CN114416105A - 一种量子操作的编译方法、系统、存储介质和电子设备 - Google Patents

一种量子操作的编译方法、系统、存储介质和电子设备 Download PDF

Info

Publication number
CN114416105A
CN114416105A CN202210321455.8A CN202210321455A CN114416105A CN 114416105 A CN114416105 A CN 114416105A CN 202210321455 A CN202210321455 A CN 202210321455A CN 114416105 A CN114416105 A CN 114416105A
Authority
CN
China
Prior art keywords
quantum
quantum operation
operation sequence
specific value
opened
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
CN202210321455.8A
Other languages
English (en)
Other versions
CN114416105B (zh
Inventor
周祥臻
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.)
Beijing Zhongke Arc Quantum Software Technology Co ltd
Original Assignee
Beijing Zhongke Arc Quantum Software Technology Co ltd
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 Beijing Zhongke Arc Quantum Software Technology Co ltd filed Critical Beijing Zhongke Arc Quantum Software Technology Co ltd
Priority to CN202210321455.8A priority Critical patent/CN114416105B/zh
Publication of CN114416105A publication Critical patent/CN114416105A/zh
Application granted granted Critical
Publication of CN114416105B publication Critical patent/CN114416105B/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
    • G06F8/00—Arrangements for software engineering
    • G06F8/40—Transformation of program code
    • G06F8/41—Compilation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/40—Transformation of program code
    • G06F8/41—Compilation
    • G06F8/44—Encoding
    • G06F8/443—Optimisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Superconductor Devices And Manufacturing Methods Thereof (AREA)
  • Logic Circuits (AREA)

Abstract

本发明涉及量子编译技术领域，尤其涉及一种量子操作的编译方法、系统、存储介质和电子设备，方法包括：向初始的待打开父亲状态的量子操作序列，添加指定的量子操作层，得到具有待定参数的量子操作序列；调用量子操作优化器确定待定参数的具体取值，得到具有具体取值的量子操作序列；对具有具体取值的量子操作序列与初始的待打开父亲状态的量子操作序列是否近似等价进行评估；当评估结果为是时，则将具有具体取值的量子操作序列确定为最终编译结果，可以实现任意量子比特数目的量子操作序列的编译，且效率高。

Description

一种量子操作的编译方法、系统、存储介质和电子设备
技术领域
本发明涉及量子编译技术领域，尤其涉及一种量子操作的编译方法、系统、存储介质和电子设备。
背景技术
量子程序，又称量子操作序列，具体由一系列的量子操作构成，酉矩阵是量子计算中量子操作的一种基本描述形式。但是量子计算机只可以执行特定的基本操作，因此，在量子计算机中执行一个酉矩阵描述的量子操作之前，需要将一个一般的酉矩阵分解为一系列基本操作对应的酉矩阵，要求分解后的矩阵与分解前的矩阵在功能上完全（近似）相等，该过程被称为（近似）量子编译，但目前往往通过人工进行量子编译，存在效率低的问题，尤其不适用于编译具有较大量子比特数目的量子操作序列。
发明内容
本发明所要解决的技术问题是针对现有技术的不足，提供了一种量子操作的编译方法、系统、存储介质和电子设备。
本发明的一种量子操作的编译方法的技术方案如下：
S1、向初始的待打开父亲状态的量子操作序列，添加指定的量子操作层，得到具有待定参数的量子操作序列；
S2、调用量子操作优化器确定所述待定参数的具体取值，得到具有所述具体取值的量子操作序列；
S3、对具有所述具体取值的量子操作序列与所述初始的待打开父亲状态的量子操作序列是否近似等价进行评估；
S4、当评估结果为是时，则将具有所述具体取值的量子操作序列确定为最终编译结果。
本发明的一种量子操作的编译方法的有益效果如下：
将整个编译过程抽象为一个搜索优化问题，将整个编译过程抽象为一个搜索优化问题，在搜索过程中增加一个量子操作层，确定待定参数的具体取值，并对具有具体取值的量子操作序列与初始的待打开父亲状态的量子操作序列是否近似等价进行评估，当评估结果为是时，确定最终编译结果，可以实现任意量子比特数目的量子操作序列的编译，且效率高。
本发明的一种量子操作的编译系统的技术方案如下：
包括添加模块、计算模块、评估模块和确定模块；
所述添加模块用于：向初始的待打开父亲状态的量子操作序列，添加指定的量子操作层，得到具有待定参数的量子操作序列；
所述计算模块用于：调用量子操作优化器确定所述待定参数的具体取值，得到具有所述具体取值的量子操作序列；
所述评估模块用于：对具有所述具体取值的量子操作序列与所述初始的待打开父亲状态的量子操作序列是否近似等价进行评估；
所述确定模块用于：当评估结果为是时，则将具有所述具体取值的量子操作序列确定为最终编译结果。
本发明的一种量子操作的编译系统的有益效果如下：
将整个编译过程抽象为一个搜索优化问题，将整个编译过程抽象为一个搜索优化问题，在搜索过程中增加一个量子操作层，确定待定参数的具体取值，并对具有具体取值的量子操作序列与初始的待打开父亲状态的量子操作序列是否近似等价进行评估，当评估结果为是时，确定最终编译结果，可以实现任意量子比特数目的量子操作序列的编译，且效率高。
本发明的一种存储介质，所述存储介质中存储有指令，当计算机读取所述指令时，使所述计算机执行上述任一项所述的一种量子操作的编译方法。
本发明的一种电子设备，包括处理器和上述的存储介质，所述处理器执行所述存储介质中的指令。
附图说明
图1为本发明实施例的一种量子操作的编译方法的流程示意图；
图2为本发明实施例的一种量子操作的编译系统的结构示意图。
具体实施方式
如图1所示，本发明实施例的一种量子操作的编译方法，包括如下步骤：
S1、向初始的待打开父亲状态的量子操作序列，添加指定的量子操作层，得到具有待定参数的量子操作序列；
对“待打开父亲状态的量子操作序列”进行阐述：
近似量子编译的量子操作序列构造过程可以看作搜索空间的搜索过程，搜索空间 的一个状态
Figure 791488DEST_PATH_IMAGE001
存储的信息包括：一个操作序列
Figure 881804DEST_PATH_IMAGE002
及其参数取值
Figure 594545DEST_PATH_IMAGE003
，该状态的评估值
Figure 315376DEST_PATH_IMAGE004
，该状 态的父亲状态
Figure 746358DEST_PATH_IMAGE005
。状态
Figure 843626DEST_PATH_IMAGE001
亦可以记为
Figure 174988DEST_PATH_IMAGE006
，
Figure 66721DEST_PATH_IMAGE001
可以理解为一个待 打开父亲状态，待打开父亲状态的量子操作序列为
Figure 984999DEST_PATH_IMAGE007
。
其中，量子操作层是本申请所新引入的一个概念，其基本思想是将若干个量子操作看为一个整体，亦可以理解为具有固定模式的特殊量子序列。在本申请中，默认采用两种量子操作层，具体地：
1）第一种量子操作层包括1个CNOT门、两个
Figure 885958DEST_PATH_IMAGE008
门，以及两个量子比特，且该两个量 子比特上作用一个CNOT门，每个量子比特上分别作用一个
Figure 307712DEST_PATH_IMAGE008
门，将一个共同作用在量子比 特
Figure 635926DEST_PATH_IMAGE009
上的第一种量子操作层表示为：
Figure 775920DEST_PATH_IMAGE010
，其中，
Figure 480571DEST_PATH_IMAGE011
，表示第一种量 子操作层的两个
Figure 523875DEST_PATH_IMAGE012
门所包含的参数；
2）第二种量子操作层包括：
Figure 22990DEST_PATH_IMAGE013
个
Figure 650280DEST_PATH_IMAGE012
门和
Figure 893043DEST_PATH_IMAGE013
个量子比特，每个量子比特上作用一个
Figure 289389DEST_PATH_IMAGE012
门，
Figure 959405DEST_PATH_IMAGE013
为正整数，其符号表示为：
Figure 73991DEST_PATH_IMAGE014
，其中。
其中，向初始的待打开父亲状态的量子操作序列添加指定的量子操作层的过程，选取一种量子操作层，再选取该量子操作层所作用的量子比特，再将该量子操作层添加上述初始的待打开父亲状态的量子操作序列的后面，即得到具有待定参数的量子操作序列，具体可参考如下两种伪代码实现：
1）第二种实现方式对应的伪代码：
1、
Figure 854866DEST_PATH_IMAGE015
；
2）第二种实现方式对应的伪代码：
1、
Figure 869833DEST_PATH_IMAGE016
；
2、
Figure 710750DEST_PATH_IMAGE017
；
3、如果
Figure 312632DEST_PATH_IMAGE018
，则返回
Figure 897197DEST_PATH_IMAGE019
；
4、
Figure 268136DEST_PATH_IMAGE020
，则进入步骤2；
5、
Figure 279954DEST_PATH_IMAGE021
；
S2、调用量子操作优化器确定待定参数的具体取值，得到具有具体取值的量子操作序列；
其中，一些量子操作本身具有一个或者多个待定参数，一个或者多个待定参数为 决定相应量子门的具体功能的系数，例如前述的单量子比特
Figure 103554DEST_PATH_IMAGE012
门，在编译过程中需要确定 具有待定参数的单量子比特
Figure 491810DEST_PATH_IMAGE012
门的待定参数的具体取值，待定参数为决定单量子比特
Figure 218720DEST_PATH_IMAGE012
门的具体功能的系数，该过程可以看作一个优化问题，解决该问题的具体工具在本专利中 被称为量子操作优化器。具体来说，一个量子操作优化器的输入是含待定参数的量子操作 序列
Figure 401439DEST_PATH_IMAGE022
和目标量子操作
Figure 977914DEST_PATH_IMAGE023
，输出为
Figure 904282DEST_PATH_IMAGE022
中参数的具体取值集合
Figure 984233DEST_PATH_IMAGE024
，且需要使
Figure 603433DEST_PATH_IMAGE025
的取值尽可能的小。量子操作优化器的调用过程在本发明中记为
Figure 401625DEST_PATH_IMAGE026
。
S3、对具有具体取值的量子操作序列与初始的待打开父亲状态的量子操作序列是否近似等价进行评估；
S4、当评估结果为是时，则将具有具体取值的量子操作序列确定为最终编译结果。
可选地，在上述技术方案中，还包括：
S5、若评估结果为否时，则调节预设量子操作层和/或修改待打开父亲状态并重复执行S1至S3，直至评估结果为是。具体如下：
调节预设量子操作层具体指：调整量子操作层的种类和/或位置；
修改用于打开待打开父亲状态的具体值的过程如下：选取另外一个新的状态，作为待打开父亲状态。
可选地，在上述技术方案中，S3包括：
S30、调用启发式评估函数得到相似度
Figure 131684DEST_PATH_IMAGE027
，利用相似度
Figure 588114DEST_PATH_IMAGE027
对具有具体取值的量子操 作序列与初始的待打开父亲状态的量子操作序列是否近似等价进行评估，启发式评估函数 为：
Figure 643795DEST_PATH_IMAGE028
，其中，
Figure 663704DEST_PATH_IMAGE029
表示：具有具体取值的量子操作序对应的矩阵，
Figure 931874DEST_PATH_IMAGE030
表 示：初始的待打开父亲状态的量子操作序列对应的矩阵，
Figure 986418DEST_PATH_IMAGE031
表示：具有具体取值 的量子操作序列与初始的待打开父亲状态的量子操作序列之间的距离，
Figure 947420DEST_PATH_IMAGE032
，其中，n表示初始的待打开父亲状态的量子操作序 列中的量子比特数量，
Figure 454625DEST_PATH_IMAGE033
表示对
Figure 526486DEST_PATH_IMAGE034
和
Figure 202581DEST_PATH_IMAGE035
进行求迹操作。
其中，距离（
Figure 68905DEST_PATH_IMAGE036
）用来刻画作用在相同量子比特上的两个量子操作之间的相似程度。 其可以表示为：
Figure 328986DEST_PATH_IMAGE037
，其中，
Figure 938958DEST_PATH_IMAGE038
表示对矩阵进行求 迹操作，
Figure 968094DEST_PATH_IMAGE039
。此外，
Figure 5320DEST_PATH_IMAGE040
的输入可以为一个量子操作序列，此时需要对该 量子操作序列进行合并，之后将合并得到的量子操作代入上式。
其中，相似度
Figure 752697DEST_PATH_IMAGE041
越大，说明越相似，可设置相应的相似度阈值，当相似度
Figure 900781DEST_PATH_IMAGE041
大于该阈 值时，则判定具有具体取值的量子操作序列与初始的待打开父亲状态的量子操作序列是近 似等价，若否，则具有具体取值的量子操作序列与初始的待打开父亲状态的量子操作序列 不近似等价。
对于一个量子操作
Figure 784424DEST_PATH_IMAGE042
和一个足够小的正数
Figure 756665DEST_PATH_IMAGE043
，当存在一个量子操作序列
Figure 725758DEST_PATH_IMAGE044
且满足
Figure 677534DEST_PATH_IMAGE045
时，称
Figure 681262DEST_PATH_IMAGE046
为量子操作
Figure 60291DEST_PATH_IMAGE042
的
Figure 516680DEST_PATH_IMAGE043
近似分解，其中
Figure 272146DEST_PATH_IMAGE047
为前述量子操作序列的合并。当
Figure 130381DEST_PATH_IMAGE048
时，
Figure 447355DEST_PATH_IMAGE049
为量子 操作
Figure 656619DEST_PATH_IMAGE042
的分解。由此可见，量子操作的分解是其近似分解的一个特例。
本申请中的技术语的解释如下：
1）量子比特：
量子比特是量子计算机存储数据的基本单元。量子操作通过对量子比特进行相应 的控制来实现具体的功能。本申请中，采用符号
Figure 215777DEST_PATH_IMAGE050
表示量子计算机中所有量子比特的集合，
Figure 928518DEST_PATH_IMAGE051
表示量子计算机中的第
Figure 914928DEST_PATH_IMAGE052
个量子比特，
Figure 611489DEST_PATH_IMAGE053
表示一个量子计算机中量子比特的数目。
2）量子操作：
量子操作表示量子计算机可以执行的具体操作，酉矩阵（用符号
Figure 207293DEST_PATH_IMAGE042
表示）是量子 操作的一种常见表述方式。一般情况下，一个作用在
Figure 40120DEST_PATH_IMAGE054
个量子比特集合
Figure 931852DEST_PATH_IMAGE055
上的量子操作可 以表示为一个大小为
Figure 850130DEST_PATH_IMAGE056
的矩阵
Figure 485511DEST_PATH_IMAGE057
，且满足
Figure 172844DEST_PATH_IMAGE058
，其中
Figure 501057DEST_PATH_IMAGE059
表示单 位阵。在本发明中，有时会省略具体作用的量子比特，将一个量子操作简写为
Figure 641051DEST_PATH_IMAGE042
。
控制非门（CNOT门）为一种常见的两量子比特操作，一个作用在量子比特
Figure 847167DEST_PATH_IMAGE060
上 的CNOT门可以表示为：
Figure 389007DEST_PATH_IMAGE061
；
此外，一个任意的单量子比特门可以用带参数的
Figure 622542DEST_PATH_IMAGE062
门来表示。一个作用在量子比 特
Figure 515412DEST_PATH_IMAGE063
上的
Figure 227016DEST_PATH_IMAGE062
门可以表示为：
Figure 888941DEST_PATH_IMAGE064
，其中，
Figure 558957DEST_PATH_IMAGE065
是 三个可以任意取值的待定参数，通过特定的取值，就可以将一个
Figure 673544DEST_PATH_IMAGE066
门转变为任意一个单量 子比特门。
3）基本量子操作：
在量子程序设计过程中，会假设任意的量子操作都可以在量子计算机上执行。但 在实际情况中，一个量子计算机只可以执行一些特定的量子操作，将这些可以被特定量子 计算机执行的操作称为该量子计算机的基本量子操作。本专利中假设基本量子操作为单量 子比特
Figure 454418DEST_PATH_IMAGE062
门和两量子比特CNOT门。需要注意的是，对于大部分实际量子计算机，
Figure 469385DEST_PATH_IMAGE062
门和 CNOT门可以很容易地被编译为其对应的基本量子操作。
4）量子操作序列：
大多数情况下，量子程序含有多个需要顺序执行的量子操作，本专利中将上述量子操作称为量子操作序列，其符号表示为：
Figure 310302DEST_PATH_IMAGE067
或者
Figure 912185DEST_PATH_IMAGE068
其中
Figure 496750DEST_PATH_IMAGE069
表示该序列中所有量子操作的待定参数集合，
Figure 602109DEST_PATH_IMAGE070
表示该序列中所有量子 操作作用的量子比特集合，
Figure 613927DEST_PATH_IMAGE071
表示该序列中第
Figure 437527DEST_PATH_IMAGE072
个被执行的量子操作。在后续叙述中， 为了表述方便，有时会将
Figure 825783DEST_PATH_IMAGE073
简写为
Figure 552693DEST_PATH_IMAGE074
。
对于两个不同的量子序列
Figure 735412DEST_PATH_IMAGE075
，可以将两 者组合成一个新的序列，假设
Figure 311887DEST_PATH_IMAGE076
的执行在
Figure 238255DEST_PATH_IMAGE077
之后，则两者的组合可以表示为：
Figure 318206DEST_PATH_IMAGE078
；
5）量子操作的合并与分解：
对于由多个量子操作构成的量子操作序列
Figure 937406DEST_PATH_IMAGE079
，可以通过对其 对应的酉矩阵表示顺序执行一系列特定的代数运算（用符号
Figure 735598DEST_PATH_IMAGE080
表示），得到一个新的酉矩 阵，该酉矩阵为前述量子操作序列的矩阵表示，且该酉矩阵对应的量子操作为前述多个量 子操作的合并，合并前后的量子操作功能相同。前述合并过程可以用符号表示为
Figure 200078DEST_PATH_IMAGE081
，其
Figure 134535DEST_PATH_IMAGE082
为合并后的量子操作。反之，也可以称量子操作序列
Figure 688751DEST_PATH_IMAGE083
为量子操作
Figure 443081DEST_PATH_IMAGE082
的一种分解。需要注意的是，量子操作序列的合并是 唯一的，而一个量子操作的分解一般是不唯一的。
6）近似量子编译：近似量子编译是指给定一个正数
Figure 976830DEST_PATH_IMAGE084
（可以理解为编译的目标精 度），将一个任意的量子操作
Figure 31374DEST_PATH_IMAGE085
近似分解为基本量子操作序列的过程。一般情况下，一个 任意的量子操作存在多种
Figure 726797DEST_PATH_IMAGE084
近似分解方法，本专利的目标是设计一个近似量子编译算法，使 得找到的量子操作序列中，基本量子操作的数目尽可能少。
近似量子编译的量子操作序列构造过程可以看作搜索空间的搜索过程，搜索空间 的一个状态
Figure 499581DEST_PATH_IMAGE086
存储的信息包括：一个操作序列
Figure 571443DEST_PATH_IMAGE087
及其参数取值
Figure 480493DEST_PATH_IMAGE088
，该状态的评估值
Figure 113862DEST_PATH_IMAGE089
，该 状态的父亲状态
Figure 108362DEST_PATH_IMAGE090
。状态
Figure 718335DEST_PATH_IMAGE086
亦可以记为
Figure 13050DEST_PATH_IMAGE091
。此外，可以将多个状 态
Figure 50277DEST_PATH_IMAGE092
所构成的集合记为
Figure 532074DEST_PATH_IMAGE093
，通过下面通过伪代码的形式，对本申请 的一种量子操作的编译方法进行说明，具体地：
输入：待编译的目标量子操作
Figure 945737DEST_PATH_IMAGE094
，目标精度
Figure 829380DEST_PATH_IMAGE084
，量子计算机的量子比特数目
Figure 536042DEST_PATH_IMAGE095
，搜 索深度判断阈值
Figure 505135DEST_PATH_IMAGE096
，剪枝比例
Figure 722490DEST_PATH_IMAGE097
；
输出：一个量子操作序列
Figure 460639DEST_PATH_IMAGE098
以及其参数取值
Figure 839668DEST_PATH_IMAGE099
，使得
Figure 296057DEST_PATH_IMAGE100
为
Figure 51523DEST_PATH_IMAGE101
的
Figure 909758DEST_PATH_IMAGE084
近似分 解。
具体过程如下：
1、
Figure 725267DEST_PATH_IMAGE102
；
2、
Figure 904838DEST_PATH_IMAGE103
；
3、如果
Figure 463995DEST_PATH_IMAGE104
，则返回
Figure 176736DEST_PATH_IMAGE105
以及其参数取值
Figure 163147DEST_PATH_IMAGE106
；
4、
Figure 594128DEST_PATH_IMAGE107
；
5、
Figure 691397DEST_PATH_IMAGE108
中任意取出一个状态；
6、
Figure 993066DEST_PATH_IMAGE109
；
7、
Figure 150377DEST_PATH_IMAGE110
；
8、如果
Figure 301611DEST_PATH_IMAGE111
，则进入步骤5；
9、
Figure 202571DEST_PATH_IMAGE112
；
10、如果
Figure 889904DEST_PATH_IMAGE113
，则进入下一步，反之则进入步骤4；
11、
Figure 218117DEST_PATH_IMAGE114
，进入步骤2；
其中，涉及到的内容如下：
1）状态的打开（Open）：
输入：一个量子操作序列，父亲状态，目标量子操作。
输出：搜索空间中的一个状态，具体过程如下：
1、
Figure 358111DEST_PATH_IMAGE115
；
2、
Figure 797183DEST_PATH_IMAGE116
；
3、
Figure 339023DEST_PATH_IMAGE117
；
4、返回
Figure 838137DEST_PATH_IMAGE118
。
2）状态的展开（Expand）：
输入：一个待展开状态
Figure 199848DEST_PATH_IMAGE119
，目标量子操作
Figure 944076DEST_PATH_IMAGE120
，量子计算机的量子比特数 目
Figure 606001DEST_PATH_IMAGE121
；
输出：新打开的状态集合
Figure 276017DEST_PATH_IMAGE122
，具体过程如下：
1、
Figure 125024DEST_PATH_IMAGE123
；
2、
Figure 171478DEST_PATH_IMAGE124
；
3、如果
Figure 687910DEST_PATH_IMAGE125
，则返回
Figure 263248DEST_PATH_IMAGE122
；
4、
Figure 599551DEST_PATH_IMAGE126
，则进入步骤2；
5、
Figure 948231DEST_PATH_IMAGE127
；
6、
Figure 53590DEST_PATH_IMAGE128
，进入步骤4。
3）剪枝（Prune）：
输入：待剪枝状态集合
Figure 65408DEST_PATH_IMAGE129
，剪枝比例
Figure 154587DEST_PATH_IMAGE130
。
输出：剪枝后的状态集合
Figure 277264DEST_PATH_IMAGE131
。具体过程如下：
1、
Figure 768288DEST_PATH_IMAGE132
；
2、
Figure 951007DEST_PATH_IMAGE133
；
3、
Figure 261903DEST_PATH_IMAGE134
；
4、如果
Figure 689736DEST_PATH_IMAGE135
，则返回
Figure 35266DEST_PATH_IMAGE136
，反之则进入步骤2。
4）状态的判决（Decide）：
输入：待判决状态集合
Figure 388887DEST_PATH_IMAGE137
，搜索深度
Figure 187079DEST_PATH_IMAGE138
。
输出：判决后的状态集合
Figure 917138DEST_PATH_IMAGE136
以及当前最优状态
Figure 117175DEST_PATH_IMAGE139
。
1、
Figure 376118DEST_PATH_IMAGE140
；
2、如果
Figure 661606DEST_PATH_IMAGE141
则进入步骤4；
3、
Figure 195355DEST_PATH_IMAGE142
，进入步骤2；
4、
Figure 771872DEST_PATH_IMAGE143
5、
Figure 467295DEST_PATH_IMAGE144
中任意取出一个状态，
Figure 240079DEST_PATH_IMAGE145
；
6、如果
Figure 311940DEST_PATH_IMAGE146
则进入步骤8；
7、
Figure 220990DEST_PATH_IMAGE147
，进入步骤6；
8、如果
Figure 352894DEST_PATH_IMAGE148
，则
Figure 347395DEST_PATH_IMAGE149
；
9、如果
Figure 222947DEST_PATH_IMAGE150
，则返回
Figure 487969DEST_PATH_IMAGE151
，反之则进入步骤5。
本申请的一种量子操作的编译方法，采用搜索算法解决近似量子编译问题，在搜索的每次迭代中首先向量子操作序列添加特定的量子操作层；再调用量子操作优化器对新得到的量子操作序列的参数进行求解；第三，对当前量子操作序列调用启发式评估函数进行评估。也就是说，将整个编译过程抽象为一个搜索优化问题，将整个编译过程抽象为一个搜索优化问题，在搜索过程中每步增加一个量子操作层，再对该层的参数进行优化、评估，重复上述过程，直到生成的具有具体取值的量子操作序与初始的待打开父亲状态的量子操作序列近似等价。
其中，搜索过程还引入了剪枝技术，并且搜索深度可以自适应地进行调节，达到了性能和效率的兼顾。
在上述各实施例中，虽然对步骤进行了编号S1、S2等，但只是本申请给出的具体实施例，本领域的技术人员可根据实际情况调整S1、S2等的执行顺序，此也在本发明的保护范围内，可以理解，在一些实施例中，可以包含如上述各实施方式中的部分或全部。
如图2所示，本发明实施例的一种量子操作的编译系统200，包括添加模块210、计算模块220、评估模块230和确定模块240；
添加模块210用于：向初始的待打开父亲状态的量子操作序列，添加指定的量子操作层，得到具有待定参数的量子操作序列；
计算模块220用于：调用量子操作优化器确定待定参数的具体取值，得到具有具体取值的量子操作序列；
评估模块230用于：对具有具体取值的量子操作序列与初始的待打开父亲状态的量子操作序列是否近似等价进行评估；
确定模块240用于：当评估结果为是时，则将具有具体取值的量子操作序列确定为最终编译结果。
可选地，在上述技术方案中，还包括重复调用模块，重复调用模块用于：
若评估结果为否时，则调节预设量子操作层和/或修改待打开父亲状态，并重复调用添加模块210、计算模块220和评估模块230，直至评估结果为是。
可选地，在上述技术方案中，评估模块230具体用于：
调用启发式评估函数得到相似度
Figure 525195DEST_PATH_IMAGE152
，利用相似度
Figure 6992DEST_PATH_IMAGE152
对具有具体取值的量子操作序 列与初始的待打开父亲状态的量子操作序列是否近似等价进行评估，启发式评估函数为：
Figure 420656DEST_PATH_IMAGE153
，其中，
Figure 304298DEST_PATH_IMAGE154
表示：具有具体取值的量子操作序对应的矩阵，
Figure 778005DEST_PATH_IMAGE155
表示：初始的待打开父亲状态的量子操作序列对应的矩阵，
Figure 747098DEST_PATH_IMAGE156
表示：具有具体 取值的量子操作序列与初始的待打开父亲状态的量子操作序列之间的距离，
Figure 964453DEST_PATH_IMAGE157
，其中，n表示初始的待打开父亲状态的量子操 作序列中的量子比特数量，
Figure 201137DEST_PATH_IMAGE158
表示对
Figure 845744DEST_PATH_IMAGE159
进行求迹操作。
可选地，在上述技术方案中，量子操作层共有两种，第一种量子操作层包括1个 CNOT门、两个
Figure 302134DEST_PATH_IMAGE160
门，以及两个量子比特，且该两个量子比特上作用一个CNOT门，每个量子比 特上分别作用一个
Figure 57600DEST_PATH_IMAGE160
门；
第二种量子操作层包括：
Figure 650255DEST_PATH_IMAGE161
个
Figure 200185DEST_PATH_IMAGE160
门和
Figure 143871DEST_PATH_IMAGE161
个量子比特，每个量子比特上作用一个
Figure 703028DEST_PATH_IMAGE160
门，
Figure 415769DEST_PATH_IMAGE162
为正整数。
上述关于本发明的一种量子操作的编译系统200中的各参数和各个单元模块实现相应功能的步骤，可参考上文中关于一种量子操作的编译方法的实施例中的各参数和步骤，在此不做赘述。
本发明实施例的一种存储介质，存储介质中存储有指令，当计算机读取指令时，使计算机执行上述任一项的一种量子操作的编译方法。
本发明实施例的一种电子设备，包括处理器和上述的存储介质，处理器执行存储介质中的指令。其中，电子设备可以选用电脑、手机等。
所属技术领域的技术人员知道，本发明可以实现为系统、方法或计算机程序产品。
因此，本公开可以具体实现为以下形式，即：可以是完全的硬件、也可以是完全的软件（包括固件、驻留软件、微代码等），还可以是硬件和软件结合的形式，本文一般称为“电路”、“模块”或“系统”。此外，在一些实施例中，本发明还可以实现为在一个或多个计算机可读介质中的计算机程序产品的形式，该计算机可读介质中包含计算机可读的程序代码。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是一一但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、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)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种量子操作的编译方法，其特征在于，包括：
S1、向初始的待打开父亲状态的量子操作序列，添加指定的量子操作层，得到具有待定参数的量子操作序列；
S2、调用量子操作优化器确定所述待定参数的具体取值，得到具有所述具体取值的量子操作序列；
S3、对具有所述具体取值的量子操作序列与所述初始的待打开父亲状态的量子操作序列是否近似等价进行评估；
S4、当评估结果为是时，则将具有所述具体取值的量子操作序列确定为最终编译结果。
2.根据权利要求1所述的一种量子操作的编译方法，其特征在于，还包括：
若所述评估结果为否时，则调节所述预设量子操作层和/或修改所述待打开父亲状态，并重复执行S1至S3，直至所述评估结果为是。
3.根据权利要求1或2所述的一种量子操作的编译方法，其特征在于，所述S3包括：
调用启发式评估函数得到相似度
Figure 113613DEST_PATH_IMAGE001
，利用所述相似度
Figure 827491DEST_PATH_IMAGE001
对具有所述具体取值的量子操 作序列与所述初始的待打开父亲状态的量子操作序列是否近似等价进行评估，所述启发式 评估函数为：
Figure 403966DEST_PATH_IMAGE002
其中，
Figure 330334DEST_PATH_IMAGE003
表示：具有所述具体取值的量子操作序对应的 矩阵，
Figure 941444DEST_PATH_IMAGE004
表示：所述初始的待打开父亲状态的量子操作序列对应的矩阵，
Figure 59179DEST_PATH_IMAGE005
表 示：具有所述具体取值的量子操作序列与所述初始的待打开父亲状态的量子操作序列之间 的距离，
Figure 857371DEST_PATH_IMAGE006
，其中，n表示所述初始的待打开父亲状态的量子 操作序列中的量子比特数量，
Figure 853009DEST_PATH_IMAGE007
表示对
Figure 318625DEST_PATH_IMAGE008
和
Figure 108727DEST_PATH_IMAGE004
进行求迹操作。
4.根据权利要求1或2所述的一种量子操作的编译方法，其特征在于，量子操作层共有 两种，第一种量子操作层包括1个CNOT门、两个
Figure 394214DEST_PATH_IMAGE009
门，以及两个量子比特，且该两个量子比特 上作用一个CNOT门，每个量子比特上分别作用一个
Figure 163850DEST_PATH_IMAGE009
门；
第二种量子操作层包括：
Figure 483972DEST_PATH_IMAGE010
个
Figure 444975DEST_PATH_IMAGE009
门和
Figure 483338DEST_PATH_IMAGE010
个量子比特，每个量子比特上作用一个
Figure 289620DEST_PATH_IMAGE009
门，
Figure 464250DEST_PATH_IMAGE010
为正整数。
5.一种量子操作的编译系统，其特征在于，包括添加模块、计算模块、评估模块和确定模块；
所述添加模块用于：向初始的待打开父亲状态的量子操作序列，添加指定的量子操作层，得到具有待定参数的量子操作序列；
所述计算模块用于：调用量子操作优化器确定所述待定参数的具体取值，得到具有所述具体取值的量子操作序列；
所述评估模块用于：对具有所述具体取值的量子操作序列与所述初始的待打开父亲状态的量子操作序列是否近似等价进行评估；
所述确定模块用于：当评估结果为是时，则将具有所述具体取值的量子操作序列确定为最终编译结果。
6.根据权利要求5所述的一种量子操作的编译系统，其特征在于，还包括重复调用模块，所述重复调用模块用于：
若所述评估结果为否时，则调节所述预设量子操作层和/或修改所述待打开父亲状态，并重复调用所述添加模块、所述计算模块和所述评估模块，直至所述评估结果为是。
7.根据权利要求5或6所述的一种量子操作的编译系统，其特征在于，所述评估模块具体用于：
调用启发式评估函数得到
Figure 596154DEST_PATH_IMAGE001
，利用
Figure 354769DEST_PATH_IMAGE001
对具有所述具体取值的量子操作序列与所述初始的 待打开父亲状态的量子操作序列是否近似等价进行评估，所述启发式评估函数为：
Figure 964742DEST_PATH_IMAGE011
，其中，
Figure 993878DEST_PATH_IMAGE012
表示：具有所述具体取值的量子操作序对应的矩阵，
Figure 31104DEST_PATH_IMAGE004
表 示：所述初始的待打开父亲状态的量子操作序列对应的矩阵，
Figure 512901DEST_PATH_IMAGE013
表示：具有所述具 体取值的量子操作序列与所述初始的待打开父亲状态的量子操作序列之间的距离，
Figure 926565DEST_PATH_IMAGE014
，其中，n表示所述初始的待打开父亲状态的量子操 作序列中的量子比特数量，
Figure 810207DEST_PATH_IMAGE015
表示对
Figure 283914DEST_PATH_IMAGE016
和
Figure 754472DEST_PATH_IMAGE004
进行求迹操作。
8.根据权利要求5或6所述的一种量子操作的编译系统，其特征在于，量子操作层共有 两种，第一种量子操作层包括1个CNOT门、两个
Figure 706247DEST_PATH_IMAGE009
门，以及两个量子比特，且该两个量子比 特上作用一个CNOT门，每个量子比特上分别作用一个
Figure 709975DEST_PATH_IMAGE009
门；
第二种量子操作层包括：
Figure 354583DEST_PATH_IMAGE010
个
Figure 810972DEST_PATH_IMAGE009
门和
Figure 566439DEST_PATH_IMAGE010
个量子比特，每个量子比特上作用一个
Figure 159094DEST_PATH_IMAGE009
门，
Figure 974603DEST_PATH_IMAGE010
为正整数。
9.一种存储介质，其特征在于，所述存储介质中存储有指令，当计算机读取所述指令时，使所述计算机执行如权利要求1至4中任一项所述的一种量子操作的编译方法。
10.一种电子设备，其特征在于，包括处理器和权利要求9所述的存储介质，所述处理器执行所述存储介质中的指令。
CN202210321455.8A 2022-03-30 2022-03-30 一种量子操作的编译方法、系统、存储介质和电子设备 Active CN114416105B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210321455.8A CN114416105B (zh) 2022-03-30 2022-03-30 一种量子操作的编译方法、系统、存储介质和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210321455.8A CN114416105B (zh) 2022-03-30 2022-03-30 一种量子操作的编译方法、系统、存储介质和电子设备

Publications (2)

Publication Number Publication Date
CN114416105A true CN114416105A (zh) 2022-04-29
CN114416105B CN114416105B (zh) 2022-06-24

Family

ID=81262988

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210321455.8A Active CN114416105B (zh) 2022-03-30 2022-03-30 一种量子操作的编译方法、系统、存储介质和电子设备

Country Status (1)

Country Link
CN (1) CN114416105B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115358407A (zh) * 2022-08-16 2022-11-18 北京中科弧光量子软件技术有限公司 基于张量网络的近似量子编译方法、系统和电子设备
CN115392469A (zh) * 2022-08-16 2022-11-25 北京中科弧光量子软件技术有限公司 基于动态深度搜索的量子线路映射方法、系统和电子设备

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10223084B1 (en) * 2016-12-15 2019-03-05 Lockheed Martin Corporation Quantum Compiler
CN109614104A (zh) * 2018-11-23 2019-04-12 北京字节跳动网络技术有限公司 基于模板预处理添加新语意结构的方法、装置及电子设备
CN112035116A (zh) * 2020-08-26 2020-12-04 大连理工大学 多目标编译优化序列选择的代理建模方法
CN112085204A (zh) * 2020-09-18 2020-12-15 东南大学 一种用于量子编译的线路变换方法
US20200394027A1 (en) * 2019-06-11 2020-12-17 IonQ, Inc. Quantum compiler
US11010145B1 (en) * 2018-02-21 2021-05-18 Rigetti & Co, Inc. Retargetable compilation for quantum computing systems
US20210374594A1 (en) * 2020-05-28 2021-12-02 Honeywell International Inc. Apparatuses, computer-implemented methods, and computer program products for instruction compilation for at least one time slice in a one-dimensional quantum computing environment

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10223084B1 (en) * 2016-12-15 2019-03-05 Lockheed Martin Corporation Quantum Compiler
US11010145B1 (en) * 2018-02-21 2021-05-18 Rigetti & Co, Inc. Retargetable compilation for quantum computing systems
CN109614104A (zh) * 2018-11-23 2019-04-12 北京字节跳动网络技术有限公司 基于模板预处理添加新语意结构的方法、装置及电子设备
US20200394027A1 (en) * 2019-06-11 2020-12-17 IonQ, Inc. Quantum compiler
US20210374594A1 (en) * 2020-05-28 2021-12-02 Honeywell International Inc. Apparatuses, computer-implemented methods, and computer program products for instruction compilation for at least one time slice in a one-dimensional quantum computing environment
CN112035116A (zh) * 2020-08-26 2020-12-04 大连理工大学 多目标编译优化序列选择的代理建模方法
CN112085204A (zh) * 2020-09-18 2020-12-15 东南大学 一种用于量子编译的线路变换方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115358407A (zh) * 2022-08-16 2022-11-18 北京中科弧光量子软件技术有限公司 基于张量网络的近似量子编译方法、系统和电子设备
CN115392469A (zh) * 2022-08-16 2022-11-25 北京中科弧光量子软件技术有限公司 基于动态深度搜索的量子线路映射方法、系统和电子设备

Also Published As

Publication number Publication date
CN114416105B (zh) 2022-06-24

Similar Documents

Publication Publication Date Title
CN114416105B (zh) 一种量子操作的编译方法、系统、存储介质和电子设备
US20210081841A1 (en) Visually creating and monitoring machine learning models
CN115358407B (zh) 基于张量网络的近似量子编译方法、系统和电子设备
JP2022540473A (ja) マルチモーダルトリプレットロスを使用した時系列およびｔｅｘｔのための教師ありクロスモーダル検索
CN105706057A (zh) 通过秩收敛的并行动态编程
CN107885503A (zh) 一种基于程序特征分析的迭代编译优化方法
US20190318249A1 (en) Interpretable general reasoning system using key value memory networks
US11537373B2 (en) Systems and methods for scalable hierarchical polyhedral compilation
Bielik et al. Program synthesis for character level language modeling
CN118151982A (zh) 基于多任务学习的容器配置代码补全方法、装置及设备
CN117573096B (zh) 一种融合抽象语法树结构信息的智能代码补全方法
Nawaz et al. An evolutionary/heuristic-based proof searching framework for interactive theorem prover
US9658938B2 (en) Iterative test generation based on data source analysis
Wang Understanding the Expressive Power and Mechanisms of Transformer for Sequence Modeling
Duy et al. VulnSense: Efficient Vulnerability Detection in Ethereum Smart Contracts by Multimodal Learning with Graph Neural Network and Language Model
WO2004068342A1 (ja) ソフトウェア開発前処理方法、ソフトウェア制御方法、ソフトウェア開発方法並びにソフトウェア開発装置
CN114840418A (zh) 模糊测试方法及装置
CN114902176A (zh) 通过算术和/或按位单元执行条件语句
Wibisono et al. How In-Context Learning Emerges from Training on Unstructured Data: On the Role of Co-Occurrence, Positional Information, and Noise Structures
Hinsen The power to create chaos
Callut et al. Inducing hidden markov models to model long-term dependencies
WO2024116608A1 (ja) 計算機システム及び情報処理方法
CN107451662A (zh) 优化样本向量的方法及装置、计算机设备
EP4407496A1 (en) Methods and systems for identifying binary code vulnerability
CN118673103B (zh) 基于大语言模型的异质图元结构发现方法及系统

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