216a是用于量子退火和/或绝热量子计算的时变哈密尔顿算子的元素。
贯穿本说明书和所附权利要求，术语“量子处理器”用于总体地描述物理量子位(例如，量子位202和204)和耦合器(例如，耦合器206)的集合。物理量子位202和204以及耦合器206被称为量子处理器200的“可编程元件”并且其相应参数(例如，量子位hi的值和耦合器Jij的值)被称为量子处理器的“可编程参数”。在量子处理器的上下文中，术语“编程子系统”用于总体地描述用于将可编程参数应用于量子处理器200以及其他相关联控制电路和/或指令的可编程元件的接口(例如，“编程接口”210、212和216)。
如先前描述，编程子系统的编程接口可以与其他子系统进行通信，这些其他子系统可以与量子处理器分开或者可以被本地包括在处理器上。如稍后更详细描述的，编程子系统可以被配置为接收采用量子处理器的机器语言形式的编程指令并且执行这些编程指令以根据这些编程指令对可编程元件进行编程。类似地，在量子处理器的上下文中，术语“演化子系统”通常包括用于演化量子处理器200的可编程元件以及其他相关联控制电路系统和/或指令的接口(例如，“演化接口”208和214)。例如，演化子系统可以包括退火信号线以及它们到量子位(202、204)的相应接口(208、214)。
量子处理器200还包括读出器件222和224，其中，读出器件222与量子位202相关联，并且读出器件224与量子位204相关联。在如图2中所示的一些实施例中，读出器件222和224中的每一个都包括电感地耦合到相应量子位的DC-SQUID。在量子处理器200的上下文中，术语“读出子系统”用于总体地描述用于读出量子处理器中的量子位(例如，量子位202和204)的最终状态以产生位串的读出器件222、224。读出子系统还可以包括其他元件，比如路由电路系统(例如，锁存元件、移位寄存器、或多路复用器电路)，和/或可以被布置成替代性配置(例如，XY可寻址阵列、XYZ可寻址阵列等)。也可以使用替代电路(比如在PCT专利公开WO2012064974中描述的电路)来执行量子位读出。
虽然图2仅展示了两个物理量子位202、204、一个耦合器206以及两个读出器件222、224，但量子处理器(例如，处理器200)可以采用任何数量个量子位、耦合器、和/或读出器件，包括更大数量(例如，数百、数千或更多)的量子位、耦合器、和/或读出器件。本领域普通技术人员应该清楚将本文的教导应用于具有不同(例如，更大)数量的计算部件的处理器。
超导量子位的示例包括超导通量量子位、超导电荷量子位等。在超导通量量子位中，约瑟夫逊能量占主导或等于充电能量。在电荷量子位中，情况是相反的。可以使用的通量量子位的示例包括RF-SQUID(包括被一个约瑟夫逊结中断的超导回路)、持续电流量子位(包括被三个约瑟夫逊结中断的超导回路)等。
量子处理器中的量子位和耦合器件可以根据某一架构被布置成拓扑，使得可以在量子位的子拓扑(以下称为“子拓扑”)中布局一定数量个量子位。子拓扑是量子处理器拓扑中包括量子位和耦合器件的一部分。可以在量子处理器的某一区域上重复或平铺(或者以其他方式直接彼此通信地耦合)多个子拓扑以产生特定的量子处理器拓扑。
在一些实施方式中，拓扑中的每个子拓扑与同一拓扑中的每个其他子拓扑相同。在其他实施方式中，拓扑中的一个或多个子拓扑包括与同一拓扑中的另一子拓扑不同的量子位和耦合器件配置。
模拟处理器的校准
可以对模拟处理器进行校准，以针对一种或多种类型的问题提供期望的性能水平。常规地，对模拟处理器进行校准以针对各种各样的问题提供期望的性能水平。
对于一些应用，可能期望模拟处理器的器件行为一致。模拟处理器可以是量子处理器。例如，对于一些应用，可能期望量子处理器的量子位、量子位链、量子位之间的耦合器以及量子位链之间的耦合器表现出一致的行为。
在一个实施方式中，图被嵌入到模拟处理器，并且通过图的自同构，预期模拟处理器中的器件表现出一致的行为。自同构可以由模拟处理器的结构引起，例如，由模拟处理器的对称性引起，或者由模拟处理器中的器件的对称性引起。
在另一个实施方式中，使用了问题在模拟处理器上的不同嵌入，并且通过图的自同构，预期这些嵌入表现出一致的行为(即，具有相同或至少相似的统计数据)。自同构可以由模拟处理器的结构引起，例如，由模拟处理器的对称性引起，或者由模拟处理器中的器件的对称性引起。
在又一个实施方式中，图可以被嵌入到量子处理器的一个物理实例，并且图的自同构可以被嵌入到量子处理器的另一物理实例。由于物理实例在逻辑上彼此等效，因此通过自同构，可以预期物理实例表现出彼此相同的行为。
在又一个实施方式中，将图以不同的嵌入多次嵌入到量子处理器。通过嵌入式图的自同构，可以预期嵌入之间的统计数据至少表现出相似的特性。
奇美拉拓扑示例
本申请中描述的系统和方法可以用于改善模拟处理器的校准和/或性能，其中，预期模拟处理器中的器件单独地和/或共同地表现出一致的行为。预期行为一致的一个原因可以是模拟处理器的结构，例如模拟处理器的拓扑，并且在一些示例中，可以是模拟处理器的拓扑中的对称性。
以下参考图3描述的奇美拉拓扑是模拟处理器的拓扑的示例。奇美拉拓扑是具有自同构的拓扑的示例。本申请中描述的系统和方法可以例如用于改善具有奇美拉拓扑的量子处理器的校准和/或性能。
图3是展示了根据本系统、器件、制品和方法的量子处理器(比如图1的量子处理器132)的单元300的示例实施方式的示意图。单元300包括量子位302a、302b、302c和302d(统称为302)和量子位304a、304b、304c和304d(统称为304)。量子位302在图3中竖直布局，并且量子位304在图3中水平布局。本领域技术人员还将认识到，虽然以水平方式和竖直方式均展示了四个量子位，但是该数量仅是示例，并且其他实施方式可以包括多于四个量子位或少于四个量子位。
量子位302和304可以是超导量子位。量子位302中的每个量子位可以包括超导材料306的相应回路(在图3中仅示出一个)，该回路由至少一个相应的约瑟夫逊结308(在图3中仅示出一个)中断。量子位304中的每个量子位可以包括超导材料310的相应回路(在图3中仅示出一个)，该回路由至少一个相应的约瑟夫逊结312(在图3中仅示出一个)中断。
耦合器314a、314b、314c和314d(统称为314，在图3中仅示出四个)可以在量子位302与304之间提供通信耦合。量子位302中的每个量子位可以在量子位302的每个量子位的一部分与量子位304的量子位的一部分交叉的区域附近的区域中通过来自耦合器314的四个相应的耦合器耦合到量子位304中的每个量子位。耦合器314中的每个耦合器可以是超导材料的相应回路，其中，该回路或超导材料可以限定耦合区域的周边。耦合器314中的每个耦合器可以是被至少一个相应的约瑟夫逊结中断的超导材料的相应回路，其中，该回路或超导材料可以限定耦合区域的周边，其中，耦合通过具有载流线沿该周边(比如以某种方式平行于耦合器314中的耦合器延伸的超导材料的回路(例如，量子位302a的回路306或量子位304a的回路310))发生，以允许来自超导材料的回路内的电流的通量感应出在耦合器314中的耦合器中流动的电流，并且反之亦然。耦合器314可以是可调谐的，因为在模拟处理器的操作期间，可以改变量子位302和304中的两个相应量子位之间由耦合器314提供的通信耦合。该耦合可以在计算期间改变。该耦合可以在多次计算之间改变，以将问题嵌入到模拟处理器中。该耦合可以表示为耦合强度。
图4是展示了根据本系统、器件、制品和方法的量子处理器(比如图1的量子处理器132)的拓扑400的示例实施方式的示意图。拓扑400包括子拓扑402、404、406、408、410和412。提供子拓扑之间的通信耦合的耦合器414、416、418、420、422、424和426也可以位于拓扑400内。子拓扑408和404可以通过耦合器414、416和418通信地耦合到子拓扑410和406，使得2×K8图可以被嵌入到拓扑400中。每个K8图或其一部分可以耦合到来自另一个K8图的变量。例如，一个K8图可以被嵌入到子拓扑402、404和408中，并且另一个K8图可以被嵌入到子拓扑406、410、412中。耦合器414、416、418、420、422、424和426可以是可控的，使得可以在成对的相邻量子位之间创建铁磁性耦合、反铁磁性耦合、零耦合和横向耦合。
在示例实施方式中，图具有奇美拉拓扑(参见术语表)，该奇美拉拓扑具有奇美拉单元，在该奇美拉单元中，对于所有量子位对{i，j}，耦合强度Jij＝1，并且对于所有量子位{i}，通量偏置hi＝0。图是边传递的(参见术语表)。存在将一对耦合的量子位{i，j}映射到另一对耦合的量子位{k，l}的量子位的排列。
理想地，这两个耦合器都应以相同的概率受阻挫(参见术语表以了解阻挫的定义)。如果一个耦合器的受阻挫程度小于另一个耦合器，则可以调节这两个耦合器中至少一个的耦合强度，以提高受阻挫统计数据的均匀程度。
由于通量偏置设置为零，因此每个量子位的预期平均自旋应为零。如果平均自旋比零大或小超过预定阈值，则可以将通量偏置偏移应用于量子位，以使与不使用通量偏置偏移的情况下相比平均自旋在零的预定阈值内或至少更接近零。
在模拟重复晶格(例如正方形晶格或三角形晶格)的示例场景中，理想地，逻辑量子位和逻辑耦合器的行为方式应当相同。在实践中，对于量子处理器的给定校准参数集，可能观察到系统误差，并且系统误差可能以混乱的方式相互作用。本申请描述了用于完善校准以改善逻辑耦合器的受阻挫统计数据的均匀程度并使逻辑量子位(在本申请中也称为量子位链)的平均净磁化更接近零预期值的系统和方法。
嵌入式三角形晶格
在示例实施方式中，重复晶格是三角形晶格。对于三角形晶格，给定耦合器(在低温下)受阻挫的概率理想地为值三分之一，并且给定量子位的磁化理想地为值零。在低温下，系统可以处于基态或接近基态的状态。在低温下，解可以是低能解。在较高温度下不太可能观察到低能解。
在示例实施方式中，使用一次或多次迭代来实施本申请中描述的用于完善量子处理器的校准的系统和方法，每次迭代包括对耦合强度Jij、局部偏置hi和/或通量偏置偏移的调节，以提高受阻挫统计数据的均匀程度。局部偏置值可以根据退火过程的进展而变化。可以将通量偏置偏移用作恒定值。
图5A是展示了根据本系统、器件、制品和方法的示例三角形晶格的一部分500a的示意图。部分500a包括三个顶点502、504和506，以及三个边508、510和512。在部分500a所属的模拟处理器的一个实施方式中，顶点502、504和506是量子位，并且边508、510和512是耦合器。
图5B是展示了根据本系统、器件、制品和方法的示例三角形晶格的扩展部分500b的示意图。扩展部分500b包括顶点514、516和518以及边520、522和524(为了清楚起见，在图5B中仅示出三个顶点和三个边)。
三角形晶格可以具有一个或多个对称性。例如，晶格中的每个三角形都可以恰好具有一个受阻挫的边(在低能解中)，并且，除了经受非周期性边界条件的三角形之外，三角形的三个边可以通过旋转彼此等效。
参考图5A，由顶点502、504和506以及边508、510和512形成的三角形可以恰好具有一个受阻挫的边，并且(假设三角形不受非周期性边界条件的影响)边508、510和512可以通过旋转彼此等效。
在一个实施方式中，顶点502、504和506是量子处理器中的量子位，并且可以与自旋矢量相关联。在图5A所展示的示例中，顶点502“向上”自旋，并且顶点504“向下”自旋。在同一实施方式中，边508、510和512是耦合器，每个耦合器具有反铁磁性(AFM)耦合。在图5A的所展示的示例中，顶点506的自旋是不确定的，即，不能被选择来满足由502和504的自旋以及508、510和512的AFM耦合施加的约束。
在另一个实施方式中，晶格可以是圆环或半圆环。可以打开半圆环以形成圆柱。环形或半环形晶格可以是模拟处理器(比如量子处理器)的拓扑。晶格可以包括具有旋转对称性的耦合器，并且是具有自同构的拓扑的示例。本申请中描述的系统和方法可以例如用于改善具有环形或半环形拓扑的量子处理器的校准和/或性能。
在另一个实施方式中，可以对退火偏移进行调节。在量子处理器的示例实施方式中，量子位的一个子集可以具有与量子位的另一子集不同的隧穿特性。在该示例中，包括对退火偏移的调节以至少改善统计数据和/或使统计数据均匀化可能是有益的。例如，量子处理器可以包括具有水平取向的量子位和竖直取向的量子位的集成电路，水平取向的量子位具有与竖直取向的量子位不同的隧穿特性。可以使用本申请中描述的系统和方法来调节退火偏移，以至少改善统计数据和/或使统计数据均匀化。
在其他实施方式中，可以调节和/或应用至少一个其他合适的参数以改善统计数据和/或使统计数据均匀化。
在又一个实施方式中，处理器首先在链耦合处于活动状态的情况下运行，并使用通量偏移来平衡链与退化。然后，处理器以问题哈密尔顿算子运行，并根据本申请中描述的系统和方法对通量偏置偏移和/或耦合强度进行调节。
在一个实施方式中，本申请中描述的系统和方法可以用于改善或完善校准，其中预期两个器件的行为至少近似相同。
在示例实施方式中，可以使用迭代方法来完善校准。迭代以下动作，直到达到退出标准为止。
首先，计算问题在模拟处理器(比如量子处理器)上运行。计算问题可以嵌入模拟处理器中，并且可以重复运行多次。多次运行相互独立可能是有益的。在一些实施方式中，允许在每次运行之间经过足够的时间可能是有益的，例如以至少减少多次运行之间的依赖性或相关性。在一个实施方式中，允许在多次运行之间经过足够的时间可能是有益的，以允许至少一定程度的自旋浴去极化发生。
接下来，处理器(例如，硬件电路系统)确定逻辑量子位和逻辑耦合器的磁化和相关性。预期(理想)值分别是零和负三分之一(-1/3)。然后，处理器计算并应用一个或多个通量偏置偏移和/或一个或多个耦合强度。可以计算出通量偏置偏移调节，以使磁化为零。可以计算耦合强度调节值，以使相关性为-1/3。
图6是展示了根据本系统、器件、制品和方法的模拟处理器的操作方法600的示例实施方式的流程图。图6的方法600包括多个动作。这些动作中的一个或多个可以由(或经由)一个或多个电路(例如，一个或多个处理器(例如，数字处理器和模拟处理器(比如量子处理器))或包括数字处理器和模拟处理器的混合计算机(例如，图1的混合计算机100)执行。出于描述图6的目的，假定由包括量子处理器的混合计算机来执行该动作。本领域技术人员还将认识到，替代实施方式可以省略某些动作和/或包括附加动作。
例如，响应于计算问题的提交或响应于另一种方法的调用，方法600开始于602处。在604处，混合计算机的数字处理器将计算问题发送给模拟处理器以运行，混合计算机将计算问题嵌入模拟处理器以生成嵌入式问题，在模拟处理器上运行嵌入式问题，并且然后将结果返回数字处理器。该问题可以在模拟处理器上重复运行多次。运行次数可以在十(10)到一万(10,000)之间。可以选择运行次数，以使得可以使用结果的统计数据检测到系统偏置。
在606处，混合计算机确定结果的一个或多个统计数据。统计数据例如可以包括磁化和自旋-自旋相关性。
在608处，混合计算机计算并应用模拟处理器的至少一个可编程参数的值。例如，可编程参数可以包括局部场、通量偏置偏移、耦合强度和/或退火偏移。
在610处，混合计算机确定是否已经满足退出标准。退出标准可以是单个标准或多于一个标准的组合。示例标准可以包括：基于混合计算机执行的迭代次数的阈值、统计数据与预期统计数据的偏差的大小、统计数据均匀性的改善程度、收敛速率和/或方法600的执行时间。
响应于在610处确定已经满足退出标准(是)，方法600在612处结束。响应于在610处确定未满足退出标准(否)，方法600的控制返回到604，其中，方法600开始动作604、606、608和610的进一步迭代。
统计数据可以包括一阶统计数据，比如磁化或平均磁化。统计数据可以包括二阶统计数据，比如耦合的量子位对的自旋-自旋相关性。统计数据可以包括高阶统计数据，比如器件之间的高阶效应。例如，统计数据可以包括以三角形晶格布置的一组或多组三个量子位之间的自旋-自旋相关性程度。统计数据可以包括其他合适的统计量度。
在一个实施方式中，对通量偏置偏移的调节可以至少近似地与磁化与其预期值的所测得偏差成比例。对耦合强度的调节可以至少近似地与相关性与其预期值的所测得偏差成比例。
在一个实施方式中，通量偏置偏移调节和/或耦合强度调节足够小以避免过度补偿和/或振铃效应。
在一个实施方式中，迭代次数(方法600执行动作604、606、608和610的次数)约为十(10)。
在一个实施方式中，在上述方法中包括阻尼参数。阻尼参数的益处是例如在减少振铃效应和/或减少实现期望结果所需的迭代次数方面改进了该方法的稳定性和/或性能。阻尼参数可以用于控制在每次迭代期间对通量偏置偏移和/或耦合强度的调节的大小。
退出标准可以是以下退出标准或其他退出标准之一，或以下标准的组合：a)当迭代次数等于预定的最大迭代次数时；b)当时间等于或超过预定时间限制时；c)当与预期(理想或标称)值的所测得偏差的大小小于预定阈值时；d)当统计数据均匀性的改善小于预定阈值时；e)当统计数据均匀性的改善的收敛速率小于预定阈值时；和/或f)另一个合适的标准。
可以根据需要执行根据本申请中描述的系统和方法的对校准的完善。在一些实施方式中，完善通常是稳定的并且可能持续一段时间。可能需要偶尔进行调节(在本申请中也称为垫片)以改善统计数据。
对所展示实施例的以上描述(包括摘要中所描述的内容)并非旨在作为穷尽性的或将实施例限于所披露的确切形式。尽管为了说明的目的在本文中描述了具体实施例和示例，但是如相关领域的技术人员将会认识到的，可以在不脱离本披露内容的精神与范围的情况下做出各种等效修改。本文中提供的对各个实施例的教导可以应用于其他模拟处理器，不一定是以上总体描述的示例性量子处理器。
以上所描述的各个实施例可以被组合以提供进一步的实施例。在不与本文的具体教导和定义不一致的程度上，在本说明书中提及的和/或在申请数据表中列出的共同转让给D-Wave系统公司(D-Wave Systems Inc)的所有美国专利申请公开、美国专利申请、美国专利、国际专利申请、外国专利、和外国专利申请的全部内容通过引用并入本文，包括但不限于：美国专利7,984,012；美国专利8,244,662；美国专利8,174,305；PCT专利公开WO2012064974；美国专利申请公开第US2015/0032994号；PCT专利申请公开第WO2017075246号；美国专利申请公开第2015/363708号；美国专利申请第15/448361号；以及美国临时专利申请第62/620282号。如果需要，可以修改实施例的各方面以采用各种专利、申请、和公开的系统、电路、和概念来提供另外的实施例。
鉴于上述详细描述，可以对实施例做出这些和其他改变。通常，在所附权利要求中，所使用的术语不应该被解释为将权利要求限制为说明书和权利要求中披露的具体实施例，而是应该被解释为包括所有可能的实施例以及此权利要求有权获得的等效物的整个范围。因此，权利要求不受本披露内容的限制。

Claims (24)

1.一种混合计算系统的操作方法，该混合计算系统包括模拟处理器和至少一个数字处理器，该模拟处理器和该至少一个数字处理器彼此通信地耦合，该模拟处理器包括多个模拟器件，该多个模拟器件的特征在于至少一个可编程参数，该至少一个可编程参数可由该数字处理器编程，该方法包括：
该至少一个数字处理器将计算问题嵌入该模拟处理器以生成嵌入式问题；
该至少一个数字处理器使该嵌入式问题在该模拟处理器上第一次重复运行，以生成针对该计算问题的第一多个候选解；
向该至少一个数字处理器返回针对该计算问题的第一多个候选解；
该至少一个数字处理器确定针对该计算问题的第一多个候选解的至少一个统计特征的值；
调节该模拟处理器中的多个模拟器件的至少一个可编程参数以至少部分地补偿与该至少一个统计特征的预期值的偏差，该至少一个统计特征的预期值是从该嵌入式问题的结构推断的；以及
该至少一个数字处理器使该嵌入式问题在该模拟处理器上第二次重复运行，以生成针对该计算问题的第二多个候选解。
2.如权利要求1所述的方法，其中，该至少一个数字处理器将计算问题嵌入该模拟处理器以生成嵌入式问题包括：该至少一个数字处理器将计算问题嵌入量子处理器。
3.如权利要求2所述的方法，其中，该至少一个数字处理器将计算问题嵌入量子处理器包括：该至少一个数字处理器将计算问题嵌入超导量子处理器。
4.如权利要求3所述的方法，其中，调节该模拟处理器中的多个模拟器件的至少一个可编程参数以至少部分地补偿与该至少一个统计特征的预期值的偏差包括：调节该超导量子处理器中的多个超导通量量子位以及超导耦合器件的至少一个可编程参数。
5.如权利要求4所述的方法，其中，调节该超导量子处理器中的多个超导通量量子位以及超导耦合器件的至少一个可编程参数包括：调节通量、通量偏置偏移、耦合强度和退火偏移中的至少一个。
6.如权利要求1所述的方法，其中，该至少一个数字处理器将计算问题嵌入该模拟处理器以生成嵌入式问题包括：该至少一个数字处理器将优化问题嵌入该模拟处理器。
7.如权利要求1所述的方法，其中，调节该模拟处理器中的多个模拟器件的至少一个可编程参数以至少部分地补偿与该至少一个统计特征的预期值的偏差，该至少一个统计特征的预期值是从该嵌入式问题的结构推断的，包括：调节该模拟处理器中的多个模拟器件的至少一个可编程参数以至少部分补偿与该至少一个统计特征的预期值的偏差，该至少一个统计特征的预期值是从该嵌入式问题的一个或多个对称性推断的。
8.如权利要求1所述的方法，其中，调节该模拟处理器中的多个模拟器件的至少一个可编程参数以至少部分地补偿与该至少一个统计特征的预期值的偏差，该至少一个统计特征的预期值是从该嵌入式问题的结构推断的，包括：调节该模拟处理器中的多个模拟器件的至少一个可编程参数以至少部分补偿与该至少一个统计特征的预期值的偏差，该至少一个统计特征的预期值是从该嵌入式问题的一个或多个图自同构推断的。
9.如权利要求1所述的方法，其中，该至少一个数字处理器确定针对该计算问题的第一多个候选解的至少一个统计特征的值包括：该至少一个数字处理器确定磁化和自旋-自旋相关性中的至少一个的值。
10.如权利要求1所述的方法，其中，该至少一个数字处理器将计算问题嵌入该模拟处理器以生成嵌入式问题包括：该至少一个数字处理器将计算问题嵌入包含重复晶格的拓扑。
11.如权利要求10所述的方法，其中，该至少一个数字处理器将计算问题嵌入包含重复晶格的拓扑包括：该至少一个数字处理器将计算问题嵌入包含三角形晶格和正方形晶格中的至少一个的拓扑。
12.如权利要求1所述的方法，进一步包括：
向该至少一个数字处理器返回针对该计算问题的第二多个候选解；
该至少一个数字处理器确定针对该计算问题的第二多个候选解的至少一个统计特征的值；以及
调节该模拟处理器中的多个模拟器件的至少一个可编程参数以至少部分补偿与该至少一个统计特征的预期值的偏差。
13.一种混合计算系统，包括：
至少一个模拟处理器，该至少一个模拟处理器包括多个模拟器件；
至少一个基于数字处理器的器件，该至少一个基于数字处理器的器件通信地耦合到该至少一个模拟处理器；以及
至少一个非暂态计算机可读存储介质，该至少一个非暂态计算机可读存储介质存储处理器可执行指令，这些指令在被执行时使至少一个基于处理器的器件：
将计算问题嵌入该模拟处理器以生成嵌入式问题；
使该嵌入式问题在该模拟处理器上第一次重复运行，以生成针对该计算问题的第一多个候选解；
向该数字处理器返回针对该计算问题的第一多个候选解；
确定针对该计算问题的第一多个候选解的至少一个统计特征的值；
调节该模拟处理器中的多个模拟器件的至少一个可编程参数以至少部分地补偿与该至少一个统计特征的预期值的偏差，该至少一个统计特征的预期值是从该嵌入式问题的结构推断的；以及
使该嵌入式问题在该模拟处理器上第二次重复运行，以生成针对该计算问题的第二多个候选解。
14.如权利要求13所述的混合计算系统，其中，该模拟处理器包括量子处理器。
15.如权利要求14所述的混合计算系统，其中，该量子处理器包括超导量子处理器。
16.如权利要求15所述的混合计算系统，其中，该多个模拟器件的至少一个可编程参数包括该超导量子处理器中的多个超导通量量子位以及超导耦合器件的至少一个可编程参数。
17.如权利要求16所述的混合计算系统，其中，在被执行时使至少一个基于处理器的器件调节该超导量子处理器中的多个超导通量量子位以及超导耦合器件的至少一个可编程参数的这些处理器可执行指令包括：在被执行时使至少一个基于处理器的器件调节通量、通量偏置偏移、耦合强度和退火偏移中的至少一个的指令。
18.如权利要求13所述的混合计算系统，其中，该计算问题包括优化问题。
19.如权利要求13所述的混合计算系统，其中，该嵌入式问题的结构包括该嵌入式问题的一个或多个对称性。
20.如权利要求13所述的混合计算系统，其中，该嵌入式问题的结构包括该嵌入式问题的一个或多个图自同构。
21.如权利要求13所述的混合计算系统，其中，该第一多个候选解的至少一个统计特征包括磁化和自旋-自旋相关性中的至少一个。
22.如权利要求13所述的混合计算系统，其中，该模拟处理器包括包含重复晶格的拓扑。
23.如权利要求22所述的混合计算系统，其中，该重复晶格是三角形晶格和正方形晶格中的至少一个。
24.如权利要求13所述的混合计算系统，进一步包括至少一个非暂态计算机可读存储介质，该至少一个非暂态计算机可读存储介质存储处理器可执行指令，这些指令在被执行时使至少一个基于处理器的器件：
向该数字处理器返回针对该计算问题的第二多个候选解；
确定针对该计算问题的第二多个候选解的至少一个统计特征的值；以及
调节该模拟处理器中的多个模拟器件的至少一个可编程参数以至少部分补偿与该至少一个统计特征的预期值的偏差。
CN201980016689.8A 2018-01-22 2019-01-22 用于提高模拟处理器的性能的系统和方法 Active CN111989686B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201862620282P 2018-01-22 2018-01-22
US62/620,282 2018-01-22
PCT/US2019/014546 WO2019144118A1 (en) 2018-01-22 2019-01-22 Systems and methods for improving performance of an analog processor

Publications (2)

Publication Number Publication Date
CN111989686A true CN111989686A (zh) 2020-11-24
CN111989686B CN111989686B (zh) 2023-12-29

Family

ID=67301888

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980016689.8A Active CN111989686B (zh) 2018-01-22 2019-01-22 用于提高模拟处理器的性能的系统和方法

Country Status (4)

Country Link
US (2) US20210085675A1 (zh)
JP (1) JP7220222B2 (zh)
CN (1) CN111989686B (zh)
WO (1) WO2019144118A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116341454A (zh) * 2023-03-31 2023-06-27 北京百度网讯科技有限公司 超导量子芯片的耦合关断点信息生成方法、装置和介质

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111989686B (zh) 2018-01-22 2023-12-29 D-波系统公司 用于提高模拟处理器的性能的系统和方法
CN112956129A (zh) 2018-08-31 2021-06-11 D-波系统公司 用于超导器件的频率复用谐振器输入和/或输出的操作系统和方法
US11288073B2 (en) 2019-05-03 2022-03-29 D-Wave Systems Inc. Systems and methods for calibrating devices using directed acyclic graphs
WO2022209352A1 (ja) * 2021-03-31 2022-10-06 ソニーグループ株式会社 量子情報処理装置、及び量子情報処理装置システム
JPWO2023017679A1 (zh) * 2021-08-12 2023-02-16

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060225165A1 (en) * 2004-12-23 2006-10-05 Maassen Van Den Brink Alec Analog processor comprising quantum devices
US20080065573A1 (en) * 2006-09-06 2008-03-13 William Macready Method and system for solving integer programming and discrete optimization problems using analog processors
US20090077001A1 (en) * 2006-11-02 2009-03-19 William Macready Integrating optimization directly into databases
US20150046681A1 (en) * 2013-08-07 2015-02-12 D-Wave Systems Inc. Systems and devices for quantum processor architectures
US20160335558A1 (en) * 2014-04-23 2016-11-17 D-Wave Systems Inc. Quantum processor with instance programmable qubit connectivity
JP2017507439A (ja) * 2014-01-06 2017-03-16 グーグル インコーポレイテッド 頑強な量子アニーリング工程のための量子ハードウェアの構築およびプログラミング
WO2017066695A1 (en) * 2015-10-16 2017-04-20 D-Wave Systems Inc. Systems and methods for creating and using quantum boltzmann machines
US20170300817A1 (en) * 2016-04-18 2017-10-19 D-Wave Systems Inc. Systems and methods for embedding problems into an analog processor
US20170364362A1 (en) * 2016-06-15 2017-12-21 University Of Southern California Nested quantum annealing correction

Family Cites Families (101)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3556260B2 (ja) * 1993-02-12 2004-08-18 株式会社東芝 Ｌｓｉの素子配置方法及び装置
US6373294B1 (en) 1999-12-27 2002-04-16 Ronald Bentley Microprocessor stabilized frequency source and method for generating a stable-frequency signal
US20020180006A1 (en) 2001-05-31 2002-12-05 Marcel Franz Ferroelectric-superconductor heterostructures in solid state quantum computing systems
US6803599B2 (en) 2001-06-01 2004-10-12 D-Wave Systems, Inc. Quantum processing system for a superconducting phase qubit
US20030102470A1 (en) 2001-08-30 2003-06-05 Evgeni Il'ichev Oxygen doping of josephson junctions
US20030121028A1 (en) 2001-12-22 2003-06-26 Michael Coury Quantum computing integrated development environment
US7307275B2 (en) 2002-04-04 2007-12-11 D-Wave Systems Inc. Encoding and error suppression for superconducting quantum computers
US6911664B2 (en) 2002-04-15 2005-06-28 D-Wave Systems, Inc. Extra-substrate control system
US7230266B2 (en) 2003-05-15 2007-06-12 D-Wave Systems Inc. Conditional Rabi oscillation readout for quantum computing
US7443896B2 (en) 2003-07-09 2008-10-28 Agere Systems, Inc. Optical midpoint power control and extinction ratio control of a semiconductor laser
US20050250651A1 (en) 2004-03-29 2005-11-10 Amin Mohammad H S Adiabatic quantum computation with superconducting qubits
US20070239366A1 (en) 2004-06-05 2007-10-11 Hilton Jeremy P Hybrid classical-quantum computer architecture for molecular modeling
JP4609733B2 (ja) 2004-07-27 2011-01-12 独立行政法人科学技術振興機構 ジョセフソン量子計算素子及びそれを用いた集積回路
US8503885B2 (en) 2004-08-04 2013-08-06 The United States Of America As Represented By The Secretary Of The Army Quantum based information transmission system and method
US7619437B2 (en) 2004-12-30 2009-11-17 D-Wave Systems, Inc. Coupling methods and architectures for information processing
US7639035B2 (en) 2005-04-26 2009-12-29 D-Wave Systems, Inc. Qubit state copying
US7898282B2 (en) 2005-04-26 2011-03-01 D-Wave Systems Inc. Systems, devices, and methods for controllably coupling qubits
US7921072B2 (en) 2005-05-31 2011-04-05 Alcatel-Lucent Usa Inc. Methods and apparatus for mapping source schemas to a target schema using schema embedding
US8560282B2 (en) 2005-07-11 2013-10-15 D-Wave Systems Inc. Quantum processor-based systems, methods and apparatus for solving problems as logic circuits
US8874477B2 (en) 2005-10-04 2014-10-28 Steven Mark Hoffberg Multifactorial optimization system and method
AU2007209712A1 (en) 2006-01-27 2007-08-02 D-Wave Systems, Inc. Methods of adiabatic quantum computation
WO2007133694A2 (en) 2006-05-11 2007-11-22 Geistiges Eigentum, Inc. Fast computation of compact poset isomorphism certificates
US20080052055A1 (en) 2006-07-28 2008-02-28 Geordie Rose Systems, methods and apparatus for protein folding simulation
US7984012B2 (en) 2006-11-02 2011-07-19 D-Wave Systems Inc. Graph embedding techniques
CA2669816C (en) 2006-12-05 2017-03-07 D-Wave Systems, Inc. Systems, methods and apparatus for local programming of quantum processor elements
US8195596B2 (en) 2007-01-12 2012-06-05 D-Wave Systems Inc. Systems, devices, and methods for interconnected processor topology
WO2008122127A1 (en) 2007-04-05 2008-10-16 D-Wave Systems Inc. Systems, methods and apparatus for anti-symmetric qubit-coupling
US7843209B2 (en) 2007-04-25 2010-11-30 D-Wave Systems Inc. Architecture for local programming of quantum processor elements using latching qubits
US8098179B2 (en) 2007-05-14 2012-01-17 D-Wave Systems Inc. Systems, methods and apparatus for digital-to-analog conversion of superconducting magnetic flux signals
US7932907B2 (en) 2007-05-21 2011-04-26 Microsoft Corp. Layered graph layouts with a given aspect ratio
CN101868802B (zh) 2007-09-24 2013-12-25 D-波系统公司 用于量子位状态读出的系统、方法以及装置
US8190548B2 (en) 2007-11-08 2012-05-29 D-Wave Systems Inc. Systems, devices, and methods for analog processing
US8102185B2 (en) 2008-01-28 2012-01-24 D-Wave Systems Inc. Systems, devices, and methods for controllably coupling qubits
US8174305B2 (en) 2008-03-14 2012-05-08 D-Wave Systems Inc. System, devices and methods for coupling qubits
EP2263166B1 (en) 2008-03-24 2020-02-19 D-Wave Systems Inc. Systems, devices, and methods for analog processing
US8089286B2 (en) 2008-04-15 2012-01-03 Nec Laboratories America, Inc. System and method for quantum computer calibration and performance estimation
WO2009143166A2 (en) 2008-05-20 2009-11-26 D-Wave Systems Inc. Systems, methods, and apparatus for calibrating, controlling, and operating a quantum processor
US7932514B2 (en) 2008-05-23 2011-04-26 International Business Machines Corporation Microwave readout for flux-biased qubits
US8229863B2 (en) 2008-05-28 2012-07-24 D-Wave Systems Inc. Method and apparatus for evolving a quantum system using a mixed initial hamiltonian comprising both diagonal and off-diagonal terms
WO2009149086A2 (en) 2008-06-03 2009-12-10 D-Wave Systems Inc. Systems, methods and apparatus for superconducting demultiplexer circuits
WO2009152180A2 (en) 2008-06-10 2009-12-17 D-Wave Systems Inc. Parameter learning system for solvers
US20120087867A1 (en) 2008-06-20 2012-04-12 Mccamey Dane R Method for the Generation of Nuclear Hyper-Antipolarization in Solids Without the Use of High Magnetic Fields or Magnetic Resonant Excitation
CN102187489B (zh) 2008-09-03 2014-02-26 D-波系统公司 用于量子处理器元件的有效补偿的系统、方法及装置
WO2010151581A2 (en) 2009-06-26 2010-12-29 D-Wave Systems Inc. Systems and methods for quantum computation using real physical hardware
US8671369B2 (en) 2009-12-08 2014-03-11 University Of Seoul Industry Cooperation Foundation Quantum Karnaugh map
CA2814865C (en) 2010-11-11 2019-02-19 D-Wave Systems Inc. Systems and methods for superconducting flux qubit readout
US8111083B1 (en) 2010-12-01 2012-02-07 Northrop Grumman Systems Corporation Quantum processor
JP5677167B2 (ja) * 2011-03-30 2015-02-25 本田技研工業株式会社 最適制御システム
US9189217B2 (en) 2011-10-03 2015-11-17 Telefonaktiebolaget L M Ericsson (Publ) Method for exploiting massive parallelism
US8531245B2 (en) 2011-10-28 2013-09-10 St-Ericsson Sa Temperature compensation in a PLL
US20130117200A1 (en) 2011-11-09 2013-05-09 D-Wave Systems Inc. Systems and methods for optimization of investment portfolios
US9063091B2 (en) 2012-04-06 2015-06-23 Ixensor Inc. Test strips and method for reading test strips
US8972237B2 (en) 2012-08-06 2015-03-03 Microsoft Technology Licensing, Llc Optimizing quantum simulations by intelligent permutation
EP2954416B1 (en) 2013-02-05 2021-05-12 D-Wave Systems, Inc. Systems and methods for error correction in quantum computation
WO2014124295A2 (en) 2013-02-08 2014-08-14 D-Wave Systems, Inc. Systems and methods for calibrating the elements of a quantum processor
KR101495133B1 (ko) * 2013-06-05 2015-02-24 전재덕 악취 제거기능을 갖는 수세식 좌변기
US9588940B2 (en) 2013-12-05 2017-03-07 D-Wave Systems Inc. Sampling from a set of spins with clamping
US10496934B2 (en) 2014-02-28 2019-12-03 Rigetti & Co, Inc. Housing qubit devices in an electromagnetic waveguide system
US10002107B2 (en) * 2014-03-12 2018-06-19 D-Wave Systems Inc. Systems and methods for removing unwanted interactions in quantum devices
JP6314316B2 (ja) 2014-03-31 2018-04-25 パナソニックＩｐマネジメント株式会社 窒化物半導体デバイス
WO2015157338A1 (en) 2014-04-08 2015-10-15 RedPoint Global Inc. Data transformation system and method
US10769545B2 (en) 2014-06-17 2020-09-08 D-Wave Systems Inc. Systems and methods employing new evolution schedules in an analog computer with applications to determining isomorphic graphs and post-processing solutions
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
US10031887B2 (en) 2014-09-09 2018-07-24 D-Wave Systems Inc. Systems and methods for improving the performance of a quantum processor via reduced readouts
US9685935B2 (en) 2014-09-12 2017-06-20 Northrop Grumman Systems Corporation Tunable transmon circuit assembly
US9768771B2 (en) 2015-02-06 2017-09-19 Northrop Grumman Systems Corporation Superconducting single-pole double-throw switch system
CN107851218A (zh) * 2015-02-10 2018-03-27 D-波系统公司 用于量子处理器架构的系统、装置、物品和方法
US9726466B2 (en) 2015-02-13 2017-08-08 Dmd Systems, Llc Fuel/air concussion apparatus
CN107580752B (zh) 2015-05-14 2023-03-24 D-波系统公司 用于超导器件的频率复用谐振器输入和/或输出
US9524470B1 (en) 2015-06-12 2016-12-20 International Business Machines Corporation Modular array of vertically integrated superconducting qubit devices for scalable quantum computing
US9929978B2 (en) 2015-10-07 2018-03-27 Northrop Grumman Systems Corporation Superconducting cross-bar switch system
US10275717B2 (en) * 2016-06-02 2019-04-30 Google Llc Training quantum evolutions using sublogical controls
KR102393472B1 (ko) 2016-06-07 2022-05-03 디-웨이브 시스템즈, 인코포레이티드 양자 프로세서 토폴로지를 위한 시스템 및 방법
WO2018064535A1 (en) 2016-09-30 2018-04-05 Rigetti & Co., Inc. Simulating quantum systems with quantum computation
US10528886B2 (en) 2016-10-06 2020-01-07 D-Wave Systems Inc. Quantum flux parametron based structures (e.g., muxes, demuxes, shift registers), addressing lines and related methods
US9755608B1 (en) 2016-10-28 2017-09-05 International Business Machines Corporation Generating squeezed states of the microwave field left-handed transmission line resonator
US10650050B2 (en) 2016-12-06 2020-05-12 Microsoft Technology Licensing, Llc Synthesizing mapping relationships using table corpus
WO2018111242A1 (en) 2016-12-13 2018-06-21 Google Llc Compensation pulses for qubit readout
WO2018152434A1 (en) 2017-02-17 2018-08-23 The Regents Of The University Of California Systems and methods for making assignments in isotope-labelled proteins using nuclear magnetic resonance data
US11651263B2 (en) 2017-06-26 2023-05-16 Google Llc Nonlinear calibration of a quantum computing apparatus
US10366340B2 (en) 2017-07-12 2019-07-30 Northrop Grumman Systems Corporation System and method for qubit readout
US10872021B1 (en) 2017-12-06 2020-12-22 Rigetti & Co, Inc. Testing hardware in a quantum computing system
AU2019209295B2 (en) * 2018-01-18 2021-07-29 Google Llc Classification using quantum neural networks
CN111989686B (zh) 2018-01-22 2023-12-29 D-波系统公司 用于提高模拟处理器的性能的系统和方法
CN111903057A (zh) 2018-02-27 2020-11-06 D-波系统公司 用于将超导传输线耦合到谐振器阵列的系统和方法
US11100418B2 (en) 2018-02-28 2021-08-24 D-Wave Systems Inc. Error reduction and, or, correction in analog computing including quantum processor-based computing
US11308248B2 (en) 2018-05-05 2022-04-19 Intel Corporation Apparatus and method for quantum computing performance simulation
US10615223B2 (en) 2018-06-12 2020-04-07 International Business Machines Corporation Vertical silicon-on-metal superconducting quantum interference device
US10803396B2 (en) 2018-06-19 2020-10-13 Intel Corporation Quantum circuit assemblies with Josephson junctions utilizing resistive switching materials
US10686007B2 (en) 2018-06-20 2020-06-16 Intel Corporation Quantum circuit assemblies with at least partially buried transmission lines and capacitors
US20190392352A1 (en) 2018-06-25 2019-12-26 Intel Corporation Adaptive programming of quantum dot qubit devices
US11205125B2 (en) 2018-06-29 2021-12-21 International Business Machines Corporation Scheduler and simulator for an area-efficient, reconfigurable, energy-efficient, speed-efficient neural network
CN112956129A (zh) 2018-08-31 2021-06-11 D-波系统公司 用于超导器件的频率复用谐振器输入和/或输出的操作系统和方法
US11182230B2 (en) 2018-12-11 2021-11-23 D-Wave Systems Inc. Systems and methods for reducing errors in calibrated devices
US11087616B2 (en) 2019-01-31 2021-08-10 Here Global B.V. Method and apparatus for recommending services based on map-based dynamic location sampling
US11222279B2 (en) 2019-04-18 2022-01-11 International Business Machines Corporation Modular quantum circuit transformation
US11288073B2 (en) 2019-05-03 2022-03-29 D-Wave Systems Inc. Systems and methods for calibrating devices using directed acyclic graphs
US11422958B2 (en) 2019-05-22 2022-08-23 D-Wave Systems Inc. Systems and methods for efficient input and output to quantum processors
US20200380396A1 (en) 2019-05-31 2020-12-03 D-Wave Systems Inc. Systems and methods for modeling noise sequences and calibrating quantum processors
CN113906449A (zh) 2019-06-11 2022-01-07 D-波系统公司 用于超导器件的输入/输出系统和方法
EP3997608A4 (en) 2019-07-12 2023-07-26 D-Wave Systems Inc. SYSTEMS AND METHODS FOR SIMULATING A QUANTUM PROCESSOR

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060225165A1 (en) * 2004-12-23 2006-10-05 Maassen Van Den Brink Alec Analog processor comprising quantum devices
US20150332164A1 (en) * 2004-12-23 2015-11-19 D-Wave Systems Inc. Analog processor comprising quantum devices
US20080065573A1 (en) * 2006-09-06 2008-03-13 William Macready Method and system for solving integer programming and discrete optimization problems using analog processors
US20090077001A1 (en) * 2006-11-02 2009-03-19 William Macready Integrating optimization directly into databases
US20150046681A1 (en) * 2013-08-07 2015-02-12 D-Wave Systems Inc. Systems and devices for quantum processor architectures
JP2017507439A (ja) * 2014-01-06 2017-03-16 グーグル インコーポレイテッド 頑強な量子アニーリング工程のための量子ハードウェアの構築およびプログラミング
US20160335558A1 (en) * 2014-04-23 2016-11-17 D-Wave Systems Inc. Quantum processor with instance programmable qubit connectivity
WO2017066695A1 (en) * 2015-10-16 2017-04-20 D-Wave Systems Inc. Systems and methods for creating and using quantum boltzmann machines
US20170300817A1 (en) * 2016-04-18 2017-10-19 D-Wave Systems Inc. Systems and methods for embedding problems into an analog processor
US20170364362A1 (en) * 2016-06-15 2017-12-21 University Of Southern California Nested quantum annealing correction

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116341454A (zh) * 2023-03-31 2023-06-27 北京百度网讯科技有限公司 超导量子芯片的耦合关断点信息生成方法、装置和介质

Also Published As

Publication number Publication date
WO2019144118A1 (en) 2019-07-25
US20210085675A1 (en) 2021-03-25
JP7220222B2 (ja) 2023-02-09
US20200349326A1 (en) 2020-11-05
US11900185B2 (en) 2024-02-13
CN111989686B (zh) 2023-12-29
JP2021512398A (ja) 2021-05-13

Similar Documents

Publication Publication Date Title
CN111989686B (zh) 用于提高模拟处理器的性能的系统和方法
US11836574B2 (en) Systems and methods for achieving orthogonal control of non-orthogonal qubit parameters
US10891554B2 (en) Quantum processor with instance programmable qubit connectivity
US9129224B2 (en) Systems and methods for increasing the energy scale of a quantum processor
US20180246848A1 (en) Systems, devices, articles, and methods for quantum processor architecture
US20200401649A1 (en) Systems and methods for removing unwanted interactions in quantum devices
US10621140B2 (en) Systems and methods for improving the performance of a quantum processor via reduced readouts
US20200320424A1 (en) Systems and methods for quantum computation
US9875444B2 (en) Systems and devices for quantum processor architectures
US10552755B2 (en) Systems and methods for improving the performance of a quantum processor to reduce intrinsic/control errors
US20170255872A1 (en) Systems and methods for problem solving, useful for example in quantum computing
US20180240034A1 (en) Systems and methods for creating and using higher degree interactions between quantum devices
US11790136B2 (en) Method for automating semiconductor design based on artificial intelligence
WO2021011412A1 (en) Systems and methods for simulating a quantum processor
Schrauth et al. Fast algorithm for topologically disordered lattices with constant coordination number
US11663390B1 (en) Method for placement semiconductor device based on prohibited area information
US11734484B2 (en) Method for automating semiconductor design based on artificial intelligence

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