CN113544709A - 用于量子化学电路合成的经典优化器 - Google Patents

用于量子化学电路合成的经典优化器 Download PDF

Info

Publication number
CN113544709A
CN113544709A CN201980081110.6A CN201980081110A CN113544709A CN 113544709 A CN113544709 A CN 113544709A CN 201980081110 A CN201980081110 A CN 201980081110A CN 113544709 A CN113544709 A CN 113544709A
Authority
CN
China
Prior art keywords
quantum
resources
circuit
computer
chemical entity
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
CN201980081110.6A
Other languages
English (en)
Other versions
CN113544709B (zh
Inventor
C·德莱尼
金正生
南运盛
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.)
Ionic Corp
Duke University
Original Assignee
Ionic Corp
Duke University
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 Ionic Corp, Duke University filed Critical Ionic Corp
Publication of CN113544709A publication Critical patent/CN113544709A/zh
Application granted granted Critical
Publication of CN113544709B publication Critical patent/CN113544709B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F30/327—Logic synthesis; Behaviour synthesis, e.g. mapping logic, HDL to netlist, high-level language to RTL or netlist
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • 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
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
    • G06N10/20—Models of quantum computing, e.g. quantum circuits or universal quantum computers
    • 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
    • G06N10/40—Physical realisations or architectures of quantum processors or components for manipulating qubits, e.g. qubit coupling or qubit control
    • 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
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C10/00—Computational theoretical chemistry, i.e. ICT specially adapted for theoretical aspects of quantum chemistry, molecular mechanics, molecular dynamics or the like
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/02—CAD in a network environment, e.g. collaborative CAD or distributed simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Computing Systems (AREA)
  • Geometry (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Optical Modulation, Optical Deflection, Nonlinear Optics, Optical Demodulation, Optical Logic Elements (AREA)

Abstract

公开了一种用于优化量子电路的计算机实现的方法、系统和存储可执行指令的计算机可读介质。所述计算机实现的方法包括：接收用于模拟待模拟的化学个体的至少一个量子态的演化的一个或多个参数；生成用于所述模拟的量子电路；基于所述一个或多个参数执行一个或多个操作以使要用于所生成的量子电路的量子资源最小化；以及基于下列中的任何一个或多个在一个或多个基本逻辑单元(ELU)之间放置量子资源：在所生成的量子电路中所述量子资源的出现频率、在所生成的量子电路中所述量子资源的出现顺序、一个或多个量子资源之间的连接性参数、特定量子资源之间的门的效率、特定量子资源之间的门的质量或其组合。

Description

用于量子化学电路合成的经典优化器
技术领域
本文描述的实施例总体上涉及生成用于模拟化学个体的量子系统的优化的量子电路。
背景技术
量子计算机是一种利用量子力学现象(如叠加和纠缠)来处理数据的计算系统。在数字计算机中，数据被编码成两个确定状态(“0”或“1”)之一的二进制数字(比特)，与数字计算机不同，量子计算要求将数据编码成量子比特(以下简称“量子比特”)，其中单个量子比特可以代表“1”、“0”或这两个量子比特状态的任何量子叠加。一般来说，具有N个量子比特的量子计算机可以同时处于多达2N个不同状态的任意叠加，即，一对量子比特可以处于四个状态的任何量子叠加，而三个量子比特可以处于八个状态的任何叠加。
量子计算机能够比数字计算机(这里也称为“经典计算机”)更快、更有效地解决某些问题。在量子计算机的操作中，可以通过将量子比特设置在受控的初始状态来将计算初始化。通过操纵这些量子比特，实现了预定的量子逻辑门序列，这些量子逻辑门序列代表要解决的问题的解，这被称为量子算法。量子算法(如Shor算法、Simon算法等)运行速度比任何可能的概率性经典算法都要快。
基于量子计算机在解决某些问题方面的固有优势，挑战在于如何编程量子计算机，以利用其在解决这些问题方面的优势。
发明内容
在一个示例性实施例中，一种用于优化量子电路的计算机实现的方法包括：接收用于模拟待模拟的化学个体的至少一个量子态的演化的一个或多个参数；生成用于模拟所述化学个体的所述至少一个量子态的演化的量子电路；基于所述一个或多个参数执行一个或多个操作以使要用于所生成的量子电路的量子资源最小化；以及基于下列中的任何一个或多个在一个或多个基本逻辑单元(ELU)之间放置量子资源：在所生成的量子电路中所述量子资源的出现频率、在所生成的量子电路中所述量子资源的出现顺序、一个或多个量子资源之间的连接性参数、特定量子资源之间的门的效率、特定量子资源之间的门的质量或其组合。
在另一示例性实施例中，一种用于优化量子电路的系统包括至少一个处理器和存储器，其中，所述存储器存储用于优化量子电路的可执行指令，所述可执行指令在由所述处理器执行时使所述处理器执行功能，所述功能包括：接收用于模拟待模拟的化学个体的至少一个量子态的演化的一个或多个参数；生成用于模拟所述化学个体的所述至少一个量子态的演化的量子电路；基于所述一个或多个参数执行一个或多个操作以使要用于所生成的量子电路的量子资源最小化；以及基于下列中的任何一个或多个在一个或多个基本逻辑单元(ELU)之间放置量子资源：在所生成的量子电路中所述量子资源的出现频率、在所生成的量子电路中所述量子资源的出现顺序、一个或多个量子资源之间的连接性参数、特定量子资源之间的门的效率、特定量子资源之间的门的质量或其组合。
在又一实施例中，一种计算机可读介质，其存储用于优化量子电路的可执行指令，所述可执行指令在执行时使数字计算处理器执行功能，所述功能包括：接收用于模拟待模拟的化学个体的至少一个量子态的演化的一个或多个参数；生成用于模拟所述化学个体的所述至少一个量子态的演化的量子电路；基于所述一个或多个参数执行一个或多个操作以使要用于所生成的量子电路的量子资源最小化；以及基于下列中的任何一个或多个在一个或多个基本逻辑单元(ELU)之间放置量子资源：在所生成的量子电路中所述量子资源的出现频率、在所生成的量子电路中所述量子资源的出现顺序、一个或多个量子资源之间的连接性参数、特定量子资源之间的门的效率、特定量子资源之间的门的质量或其组合。
前述内容仅是说明性的，并且不意图以任何方式用于限制。除了上述说明性的方面、实施例和特征之外，其他方面、实施例和特征将通过参照附图和下面的详细说明而变得明显。
附图说明
在以下详细描述中，实施例仅作为例示被描述，因为根据以下详细描述，各种改变和修改对于本领域技术人员而言将变得显而易见。在不同附图中使用相同的附图标记指示相似或相同的项目。
图1A示出根据本文描述的至少一些实施例的示例性量子系统架构的一部分；
图1B示出根据本文描述的至少一些实施例的量子系统架构的示例性基本逻辑单元；
图2A和图2B示出根据本文描述的至少一些实施例的示例性处理流程，通过该处理流程实现用于优化量子电路的方法的至少一些部分；
图3A和图3B示出根据本文描述的至少一些实施例的使用量子电路执行门操作的不同方法；
图4A、图4B和图4C示出根据本文描述的至少一些实施例的示例性处理流程，通过该处理流程实现用于优化量子电路的方法的至少一些部分；
图4D示出根据本文描述的至少一些实施例的示例性处理流程，通过该处理流程实现用于优化量子电路的方法的至少一些部分；
图4E示出根据本文描述的至少一些实施例的示例性处理流程，通过该处理流程实现用于优化量子电路的方法的至少一些部分；
图4F示出根据本文描述的至少一些实施例的示例性处理流程，通过该处理流程实现用于优化量子电路的方法的至少一些部分；
图5示出根据本文描述的至少一些实施例的通过用于优化量子电路的方法的不同实施例的至少一些部分创建的样本电路；
图6示出根据本文描述的一个或多个实施例的用于为所选择的化学个体提供量子态测量的示例性量子计算系统，其中使用量子电路优化方法和系统来优化量子电路；
图7示出包括示例性计算实施例的示例性经典计算系统，其中，用于量子电路优化的过程和子过程中的任何一个可以被实现为存储在计算机可读介质上的计算机可读指令。
具体实施方式
在下面的详细描述中，参考构成说明书的一部分的附图。在附图中，类似的符号通常表示类似的部件，除非文中另有规定。此外，除非另外指出，否则对每个连续附图的描述可以参考一个或多个先前附图的特征，以提供当前示例性实施例的更清楚的上下文和更实质性的解释。然而，在详细说明书、附图和权利要求中描述的示例性实施例不意味着限制。在不背离本文中所提出的主题的精神或范围的情况下，可以利用其他实施例，并且可以进行其他改变。容易理解的是，正如本文中一般描述的和附图中例示的那样，可以在各种不同的配置中对本公开的各方面进行配置、替换、结合、分离和设计，这些配置全部都在本文中明确地考虑到。
本文描述了在一个或多个系统、装置、应用、程序和方法中实现的方式，通过这些方式，包括经典计算和量子计算两者的量子混合计算通过例如在完全不同的计算环境中的协同定位的计算设备之间分配计算而被安全且有效地实现。
在本说明书中，以下术语除了它们被接受的含义之外，还可以如下使用：
“经典计算”、“经典程序”、“数字计算”、“数字程序”或其变体可以指已经被转换成二进制数的数据的计算/处理。经典计算处理器可包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、张量处理单元(TPU)、专用集成电路(ASIC)、现场可编程门阵列等及其自由置换。其非限制性示例可包括：可被并行化并在多核经典计算机上运行的经典优化函数；具有用于执行并行计算的GPU的经典计算机等。
“量子计算”或其变体可以指已经被编码为量子比特的数据的计算/处理。量子计算利用量子比特执行高级门控函数，在特定类别的计算问题上产生比经典计算更快的结果。
“环境”可以指计算环境，其中存在当执行程序时可以利用例如诸如库、其他程序、其他硬件等设施的组件。因此，这里可以指经典计算环境、量子计算环境等。
“电路”可以指一个或多个量子函数。
根据本文描述的示例性实施例，量子计算包括执行迭代过程，通过该迭代过程，量子电路可以被写入经典计算环境中以在量子计算环境中执行。可以使用的这种经典计算环境的非限制性示例包括台式计算机、膝上型计算机、移动设备等。可以以与例如用于大型机计算设备的批处理相同的方式，经由网络(例如因特网)将量子电路提交给量子计算设备，在该量子计算设备处，量子电路可以与其他量子电路一起排队。排队的量子电路可以依次执行。
可以在写入量子电路的经典计算环境中或在管理量子电路的执行的不同的经典计算环境中接收和整理量子电路的迭代或累积的计算结果。无论哪种经典计算环境，量子电路都可以基于最近一次迭代的结果或直到该点的累积计算结果来更新或重写。
量子化学问题被认为是量子计算机的重要应用之一。本文描述的实施例公开了用于合成有效量子电路的方法、系统和计算机程序产品，该量子电路用于根据其特定的演化算子来模拟原子、分子和/或离子演化。可以通过使用时间相关或时间无关的薛定谔方程来导出在给定时间的演化算子eiHt。本文描述的实施例提高了量子电路的效率，最大化量子资源的节省，并利用独特的能力，例如与使用局部纠缠门提供的效率相比提供更高效实施方式的全局门。全局门可以由例如离子阱量子计算机提供，以进一步节省量子资源。也可以使用提供全局门的其他计算机。量子资源被定义为量子比特，也称为计算所需的quibit(量子比特)。
图1A示出根据本文描述的至少一些实施例的示例性量子系统架构的一部分。如图1A所示，该示例性系统架构包括多个扩展基本逻辑单元(EELU)1101-110n、1121-112n、1141-114n…等。每个EELU还包括多个N量子比特寄存器，也称为基本逻辑单元(ELUS)1201-120n、1221-122n、1241-124n…等，其还包括如图1B所示的俘获离子量子比特。通过例如经由激光束向这些量子比特的一个或多个子集施加适当的控制信号来控制这些量子比特的状态，可以实现量子比特的子集之间的量子门。来自不同EELU和ELU的量子比特通过光子量子通道1261-126x使用可重构光或光子开关128互连或纠缠。在这种方式中，可以在两个EELU之间生成一对纠缠的量子比特，其中该对量子比特中的一个量子比特位于正被连接的每个EELU上。这种纠缠对可以由每个EELU中发射单个光子的离子产生，该单个光子的内部自由度(如偏振、频率或时间位置)充当与发射该光子的离子纠缠的光子量子比特。由两个EELU中的每个离子发射的两个光子在50/50分束器1321…132x/2处聚集在一起，并随后在分束器的两个输出端口1341…134x处被检测到。当达到特定结果时(例如分束器的每个输出端口同时检测到一个光子)，这表明在EELU之间成功地创建了一个纠缠离子对。使用光学交叉连接开关(或光子开关)128允许来自系统中任意EELU对的光子经由光子量子通道1261…126x聚集在一起，从而在系统中任意EELU对之间产生纠缠离子对。一旦纠缠对产生，其可以作为资源，将量子比特从一个EELU隐形传送(teleport)到另一个EELU(称为量子隐形传送过程)，或者在一个EELU中的一个离子量子比特和另一个EELU中的另一个离子量子比特之间应用两个量子比特纠缠门(称为隐形传送门)。
图1B示出根据本文描述的至少一些实施例的量子系统架构的示例性基本逻辑单元。如图1A所示，示例性系统架构包括多个扩展基本逻辑单元(EELU)，例如110。如图1B所示，每个EELU还包括多个寄存器，也被称为基本逻辑单元(ELU)1201-120n，其还包括被称为俘获离子或量子比特并且还被称为量子资源的俘获离子量子比特1301-130P。可以经由量子比特140之间的局部库仑相互作用来实现通过例如经由激光束向量子比特1301-130P的子集之间的这些量子比特1301-130P量子门的一个或多个子集施加适当的控制信号来控制这些量子比特1301-130P的状态。ELU中俘获离子的数量可以随时间变化，因为俘获离子从一个ELU穿梭到另一个ELU以实现量子功能。
在名称为“FAULT TOLERANT SCALABLE MODULAR QUANTUM COMPUTERARCHITECTURE WITH AN ENHANCED CONTROL OF MULTI-MODE COUPLINGS BETWEEN TRAPPEDION QUBITS)”的美国专利第9,858,531号中提供了图1A和图1B中描述的可扩展量子系统架构的细节。
在一个示例性实施例中，用于优化量子电路的计算机实现的方法包括：接收用于模拟待模拟的化学个体的至少一个量子态的演化的一个或多个参数；生成用于模拟所述化学个体的所述至少一个量子态的演化的量子电路；基于所述一个或多个参数执行一个或多个操作以使要用于所生成的量子电路的量子资源最小化；以及基于下列中的任何一个或多个在一个或多个基本逻辑单元(ELUS)之间放置量子资源：在所生成的量子电路中所述量子资源的出现频率、在所生成的量子电路中所述量子资源的出现顺序、一个或多个量子资源之间的连接性参数、特定量子资源之间的门的效率、特定量子资源之间的门的质量或其组合。
用于优化量子电路的计算机实现的方法包括：接收用于模拟待模拟的化学个体的至少一个量子态的演化的一个或多个参数；导出所述化学个体的时间演化算子eiHt，其中，导出所述化学个体的演化算子还包括：导出所述化学个体的费米子哈密顿量，以及使用一个或多个变换算法将费米子哈密顿量变换为量子比特哈密顿量，其中，所述一个或多个变换算法包括下列中的任何一个或多个：Jordan-Wigner变换、Parity变换和Bravyi-Kitaev变换。所述方法还包括：将导出的演化算子转换为用于量子计算机的演化算子，以用于根据所述演化算子和所述一个或多个参数来模拟所述至少一个量子态的演化；以及生成用于模拟所述化学个体的量子系统的量子电路，所述量子电路通过以下方式来优化：基于所述一个或多个参数执行一个或多个操作以使要用于所生成的量子电路的量子资源最小化；以及基于下列中的任何一个或多个在一个或多个基本逻辑单元(ELUS)之间放置量子资源：在所生成的量子电路中所述量子资源的出现频率、在所生成的量子电路中所述量子资源的出现顺序、一个或多个量子资源之间的连接性参数、特定量子资源之间的门的效率、特定量子资源之间的门的质量或其组合。
下面详细描述并在附图中示出用于优化量子电路的计算机实现的方法、系统和存储可执行指令的计算机可读介质。
图2A和图2B示出用于优化量子电路的示例性方法的至少一些部分，该方法包括经由步骤202接收用于模拟待模拟的化学个体的至少一个量子态的演化的一个或多个参数。用于模拟所述化学个体的所述至少一个量子态的演化的所述一个或多个参数包括优化参数，其中，所述优化参数包括下列中的任何一个或多个：所述量子电路的误差容限、所述量子电路允许的门的数量、所述量子电路允许的量子比特的数量；以及所述化学个体的原子信息，包括原子坐标和原子序数等。对所选择的化学个体进行分子轨道计算，例如，经由图2A所示的步骤208和经由图2B所示的步骤208’进行Slater型轨道到Gaussian型轨道的转换(STO-3G)。这些计算还包括经由步骤204从薛定谔方程推导出化学个体的演化算子eiHt。
在一个实施例中，化学个体的演化算子由薛定谔方程导出，薛定谔方程可以是时间相关的或时间无关的，其中，Ψ是化学个体的电子系统的波函数，
Figure BDA0003104668590000081
是哈密顿算子，E是化学个体的电子系统的电子能量。演化算子eiHt可以从与时间无关的薛定谔方程导出：
Figure BDA0003104668590000082
或者从时间相关的薛定谔方程导出：
Figure BDA0003104668590000083
针对化学个体通过一种或多种上述方法，例如，使用薛定谔方程，计算出的哈密顿系数或重叠积分被称为费米子哈密顿量。例如，基于化学个体(例如，分子)的所选化学基础的系数hpq和hpqrs的数值可以使用以下方程来计算：
Figure BDA0003104668590000091
其中，
Figure BDA0003104668590000092
f≡湮灭算子；并且其中，第一项代表动能加上电子-核相互作用，第二项代表电子-电子相互作用；并且其中，重叠积分表示为：
Figure BDA0003104668590000093
Figure BDA0003104668590000094
Figure BDA0003104668590000095
Slater型轨道(STO)→高斯型轨道(GTO)
如此计算出的基于所选化学基础的系数hpq和hpqrs的数值被存储在存储器中，并进一步用于从自然基础到量子比特基础的转换。可以向处理器提供规则以基于所提供的以下内容来决定选择哪种化学基础：原子信息，例如坐标、原子序数，以及优化参数；硬件约束，例如量子电路的误差容限、量子电路允许的门的数量、量子电路允许的量子比特的数量、量子比特之间的连接性参数、系统中特定的量子比特对(或集合)之间的门的速度、效率和质量等。
用于模拟可以是原子、分子或离子的化学个体的量子系统的优化量子电路的生成包括选择化学基础。尽管在此描述的系统和过程的实施例是使用示例性的用于类氢原子的化学基础STO-3G来解释的，因为其是最简单的最小基础集，但是也可以选择其他化学基础。
所选择的化学基础包括原子轨道，例如高斯型轨道、Slater型轨道或数值原子轨道。针对其选择化学基础的化学个体可以像氢原子一样简单(最小化学基础的一个基函数)，或者可以是已知其原子信息/参数(例如坐标、原子序数)的任何其他复杂分子或离子，并且可以作为用户输入来提供。用户输入还可以包括硬件约束以及优化参数，例如，每个量子门的错误率、量子电路的误差容限、硬件中可用的量子比特的数量、量子比特之间的连接性、量子电路允许的最大门数量、量子电路允许的最大量子比特数量、以及模拟允许的最大持续时间等。也可以提供其他约束。
感兴趣的哈密顿量包括哈密顿系数h’s，其需要以某些化学基础(例如，类氢Slater型轨道基础)书写的关于系统能量的信息。如果随后使用三个高斯函数(STO-3G)来近似该轨道，则可以明确地计算哈密顿系数h。这里仅作为示例选择类氢Slater型轨道基础，也可以使用其他基础，类似地，这里作为示例选择STO-3G，因为它是最小基础，然而，如上所述，也可以使用函数的其他组合。
然后，经由如图2A中所示的步骤206和如图2B中所示的步骤210’，使用一个或多个变换算法将如此获得的导出费米子哈密顿量转换为量子比特哈密顿量。用于这种变换的变换算法可以包括以下中的任何一个或多个：Jordan-Wigner变换、Parity变换和Bravyi-Kitaev变换。也可使用其他合适的变换算法或多于一种变换方法的组合。例如，Jordan-Wigner变换，其可以由以下方程表示：
Figure BDA0003104668590000101
然后通过如图2A中所示的步骤206和如图2B中所示的步骤212’使用用于近似的Trotter公式对计算出和转换后的时间演化算子eiHt进行近似。也可以使用其他合适的近似方法，例如基于高阶乘积公式(PF)的算法、泰勒级数(TS)的直接应用、量子信号处理方法(QSP)等。近似参数的选择取决于优化参数，所述优化参数包括下列中的任何一个或多个：量子电路的误差容限、量子电路允许的门的数量、量子电路允许的量子比特的数量等。优化参数还可以包括使所生成的量子电路中使用的量子资源的数量最小化，以便使误差最小化，因为使用更多的量子资源可能引起更多的误差。用于近似量子系统的时间演化或用于产生变分试探波函数(也称为ansatz函数)的Trotter公式可表示如下：
Figure BDA0003104668590000114
Figure BDA0003104668590000115
→匹配一阶
其中，所述一阶公式可以表示为：
Figure BDA0003104668590000111
并且2k阶公式可以表示为：
Figure BDA0003104668590000112
Figure BDA0003104668590000113
S2k(λ)＝[S2k-2(pkλ)]2S2k-2((1-4pk)λ)[S2k-2(pkλ)]2
然后，这样获得的近似的演化算子和针对考虑模拟的化学个体计算出的哈密顿系数被用作对电路合成工具箱的输入，以经由分别如图2A和图2B中所示的步骤214和216’生成模拟化学个体的量子系统的通用电路。然后，通过使用下列中的一个或多个来优化所生成的量子电路：量子资源的映射和放置、并行处理、调度和使用试探优化等，并且在图3A、图3B、图4A、图4B、图4C、图4D、图4E和图4F及其描述中进一步示出。
量子化学计算非常复杂，因此量子计算机需要大量的量子资源来进行这些计算。如以上在图1A和图1B的描述中所讨论的，示例性系统架构包括多个扩展基本逻辑单元(EELU)。每个EELU还包括多个寄存器，也称为基本逻辑单元(ELUS)，其进一步包括俘获离子量子比特。通过例如经由激光束向这些量子比特的一个或多个子集施加适当的控制信号来控制这些量子比特的状态，可以经由量子比特之间的局部库仑相互作用来实现量子比特的子集之间的量子门。来自不同EELU和ELU的量子比特通过光子量子通道使用可重构光开关或光子开关互连或纠缠。
因此，由于在同一ELU内的量子比特、在不同ELU内但在同一EELU内的量子比特以及在不同EELU内的量子比特的连接程度不同，可以根据出现频率在不同的ELU内配置资源。例如，图1A和图1B所示的基本逻辑单元(ELU)包括多个量子比特。很难将ELU扩展到超过一定数量的量子比特，例如每个ELU 30个量子比特，并且仍然保持该ELU中包含的量子比特之间的连接性。克服这个问题的方法之一是产生具有一定数量的量子比特的更多个ELU，例如每一个EELU有10个ELU，其中每个ELU包括例如30量子比特，并在不同的ELU之间提供连接。这里所示的量子比特的数量只是作为示例，每个ELU可以使用更少或更多的量子比特，以实现技术上可行且高效的系统。此外，每个ELU中量子比特的数量和每个EELU中ELU的数量可能并不完全相同：可以想象每个ELU中量子比特数不同的ELU，或者每个EELU中ELU数量不同的EELU。此外，每个ELU中量子比特的数量和每个EELU中ELU的数量可以通过软件控制来动态地重构，例如，每个ELU中量子资源的数量、每个EELU中ELU的数量和在计算中使用的EELU的数量可以在计算的持续时间内变化。单个ELU中包含的量子比特之间的门操作比来自不同ELU的量子比特之间的门操作简单，因为其涉及到将量子比特的子集从一个ELU移动到另一个ELU。然而，由于EELU驻留在芯片上，因此对于可以在单个EELU内容纳的ELU的数量存在限制。因此，制造了多个EELU，每个EELU中包含有多个ELU。图1A所示的光子开关或光开关网络允许来自一个EELU的一个或多个量子比特与来自另一个EELU的一个或多个量子比特之间的连接，在EELU之间形成纠缠量子比特对，以执行量子电路操作。将来自一个EELU的量子比特与来自另一个EELU的量子比特连接的过程也被称为(量子比特或门的)隐形传送，在这种情况下，这是通过生成共享的量子比特纠缠对来实现的，而不是当来自一个ELU的量子比特与来自同一EELU中另一个ELU的量子比特纠缠时进行的量子比特的物理移动。
由于ELU中的量子比特连接得非常好，来自同一EELU上不同ELU的量子比特连接得很好，并且来自不同EELU的量子比特在一定程度上连接，所以重要的是基于在量子化学计算中出现的特定电路块中量子比特的出现/发送频率，以一种有效的方式配置或映射量子比特，以适应该电路块。可以另外地或另选地基于量子比特门在其之间的出现顺序来放置量子比特，以适应在量子化学计算中出现的特定电路块。基于出现频率和/或出现顺序将特定量子比特放置在特定ELU上的过程可以使用软件工具自动进行，该软件工具考虑了底层量子计算机硬件的约束。
另外，需要最大相互作用以执行量子操作的量子比特可以放置成彼此靠近，例如，在单个ELU内，并且在该单个ELU内彼此靠近，从而节省了用于连接彼此相邻或靠近放置的两个量子比特的门。然而，这可能导致其他量子比特彼此远离，因为连接彼此远离的量子比特可能需要更少的时间，即使这种连接可能需要更多的时间或其他资源，如更多的量子逻辑门，其仍将会导致总体上使用更少的门数量，从而使用减少的量子资源或减少的执行时间。本文描述了使用不同技术通过有效映射和放置量子资源进行优化的方法，所述方法还通过图3A、图3B、图4A、图4B、图4C、图4D、图4E和图4F中所示的示例电路来示出，并且在对这些附图的描述中进行了详细描述。
由于关于可容纳在单个ELU内的量子比特的数量和可容纳在单个EELU内的ELU的数量的固有限制，还可采用使用其他技术的附加优化，例如但不限于调度以及并行处理并存储并行处理的结果。例如，可以并行地在不同的EELU上执行不同的计算，并且可以存储结果，直到需要这些结果进行进一步的处理为止。在美国专利#9,858,531和以上对图1A和图1B的描述中讨论了量子隐形传送过程，可以使用该量子隐形传送过程来执行并行处理的计算之间的通信。例如，Trotter公式中的各项实际上可以被重新排序和执行，同时将误差保持在允许的范围内。如果Trotter公式中有若干项不涉及重叠量子比特，则它们的顺序可以改变而没有任何损失。因此，Trotter公式中不在项组之间共享公共量子比特的每一组项可以映射到单个ELU(或EELU)上，并且可以并行执行这些操作。然后，通过在ELU之间(如离子量子比特的穿梭)或在通过量子比特通信总线连接的EELU之间(如光子互连)行使量子比特的通信机制，可以执行在组之间共享公共量子比特的那些项。通过量子比特的映射和放置、并行处理、门调度和隐形传送进行优化的方法由图3A、图3B、图4D、图4E和图4F示出，并且在对这些图的描述中进行了详细说明。
如图2A和图2B中所示并且在对图2A和图2B的描述中描述的为选定的化学基础生成的通用电路由此经由如图2A所示的步骤214和如图2B所示的步骤214’进行映射以生成量子电路，其中，在量子电路中使用的量子资源经由如图2A所示的步骤216和如图2B所示的步骤216’进行优化或最小化。量子资源的这种优化或最小化在图4A、图4B和图4C中被进一步示出，并且在对图4A、图4B和图4C的描述中进行了详细说明。
然后，经由如图2A中所示的步骤218和如图2B中所示的步骤218’通过使用不同技术进一步优化用于模拟化学个体的量子系统的量子电路，所述不同技术包括下列中的任何一个或多个：量子资源的映射和放置、并行处理、门调度、试探优化等。这种使用量子资源的映射和放置、并行处理和门调度来进一步优化量子电路在图3A、图3B、图4D、图4E和图4F中被进一步示出，并且在对这些图的描述中进行了详细说明。
用于优化量子电路的量子资源可以包括下列中的任何一个或多个：用于模拟的量子计算，其可以进一步包括在电路块中使用的量子比特的数量以及量子门的数量；量子电路的误差容限；以及提供模拟结果所花费的时间。如此产生的优化的量子电路可以提供所选择的化学个体的时间演化，其可以不限于短期演化，例如，对应于稳态能谱的建立的时间尺度，而是在延长的时间段上，例如对应于系统的能量基态之上的激发的传播的时间尺度，或控制外部参数以强制系统的时间演化的时间尺度(例如在量子系统的绝热时间演化中)。
电路优化的核心在于揭示在Pauli矩阵基础中表示的各量子比特哈密顿项中Pauli串前缀的重复模式，其可能是由物理层哈密顿量的变换引起的。例如，对于典型的化学问题，Wigner-Jordan变换代表Pauli矩阵基础中的费米子产生算子
Figure BDA0003104668590000151
和湮灭算子
Figure BDA0003104668590000152
它们被表达为：
Figure BDA0003104668590000153
Figure BDA0003104668590000154
使用这种变换，并注意到
Figure BDA0003104668590000155
化学个体的哈密顿量中的各项，
Figure BDA0003104668590000156
或
Figure BDA0003104668590000157
将被表达为Pauli算子的乘积。一般来说，两个或四个
Figure BDA0003104668590000158
的乘积会导致与量子比特所代表的分子轨道中的电子占据相对应的
Figure BDA0003104668590000159
算子和
Figure BDA00031046685900001510
算子的两到四倍的乘积，伴随着一系列
Figure BDA00031046685900001511
算子“连接”涉及
Figure BDA00031046685900001512
算子和
Figure BDA00031046685900001513
算子的各项，以反映电子-电子交换的特有反对称。该系列
Figure BDA00031046685900001514
算子通常被称为Jordan-Wigner串。
因此，为了通过使用量子电路执行操作来解决化学问题，可能需要某些量子比特之间的连接。图3A和图3B示出了实现与Trotter展开中的哈密顿量的两项相对应的代表性电路的两种不同(但等效)方法，例如，图3A示出了涉及量子比特1、2、3和4的一项302，随后是涉及量子比特4、5、6和7的另一项304，类似地，图3B示出了涉及量子比特1’、2’、3’和4’的一项302’，随后是涉及量子比特4’、5’、6’和7’的另一项304’。虽然这里作为示例示出了7个量子比特，但是本领域技术人员可以容易地认识到，可以使用更少或更多数量的量子比特。
图3A所示的方法示出了使用一系列受控NOT(CNOT)门的四个乘积Pauli矩阵的实施方式，每个门连接两个量子比特(其中，当且仅当控制量子比特(例如由填充点表示的308)处于|1＞状态时，目标量子比特(例如由
Figure BDA0003104668590000161
表示的306)在|0＞和|1＞之间翻转)，然后将第4个量子比特的相对相位移动角度θ(用RZ(θ)310表示，其中|1＞态的相位相对于|0＞态移动了eiθ)，随后是在该序列中较早应用的CNOT的逆序列。在该电路中，系列中的CNOT门被应用在系统中的任意量子比特对之间，并且共享公共目标量子比特306。这被称为哈密顿演化的“跳跃型”实施方式。在存在Jordan-Wigner串的情况下，CNOT门的序列可以明显更长。
图3B表示实现与由于相同哈密顿项引起的时间演化相对应的电路的可选方式。图3B所示的方法示出了使用一系列受控NOT(CNOT)门的四个乘积Pauli矩阵的实施方式，每个门连接两个量子比特(其中当且仅当控制量子比特(例如由填充点表示的308’)处于|1＞态时，目标量子比特(例如由
Figure BDA0003104668590000162
表示的306’)在|0＞和|1＞之间翻转)，然后将第4个量子比特的相对相位移动角度θ(用RZ(θ)310’表示，其中|1＞态的相位相对于|0＞态移动了eiθ)，随后是在该序列中较早应用的CNOT的逆序列。在该方法中，CNOT门序列串联应用于最近邻的量子比特之间。这被称为哈密顿演化的“步进型”实施方式。
背对背应用的两个相同的CNOT门使初始状态与最终状态相同。在这个意义上，背对背应用两个CNOT门等同于什么都不做，因此，如果两个CNOT门背对背应用，则它们会相互抵消。门的适当调度可导致更多的门取消的实例，并且因此使量子资源最小化，从而使误差最小化。门调度是一个过程，通过这个过程，构成量子计算过程(例如用于化学计算)的量子逻辑门序列一旦被置于量子计算机硬件中的物理量子比特上，就应用于量子比特。图3A和图3B中所示的电路是在量子比特上对门进行调度的示例，这些量子比特被分配或映射以表示分子轨道的电子布居。由于门取消和/或并行处理，优化的门调度可以导致更好的电路性能。
为了计算复杂化学个体的性质，必须使用Trotter展开来模拟由大量哈密顿项引起的时间演化。通过仔细地排序Trotter展开中的哈密顿项，许多Jordan-Wigner串可以被消除。将代表哈密顿量中分子轨道的特定量子比特映射到量子计算机上的ELU中的物理量子比特的过程称为量子比特映射。为了利用ELU内的完全连接性，Trotter展开中的哈密顿项可被分为几个组(其中每组包含在这些项中重复使用的多个量子比特)，并将它们分配给单个ELU中的物理量子比特。将代表哈密顿量中分子轨道的特定量子比特有效映射到物理量子比特并且有效放置物理量子比特(量子比特)允许在每个ELU或EELU中并行启动每个组中的模拟。不可避免地会有量子比特在不同的组之间共享：这些量子比特首先被放置在一个ELU中，并且一旦涉及该量子比特的所有模拟都在该组中完成，则其可以被穿梭到同一EELU中的另一ELU，或者被隐形传送到另一EELU中的适当ELU，以便在不同的组中涉及该量子比特的进一步模拟可以继续。在同一EELU内量子比特从一个ELU到另一个ELU的穿梭提供了在同一EELU的不同ELU之间经由量子比特通信总线的连接。为了使ELU和EELU之间的通信成本最小化，将量子比特置于ELU中的离子，使得同一EELU内的ELU之间的穿梭次数和EELU之间的隐形传送次数最小化。因此，在一个或多个基本逻辑单元(ELU)之间映射和放置量子资源或量子比特是基于下列中任何一个或多个：在所生成的量子电路中量子资源的出现频率、在所生成的量子电路中量子资源的出现顺序、一个或多个量子资源之间的连接性参数、特定量子资源之间的门的效率、特定量子资源之间的门的质量等。
可以使用各种电路优化技术来减少实现哈密顿量演化所需的门的数量。图4A、图4B和图4C示出了根据本文描述的至少一些实施例的示例性处理流程，通过该流程实现用于优化量子电路的方法的至少一些部分，例如，在试探优化中涉及的不同步骤。例如，图4A示出了项合并，其中，可以将具有相同Pauli乘积的两个哈密顿项组合成单项。图4B示出了示例性量子比特重新嵌入技术：该示例中的两个哈密顿项，即
Figure BDA0003104668590000181
和
Figure BDA0003104668590000182
利用每个Trotter项的两个类似的“步进型”实施方式。简单地通过对量子比特进行不同的标记，使得两项之间的Hadamard(H)门401’被应用于同一量子比特，在该量子比特上应用RZ(θ)门，在该过程中可以消除四个CNOT门403。图4C示出了示例性合并排序过程，其中对Trotter展开中的项进行排序，使得在后续项之间的Pauli矩阵(
Figure BDA0003104668590000183
和
Figure BDA0003104668590000184
)之间的基础变化的数量最小化(通常减少到一个或两个)。在这种情况下，使用项的“跳跃型”或“步进型”实施方式，消除了相邻项之间每个Trotter项的实施方式中的多个CNOT门。与四个项中的两个项的基础在
Figure BDA0003104668590000185
和
Figure BDA0003104668590000186
之间改变的“步进型”实施方式相比，使用“跳跃型”实施方式导致消除更多的CNOT门。
图4D示出了根据本文描述的至少一些实施例的示例性处理流程，通过该处理流程实现用于优化量子电路的方法的至少一些部分。如上所述，由于可容纳在单个ELU内的量子比特的数量和可容纳在单个EELU内的ELU的数量的固有限制，还可以采用使用其他技术的附加优化，例如但不限于量子比特映射、量子比特的放置、门调度以及并行处理和存储并行处理的结果以供以后使用。例如，当使用必须执行重复计算的Trotter-Suzuki近似时，其可以表示为：
Figure BDA0003104668590000187
图4D示出了使用额外的量子比特来使电路执行并行化的示例。在示例410中，公共量子比特416用于两个不同的受控操作，例如，受控U 412和受控V 414。虽然与操作U 412和操作V 414相关联的所有其他量子比特都是独立的，但是公共控制量子比特416的共享禁止调度且并行地执行这两个操作(操作U 412和操作V 414)。在示例420中，利用CNOT门创建用于控制量子比特的操作U 422和操作V 424的纠缠对，例如426和428，并且允许纠缠对中的每个量子比特控制操作U 422和操作V 424。在受控U 422和受控V 424过程结束时，用于该对控制量子比特的另一CNOT门可用于恢复控制量子比特(未示出)的初始状态。虽然这两个图是等效的，但在410中，两个受控操作(受控U 412和受控V 414)可以被调度为并行运行，因为它们涉及完全独立的量子比特集合，即不共享公共量子比特。
图4E示出了并行处理以及调度门执行的示例，其中可以并行地在不同的EELU 444和446上执行不同的计算，并且可以存储结果，直到需要它们进行进一步处理为止。在该示例中，在EELU 444上执行的量子电路和EELU 446上执行的量子电路之间必须共享一个量子比特。该共享的量子比特首先被映射到置于EELU 444中的量子比特437，然后执行由该量子比特437控制的酉操作U 432。此后，量子比特437必须隐形传送到EELU 446，以进一步处理涉及EELU 446中的量子比特的受控V操作434。这是由通过光子网络在EELU 444中的量子比特450和EELU 446中的量子比特448之间建立的纠缠对|ψ＞，来调节的(accommodated)。该纠缠对可以在需要量子比特隐形传送之前的任何时候建立。在完成EELU 444中的受控U操作432时，控制量子比特437通过虚线矩形中所示的隐形传送过程460被隐形传送到EELU446中的量子比特448。这涉及量子比特437和量子比特450之间的CNOT门操作，随后是应用于量子比特437的Hadamard门452。然后，在该计算基础上测量这两个量子比特437和450(以|0＞和|1＞)。基于这两个测量的结果，将X 456和/或Z 458的单个量子比特Pauli门应用于量子比特418。当这些操作完成时，量子比特448在隐形传送过程之前呈现量子比特437的确切状态。然后，量子比特448可被用作控制量子比特，以将电路V 434操作到输入量子比特440。在这种情况下可以执行并行操作，例如，当在EELU 444中执行受控U操作432时，可以执行仅涉及EELU 446中的量子比特(控制量子比特439和输入量子比特440)的受控W操作435。
尽管图4E中示出的示例性电路涉及在受控U 432和受控V 434操作中用作“控制”量子比特448的隐形传送的量子比特437，但是隐形传送的量子比特可以用于跨越两个或更多个EELU的量子电路的一部分中的任何函数。
图4F示出了将量子化学电路分布在共享公共量子比特的两个EELU上的示例。图4F示出了图4E中所示的电路的详细图示，并且在对图4E的描述中详细描述了该电路。上电路432的最后一个量子比特437被隐形传送到下电路434，并且例如在Trotter项的模拟中的最后一组
Figure BDA0003104668590000201
中使用。
门调度是一个过程，通过这个过程，构成量子计算过程(例如用于化学计算)的量子逻辑门序列一旦被置于量子计算机硬件中的物理量子比特上，就被应用于量子比特。图3A、图3B、图4B、图4D、图4E和图4F中所示的电路是在量子比特上调度门的示例，这些量子比特被分配或映射以表示分子轨道的电子布居。
量子资源的进一步优化和使用优化或最小化的量子资源生成的量子电路的优化可以串联和迭代地执行，直至实现特定的性能目标，例如，误差的预定义的最大容差阈值或容差极限，或最小门计数。
在图5中示出了使用无合并、无重新嵌入且无排序的原生方式的样本电路。如所配置的，该示例电路需要120160个CNOT门和11716个RZ(θ)门。下表示出当将各种电路优化技术应用于此电路时门的数量的减少的实例。它还减少了电路中使用的Hadamard门和相位(S)门的数量。通过进一步优化该电路可以获得更多的改进。
Figure BDA0003104668590000202
图6示出了根据本文描述的一个或多个实施例的用于测量所选择的化学个体的量子态的量子计算系统，其中使用量子电路优化方法和系统来优化量子电路。例如，变分量子本征求解(VQE)方法，其中使用量子电路602利用具有一组变分参数的类Trotter方式来准备量子态(也称为ansatz态)的试探函数。一旦状态准备好，就用来估计能量的期望值(哈密顿量)。在该方法中，通过改变变分参数并利用这些更新的参数准备新的尝试状态来寻求能量的最小值。通过测量对应于构成整个哈密顿量的每项的期望值606来估计总哈密顿量。由于化学个体的哈密顿量包括哈密顿项的组合，所以顺序执行这些测量，导致多次迭代以测量哈密顿量中的各项。节省量子成本的一种方式是同时测量不止一项的期望值。例如，对于具有两个量子比特的量子态，可以通过准备一个试探函数同时测量算子<IZ>，<ZI>和<ZZ>的期望值。
在实施例中，公开了如图7中所示的用于优化用于模拟化学个体的量子系统的量子电路的经典计算系统，并且在对图7的描述中详细描述了该系统。用于优化量子电路的该系统包括至少一个处理器和存储器，其中，所述存储器存储用于优化量子电路的可执行指令，所述可执行指令在由所述处理器执行时使所述处理器执行功能，所述功能包括：接收用于模拟待模拟的化学个体的至少一个量子态的演化的一个或多个参数；生成用于模拟所述化学个体的所述至少一个量子态的演化的量子电路；基于所述一个或多个参数执行一个或多个操作以使要用于所生成的量子电路的量子资源或量子比特最小化；以及基于下列中的任何一个或多个在一个或多个基本逻辑单元(ELU)之间放置量子资源：在所生成的量子电路中量子资源的出现频率、在所生成的量子电路中量子资源的出现顺序、一个或多个量子资源之间的连接性参数、特定量子资源之间的门的效率、特定量子资源之间的门的质量或其组合。
在接收用于模拟待模拟的化学个体的至少一个量子态的演化的一个或多个参数之后，所述系统导出所述化学个体的时间演化算子eiHt；将导出的演化算子转换为用于量子计算机的演化算子，以用于根据所述演化算子和所述一个或多个参数来模拟所述至少一个量子态的演化；并且生成用于模拟所述化学个体的量子系统的量子电路，所述量子电路通过以下方式来优化：基于所述一个或多个参数执行一个或多个操作以使要用于所生成的量子电路的量子资源或量子比特最小化；以及基于下列中的任何一个或多个在一个或多个基本逻辑单元(ELUS)之间放置量子资源：在所生成的量子电路中所述量子资源的出现频率、在所生成的量子电路中所述量子资源的出现顺序、一个或多个量子资源之间的连接性参数、特定量子资源之间的门的效率、特定量子资源之间的门的质量或其组合。量子资源的进一步优化和使用优化的或最小化的量子资源生成的量子电路的优化可以顺序和迭代地执行，直至实现特定的性能目标，例如，误差的预定义的最大容差阈值或容差极限，或最小门计数。图7示出了用于优化量子电路的系统的一个或多个实施例，所述量子电路用于使用图2A、图2B、图3A、图3B、图4A、图4B、图4C、图4D、图4E和图4F所示的方法模拟化学个体的量子系统。
一旦量子资源被优化，并且量子电路被优化为使用并行处理和门调度，所得到的优化的量子电路可以通过使用多次迭代被进一步优化(也称为试探优化)，并且将经由量子电路获得的结果与理论结果和误差容限进行比较。在共有的、共同未决的美国申请16/164,586“AUTOMATED OPTIMIZATION OF LARGE-SCALE QUANTUM CIRCUITS WITH CONTINUOUSPARAMETERS”中详细描述了这种优化。
图7示出示例性系统和说明性计算实施例，其中量子计算的任何过程和子过程都可以实现为存储在计算机可读介质上的计算机可读指令。特别是当应用于上述用于量子电路优化的应用和/或程序时，该计算机可读指令可以例如由如本文所引用的设备的处理器来执行，该设备具有网络元件和/或与其相对应的任何其他设备。
在实施例中，一种计算机可读介质，存储用于优化量子电路的可执行指令，所述可执行指令在执行时使数字计算处理器执行功能，所述功能包括：接收用于模拟待模拟的化学个体的至少一个量子态的演化的一个或多个参数；生成用于模拟所述化学个体的所述至少一个量子态的演化的量子电路；基于所述一个或多个参数执行一个或多个操作以使要用于所生成的量子电路的量子资源最小化；以及基于下列中的任何一个或多个在一个或多个基本逻辑单元(ELUS)之间放置量子资源：在所生成的量子电路中所述量子资源的出现频率、在所生成的量子电路中所述量子资源的出现顺序、一个或多个量子资源之间的连接性参数、特定量子资源之间的门的效率、特定量子资源之间的门的质量或其组合。
在非常基本的配置中，计算设备或系统700通常可以至少包括一个或多个处理器702、系统存储器704、一个或多个输入组件706、一个或多个输出组件708、显示组件710、计算机可读介质712和收发器714。
处理器702可以是例如微处理器、微控制器、数字信号处理器或其任何组合。
存储器704可以是例如易失性存储器、非易失性存储器或其任何组合。存储器704可以在其中存储操作系统705、应用程序和/或程序数据。即，存储器704可以存储用于实现上述任何功能或操作的可执行指令，因此，存储器704可以被认为是计算机可读介质。
输入组件706可以是内置的或通信耦合的键盘、触摸屏或电信设备。可替换地，输入组件706可以包括麦克风，该麦克风被配置为与可以存储在存储器704中的语音识别程序合作，从计算设备700的用户接收语音命令。此外，输入组件706如果不是内置于计算设备700，则可以经由包括但不限于射频或蓝牙的短程通信协议来通信地耦合到计算设备500。
输出组件708可以是被配置为向外部设备输出命令和数据的内置或可从计算设备700移除的组件或模块。
显示组件710可以是例如可以具有触摸输入能力的固态显示器。即，显示组件710可以包括这样的能力，其可以共享或代替输入组件706的能力。
计算机可读介质712可以是可分离的机器可读介质，其被配置为存储体现上述任何功能或操作的一个或多个程序。即，计算机可读介质712可以被接收或以其他方式连接到计算设备700的驱动组件，可以存储用于实现上述任何功能或操作的可执行指令。这些指令可以是补充的或独立于存储器704所存储的那些指令。
收发器714可以是被配置为有线网络或直接有线连接的计算设备700的网络通信链路。可替换地，收发器714可以被配置为无线连接，例如，射频(RF)、红外、蓝牙和其他无线协议。
由上述应当理解，本公开的各种实施例是为了说明性目的而被描述的，并且在不偏离本公开的范围和精神的情况下可以进行各种修改。因此，本文公开的各种实施例不用于限制所附权利要求指示的真正范围和精神。

Claims (27)

1.一种存储用于优化量子电路的可执行指令的计算机可读介质，所述可执行指令在执行时使数字计算处理器执行功能，所述功能包括：
接收用于模拟待模拟的化学个体的至少一个量子态的演化的一个或多个参数；
生成用于模拟所述化学个体的所述至少一个量子态的演化的量子电路；
基于所述一个或多个参数执行一个或多个操作以使要用于所生成的量子电路的量子资源最小化；
基于下列中任何一个或多个在一个或多个基本逻辑单元ELU之间放置量子资源：在所生成的量子电路中所述量子资源的出现频率、在所生成的量子电路中所述量子资源的出现顺序、一个或多个量子资源之间的连接性参数、特定量子资源之间的门的效率、特定量子资源之间的门的质量或其组合。
2.根据权利要求1所述的计算机可读介质，其中，所述化学个体包括原子、分子、离子和亚原子粒子中的任何一种或多种，其中，所述亚原子粒子是自由的、结合的或局部化的。
3.根据权利要求1所述的计算机可读介质，其中，生成用于模拟所述化学个体的所述至少一个量子态的演化的量子电路包括：
使用量子计算机导出要用于所述模拟的所述化学个体的演化算子，其中，导出所述化学个体的演化算子还包括：
导出所述化学个体的费米子哈密顿量，以及
使用一个或多个变换算法将费米子哈密顿量变换为量子比特哈密顿量，其中，所述一个或多个变换算法包括下列中的任何一个或多个：Jordan-Wigner变换、Parity变换和Bravyi-Kitaev变换。
4.根据权利要求1所述的计算机可读介质，其中，使量子资源最小化的所述一个或多个操作包括项合并、重新嵌入量子资源和合并排序中的任何一个或多个。
5.根据权利要求1所述的计算机可读介质，其中，用于模拟待模拟的化学个体的至少一个量子态的演化的所述一个或多个参数包括下列中的任何一个或多个：所述化学个体的原子信息、所述量子电路的误差容限、所述量子电路允许的最大门数量、所述量子电路允许的最大量子比特数量、以及所述模拟允许的最大持续时间。
6.根据权利要求1所述的计算机可读介质，其中，基于所述一个或多个参数来优化所生成的量子电路还包括下列中的任何一个或多个：量子计算的门调度和并行处理。
7.根据权利要求6所述的计算机可读介质，其中，用于量子计算的所述门调度是通过连接来自不同ELU的一个或多个量子资源实现的，其中，所述量子资源是通过包括所述量子资源的穿梭在内的量子比特通信总线连接的。
8.根据权利要求6所述的计算机可读介质，其中，所述量子计算的门调度和并行处理是通过经由光学交叉连接连接来自不同扩展基本逻辑单元EELU的一个或多个量子资源以在一对EELU之间生成至少一个纠缠离子对实现的。
9.根据权利要求8所述的计算机可读介质，其中，每个ELU中量子资源的数量、每个EELU中ELU的数量以及在计算中使用的EELU的数量可以在计算持续时间期间动态地变化。
10.一种用于优化量子电路的计算机实现的方法，该方法包括：
接收用于模拟待模拟的化学个体的至少一个量子态的演化的一个或多个参数；
生成用于模拟所述化学个体的所述至少一个量子态的演化的量子电路；
基于所述一个或多个参数执行一个或多个操作以使要用于所生成的量子电路的量子资源最小化；
基于下列中任何一个或多个在一个或多个基本逻辑单元ELU之间映射量子资源：在所生成的量子电路中所述量子资源的出现频率、在所生成的量子电路中所述量子资源的出现顺序、一个或多个量子资源之间的连接性参数、特定量子资源之间的门的效率、特定量子资源之间的门的质量或其组合。
11.根据权利要求10所述的计算机实现的方法，其中，所述化学个体包括原子、分子、离子和亚原子粒子中的任何一种或多种，其中，所述亚原子粒子是自由的、结合的或局部化的。
12.根据权利要求10所述的计算机实现的方法，其中，生成用于模拟所述化学个体的所述至少一个量子态的演化的量子电路包括：
使用量子计算机导出要用于所述模拟的所述化学个体的演化算子，其中，导出所述化学个体的演化算子还包括：
导出所述化学个体的费米子哈密顿量，以及
使用一个或多个变换算法将费米子哈密顿量变换为量子比特哈密顿量，其中，所述一个或多个变换算法包括下列中的任何一个或多个：Jordan-Wigner变换、Parity变换和Bravyi-Kitaev变换。
13.根据权利要求10所述的计算机实现的方法，其中，使量子资源最小化的所述一个或多个操作包括项合并、重新嵌入量子资源和合并排序中的任何一个或多个。
14.根据权利要求10所述的计算机实现的方法，其中，用于使要用于所生成的量子电路的量子资源最小化的所述一个或多个参数包括下列中的任何一个或多个：所述化学个体的原子信息、所述量子电路的误差容限、所述量子电路允许的最大门数量、所述量子电路允许的最大量子比特数量、以及所述模拟允许的最大持续时间。
15.根据权利要求10所述的计算机实现的方法，其中，基于所述一个或多个参数优化所生成的量子电路还包括下列中的任何一个或多个：量子计算的门调度和并行处理。
16.根据权利要求15所述的计算机实现的方法，其中，用于量子计算的所述门调度是通过连接来自不同ELU的一个或多个量子资源实现的，其中，所述量子资源是通过包括所述量子资源的穿梭在内的量子比特通信总线连接的。
17.根据权利要求15所述的计算机实现的方法，其中，所述量子计算的门调度和并行处理是通过经由光学交叉连接连接来自不同扩展基本逻辑单元EELU的一个或多个量子资源以在一对EELU之间生成至少一个纠缠离子对实现的。
18.根据权利要求17所述的计算机实现的方法，其中，每个ELU中量子资源的数量、每个EELU中ELU的数量以及在计算中使用的EELU的数量可以在计算持续时间期间变化。
19.一种用于优化量子电路的系统，该系统包括至少一个处理器和存储器，其中，所述存储器存储用于优化量子电路的可执行指令，所述可执行指令在由所述处理器执行时使所述处理器执行功能，所述功能包括：
接收用于模拟待模拟的化学个体的至少一个量子态的演化的一个或多个参数；
生成用于模拟所述化学个体的所述至少一个量子态的演化的量子电路；
基于所述一个或多个参数执行一个或多个操作以使要用于所生成的量子电路的量子资源最小化；
基于下列中任何一个或多个在一个或多个基本逻辑单元ELU之间放置量子资源：在所生成的量子电路中所述量子资源的出现频率、在所生成的量子电路中所述量子资源的出现顺序、一个或多个量子资源之间的连接性参数、特定量子资源之间的门的效率、特定量子资源之间的门的质量或其组合。
20.根据权利要求19所述的系统，其中，所述化学个体包括原子、分子、离子和亚原子粒子中的任何一种或多种，其中，所述亚原子粒子是自由的、结合的或局部化的。
21.根据权利要求19所述的系统，其中，生成用于模拟所述化学个体的所述至少一个量子态的演化的量子电路包括：
使用量子计算机导出要用于所述模拟的化学个体的演化算子，其中，导出所述化学个体的演化算子还包括：
导出所述化学个体的费米子哈密顿量，以及
使用一个或多个变换算法将费米子哈密顿量变换为量子比特哈密顿量，其中，所述一个或多个变换算法包括下列中的任何一个或多个：Jordan-Wigner变换、Parity变换和Bravyi-Kitaev变换。
22.根据权利要求19所述的系统，其中，使量子资源最小化的所述一个或多个操作包括项合并、重新嵌入量子资源和合并排序中的任何一个或多个。
23.根据权利要求19所述的系统，其中，用于使要用于所生成的量子电路的量子资源最小化的所述一个或多个参数包括下列中的任何一个或多个：所述化学个体的原子信息、所述量子电路的误差容限、所述量子电路允许的最大门数量、所述量子电路允许的最大量子比特数量、以及所述模拟允许的最大持续时间。
24.根据权利要求19所述的系统，其中，基于所述一个或多个参数优化所生成的量子电路还包括下列中的任何一个或多个：量子计算的门调度和并行处理。
25.根据权利要求24所述的系统，其中，用于量子计算的所述门调度是通过连接来自不同ELU的一个或多个量子资源实现的，其中，所述量子资源是通过包括所述量子资源的穿梭在内的量子比特通信总线连接的。
26.根据权利要求24所述的系统，其中，所述量子计算的门调度和并行处理是通过经由光学交叉连接连接来自不同扩展基本逻辑单元EELU的一个或多个量子资源以在一对EELU之间生成至少一个纠缠离子对实现的。
27.根据权利要求26所述的系统，其中，每个ELU中量子资源的数量、每个EELU中ELU的数量以及在计算中使用的EELU的数量可以在计算持续时间期间变化。
CN201980081110.6A 2018-12-07 2019-12-07 用于量子化学电路合成的经典优化器 Active CN113544709B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US16/213,379 2018-12-07
US16/213,379 US10776544B2 (en) 2018-12-07 2018-12-07 Classical optimizer for quantum chemistry circuit synthesis
PCT/US2019/065115 WO2020118285A1 (en) 2018-12-07 2019-12-07 Classical optimizer for quantum chemistry circuit synthesis

Publications (2)

Publication Number Publication Date
CN113544709A true CN113544709A (zh) 2021-10-22
CN113544709B CN113544709B (zh) 2023-06-09

Family

ID=70970190

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980081110.6A Active CN113544709B (zh) 2018-12-07 2019-12-07 用于量子化学电路合成的经典优化器

Country Status (5)

Country Link
US (2) US10776544B2 (zh)
EP (1) EP3891667A4 (zh)
JP (1) JP7163500B2 (zh)
CN (1) CN113544709B (zh)
WO (1) WO2020118285A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114358318A (zh) * 2022-03-22 2022-04-15 合肥本源量子计算科技有限责任公司 基于机器学习框架的分类方法及相关装置
CN115204404A (zh) * 2022-08-08 2022-10-18 北京大学 一种抑制费米子系统测量中的错误的方法及装置
CN115577791A (zh) * 2022-09-29 2023-01-06 北京百度网讯科技有限公司 基于量子系统的信息处理方法及装置
CN116909676A (zh) * 2023-09-12 2023-10-20 中国科学技术大学 一种二分量第一性原理计算系统与服务方法

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11074104B2 (en) * 2019-04-09 2021-07-27 International Business Machines Corporation Quantum adaptive circuit dispatcher
US11562282B2 (en) * 2020-03-05 2023-01-24 Microsoft Technology Licensing, Llc Optimized block encoding of low-rank fermion Hamiltonians
EP4078471A1 (en) * 2020-03-12 2022-10-26 River Lane Research Ltd. Symmetry-based quantum computational chemistry
JP7511230B2 (ja) 2020-08-20 2024-07-05 国立大学法人 東京大学 量子回路生成装置、量子回路生成方法及び量子回路生成プログラム
US11803611B2 (en) 2020-12-04 2023-10-31 International Business Machines Corporation Procedure to speed-up Variational Quantum Eigensolver calculations in quantum computers
US11687818B2 (en) * 2021-02-05 2023-06-27 International Business Machines Corporation Hardware-efficient calibration framework for quantum computing devices
CN113098802B (zh) * 2021-03-25 2021-10-26 北京百度网讯科技有限公司 量子噪声信道的逆映射分解方法及装置、电子设备和介质
EP4095766B1 (en) * 2021-04-13 2023-08-30 Tencent Technology (Shenzhen) Company Limited Quantum control system, quantum control processor, and execution method for quantum instruction set
US11379752B1 (en) 2021-05-27 2022-07-05 Red Hat, Inc. Qubit reservation service
US11714692B2 (en) 2021-05-27 2023-08-01 Red Hat, Inc. Classical management of qubit requests
CN113487035B (zh) * 2021-08-03 2022-05-27 北京百度网讯科技有限公司 量子门的控制脉冲确定方法、装置及电子设备
US11984890B2 (en) 2021-11-13 2024-05-14 International Business Machines Corporation Scalable interconnected quantum architecture
CN115759269B (zh) * 2022-10-21 2024-08-13 北京百度网讯科技有限公司 特征信息的确定方法、装置、设备以及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160283857A1 (en) * 2013-11-05 2016-09-29 President And Fellows Of Harvard College Embedding electronic structure in controllable quantum systems
CN105993017A (zh) * 2014-02-12 2016-10-05 微软技术许可有限责任公司 用于化学仿真的改进的量子电路
US20180114138A1 (en) * 2013-08-02 2018-04-26 University Of Maryland Fault-tolerant scalable modular quantum computer architecture with an enhanced control of multi-mode couplings between trapped ion qubits
WO2018089792A1 (en) * 2016-11-10 2018-05-17 Rigetti & Co., Inc. Generating quantum logic control sequences for quantum information processing hardware

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10275717B2 (en) * 2016-06-02 2019-04-30 Google Llc Training quantum evolutions using sublogical controls
US10984152B2 (en) * 2016-09-30 2021-04-20 Rigetti & Co, Inc. Simulating quantum systems with quantum computation

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180114138A1 (en) * 2013-08-02 2018-04-26 University Of Maryland Fault-tolerant scalable modular quantum computer architecture with an enhanced control of multi-mode couplings between trapped ion qubits
US20160283857A1 (en) * 2013-11-05 2016-09-29 President And Fellows Of Harvard College Embedding electronic structure in controllable quantum systems
CN105993017A (zh) * 2014-02-12 2016-10-05 微软技术许可有限责任公司 用于化学仿真的改进的量子电路
WO2018089792A1 (en) * 2016-11-10 2018-05-17 Rigetti & Co., Inc. Generating quantum logic control sequences for quantum information processing hardware

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114358318A (zh) * 2022-03-22 2022-04-15 合肥本源量子计算科技有限责任公司 基于机器学习框架的分类方法及相关装置
CN114358318B (zh) * 2022-03-22 2022-06-21 合肥本源量子计算科技有限责任公司 基于机器学习框架的分类方法及相关装置
CN115204404A (zh) * 2022-08-08 2022-10-18 北京大学 一种抑制费米子系统测量中的错误的方法及装置
CN115204404B (zh) * 2022-08-08 2023-05-30 北京大学 一种抑制费米子系统测量中的错误的方法及装置
CN115577791A (zh) * 2022-09-29 2023-01-06 北京百度网讯科技有限公司 基于量子系统的信息处理方法及装置
CN115577791B (zh) * 2022-09-29 2024-07-23 北京百度网讯科技有限公司 基于量子系统的信息处理方法及装置
CN116909676A (zh) * 2023-09-12 2023-10-20 中国科学技术大学 一种二分量第一性原理计算系统与服务方法
CN116909676B (zh) * 2023-09-12 2024-02-23 中国科学技术大学 一种二分量第一性原理计算系统与服务方法

Also Published As

Publication number Publication date
US11163928B2 (en) 2021-11-02
US20200184023A1 (en) 2020-06-11
EP3891667A1 (en) 2021-10-13
US10776544B2 (en) 2020-09-15
EP3891667A4 (en) 2022-11-09
WO2020118285A1 (en) 2020-06-11
CN113544709B (zh) 2023-06-09
JP2022510153A (ja) 2022-01-26
JP7163500B2 (ja) 2022-10-31
US20200394353A1 (en) 2020-12-17

Similar Documents

Publication Publication Date Title
CN113544709B (zh) 用于量子化学电路合成的经典优化器
Maslov et al. An outlook for quantum computing [point of view]
Khammassi et al. QX: A high-performance quantum computer simulation platform
Hubig et al. Strictly single-site DMRG algorithm with subspace expansion
JP7569804B2 (ja) 量子計算のためのスワップネットワーク
Maslov et al. Quantum circuit placement
Lin et al. PAQCS: Physical design-aware fault-tolerant quantum circuit synthesis
Bäumer et al. Efficient long-range entanglement using dynamic circuits
CN112272833A (zh) 容错量子计算机的布局
WO2020168158A1 (en) Automated synthesizing of quantum programs
Das A survey on cellular automata and its applications
Murairi et al. How many quantum gates do gauge theories require?
CN115244549A (zh) 用于量子化学的量子计算机上资源优化的费米子局部模拟的方法和设备
Harada Entanglement branching operator
CN115169565B (zh) 一种小分子化学体系的哈密顿量模拟方法和装置
CN114492815B (zh) 一种基于量子化学计算目标体系能量的方法、装置及介质
Bharadwaj et al. Distributed-memory sparse kernels for machine learning
CN112819167A (zh) 生成量子线路的方法和相关设备
LaRose Distributed memory techniques for classical simulation of quantum circuits
Kaldenbach et al. Mapping quantum circuits to shallow-depth measurement patterns based on graph states
Wing-Bocanegra et al. Circuit implementation of discrete-time quantum walks via the shunt decomposition method
CN116507583A (zh) 具有混合资源状态的可扩展光子量子计算
Zhang et al. Depth-optimized quantum circuit synthesis for diagonal unitary operators with asymptotically optimal gate count
Gunderman Transforming collections of Pauli operators into equivalent collections of Pauli operators over minimal registers
Rodrigo et al. Scaling of multi-core quantum architectures: a communications-aware structured gap analysis

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