CN114462613A - 量子计算机性能刻画方法及装置、电子设备和介质 - Google Patents
量子计算机性能刻画方法及装置、电子设备和介质 Download PDFInfo
- Publication number
- CN114462613A CN114462613A CN202210249419.5A CN202210249419A CN114462613A CN 114462613 A CN114462613 A CN 114462613A CN 202210249419 A CN202210249419 A CN 202210249419A CN 114462613 A CN114462613 A CN 114462613A
- Authority
- CN
- China
- Prior art keywords
- quantum
- computer
- bit
- gates
- average
- 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
Links
Images
Classifications
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Abstract
本公开提供了一种量子计算机性能刻画方法、装置、电子设备、计算机可读存储介质和计算机程序产品,涉及计算机领域,尤其涉及量子计算机技术领域。实现方案为:获取用于对所述量子计算机进行随机基准测试的序列长度集合;对于每一个序列长度m,执行以下操作R次:获取随机生成的m个量子门、以及其各自的逆操作所对应的量子门;构造量子电路,m个量子门按第一顺序依次连接,并且其各自的逆操作所对应的量子门按照与第一顺序相反的顺序依次连接在m个量子门之后;将量子电路作用于初始量子态,以执行多次标准基测量;确定全零序列出现的次数,以基于每个m所对应的R次操作的平均期望值进行函数拟合,基于拟合结果确定量子计算机的平均精度。
Description
技术领域
本公开涉及计算机领域,尤其涉及量子计算机技术领域,具体涉及一种量子计算机性能刻画方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
背景技术
量子计算机技术在近几年得到了飞速发展,量子计算机强大的计算能力将有望解决许多经典计算机难以解决的问题。但是,在可预见的未来量子计算机中的噪声问题是难以避免的:量子比特中的热量耗散或是更底层的量子物理过程中产生的随机波动,将使得量子比特的状态翻转或随机化,以及测量设备读取计算结果出现偏差,都可能导致计算过程失败。从而,量子计算机可能无法精准实现演化过程而导致实际生成的结果存在误差。
因此,在使用量子计算机做任何有意义的计算任务之前,能够快速高效准确地刻画量子计算机的性能、以根据刻画结果来判断能否将量子计算机用于实际量子计算过程将是必要的。
发明内容
本公开提供了一种量子计算机性能刻画方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
根据本公开的一方面,提供了一种量子计算机性能刻画方法,包括:获取用于对所述量子计算机进行随机基准测试的序列长度集合;对于所述序列长度集合中的每一个序列长度m,均执行以下操作R次,其中m、R均为正整数:获取随机生成的m个n比特的量子门、以及所述m个n比特的量子门各自的逆操作所对应的量子门,其中n为正整数;构造量子电路,其中在所述量子电路中,所述m个n比特的量子门按第一顺序依次连接,并且所述m个n比特的量子门各自的逆操作所对应的量子门按照与所述第一顺序相反的顺序依次连接在所述m个n比特的量子门之后;将所述量子电路作用于初始量子态,以对所述量子电路输出的量子态执行多次标准基测量;以及确定所述多次标准基测量中全零序列出现的次数,以基于所述次数计算期望值;对于每个m,确定R次操作后所获得的平均期望值;基于每个m所对应的平均期望值进行目标函数拟合,其中对于每个m,所述目标函数的最高次幂为2m-1;以及基于拟合结果确定所述量子计算机实现n比特量子门的平均精度。
根据本公开的另一方面,提供了一种量子计算机性能刻画装置,包括:第一获取单元,配置为获取用于对所述量子计算机进行随机基准测试的序列长度集合;测试单元,配置为对于所述序列长度集合中的每一个序列长度m,均执行以下操作R次,其中m、R均为正整数:第二获取单元,配置为获取随机生成的m个n比特的量子门、以及所述m个n比特的量子门各自的逆操作所对应的量子门,其中n为正整数;构造单元,配置为构造量子电路,其中在所述量子电路中,所述m个n比特的量子门按第一顺序依次连接,并且所述m个n比特的量子门各自的逆操作所对应的量子门按照与所述第一顺序相反的顺序依次连接在所述m个n比特的量子门之后;测量单元,配置为将所述量子电路作用于初始量子态,以对所述量子电路输出的量子态执行多次标准基测量;以及第一确定单元,配置为确定所述多次标准基测量中全零序列出现的次数,以基于所述次数计算期望值;第二确定单元,配置为对于每个m,确定R次操作后所获得的平均期望值;拟合单元,配置为基于每个m所对应的平均期望值进行目标函数拟合,其中对于每个m,所述目标函数的最高次幂为2m-1;以及第三确定单元,配置为基于拟合结果确定所述量子计算机实现n比特量子门的平均精度。
根据本公开的另一方面,提供了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;存储器存储有可被至少一个处理器执行的指令,该指令被至少一个处理器执行,以使至少一个处理器能够执行本公开所述的方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,该计算机指令用于使计算机执行本公开所述的方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,该计算机程序在被处理器执行时实现本公开所述的方法。
根据本公开的一个或多个实施例,无需计算一串随机Clifford门复合的逆量子门,而是适用于任意量子比特门,直接将这一串随机量子门的逆操作直接作用到系统状态上,节约了大量经典后处理的计算资源。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图示例性地示出了实施例并且构成说明书的一部分,与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的,并不限制权利要求的范围。在所有附图中,相同的附图标记指代类似但不一定相同的要素。
图1示出了通过量子计算机获取经典信息的示例性系统的示意图;
图2示出了根据本公开的实施例的标准随机基准测试电路的示意图;
图3示出了根据本公开的实施例的交叉熵基准测试电路的示意图;
图4示出了根据本公开的实施例的量子计算机性能刻画方法的流程图;
图5示出了根据本公开的示例性实施例的随机基准测试电路的示意图;
图6示出了根据本公开的示例性实施例的含躁随机基准测试电路的示意图;
图7示出了根据本公开的实施例的去极化信道噪声的随机基准测试结果的示意图;
图8示出了根据本公开的实施例的振幅阻尼信道噪声的随机基准测试结果的示意图;
图9示出了根据本公开的实施例的比特翻转信道噪声的随机基准测试结果的示意图;
图10示出了根据本公开的实施例的量子计算机性能刻画装置的结构框图;以及
图11示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
在本公开中,除非另有说明,否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系,这种术语只是用于将一个元件与另一元件区分开。在一些示例中,第一要素和第二要素可以指向该要素的同一实例,而在某些情况下,基于上下文的描述,它们也可以指代不同实例。
在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的,而并非旨在进行限制。除非上下文另外明确地表明,如果不特意限定要素的数量,则该要素可以是一个也可以是多个。此外,本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
下面将结合附图详细描述本公开的实施例。
迄今为止,正在应用中的各种不同类型的计算机都是以经典物理学为信息处理的理论基础,称为传统计算机或经典计算机。经典信息系统采用物理上最容易实现的二进制数据位存储数据或程序,每一个二进制数据位由0或1表示,称为一个位或比特,作为最小的信息单元。经典计算机本身存在着不可避免的弱点:一是计算过程能耗的最基本限制。逻辑元件或存储单元所需的最低能量应在kT的几倍以上,以避免在热胀落下的误动作;二是信息熵与发热能耗;三是计算机芯片的布线密度很大时,根据海森堡不确定性关系,电子位置的不确定量很小时,动量的不确定量就会很大。电子不再被束缚,会有量子干涉效应,这种效应甚至会破坏芯片的性能。
量子计算机(quantum computer)是一类遵循量子力学性质、规律进行高速数学和逻辑运算、存储及处理量子信息的物理设备。当某个设备处理和计算的是量子信息,运行的是量子算法时,他就是量子计算机。量子计算机遵循着独一无二的量子动力学规律(特别是量子干涉)来实现一种信息处理的新模式。对计算问题并行处理,量子计算机比起经典计算机有着速度上的绝对优势。量子计算机对每一个叠加分量实现的变换相当于一种经典计算,所有这些经典计算同时完成,并按一定的概率振幅叠加起来,给出量子计算机的输出结果,这种计算称为量子并行计算。量子并行处理大大提高了量子计算机的效率,使得其可以完成经典计算机无法完成的工作,例如一个很大的自然数的因子分解。量子相干性在所有的量子超快速算法中得到了本质性的利用。因此,用量子态代替经典态的量子并行计算,可以达到经典计算机不可比拟的运算速度和信息处理功能,同时节省了大量的运算资源。
随着量子计算机技术的飞速发展,由于其强大的计算能力和较快的运行速度,量子计算机的应用范围越来越广。例如,化学模拟是指将真实化学体系的哈密顿量映射到物理上可操作哈密顿量,然后调制参数和演化时间,以找到能够反映真实化学体系的本征态的过程。在经典计算机上对一个N电子化学体系进行模拟时,涉及到2N维薛定谔方程的求解,计算量会随体系电子数的增加而呈指数式递增。因此经典计算机在化学模拟问题上作用十分有限。想要突破这一瓶颈,就必须依靠量子计算机强大的计算能力。量子本征求解器算法(Variational Quantum Eigensolver,VQE)是一种在量子硬件上进行化学模拟的高效量子算法,是量子计算机近期最有前途的应用之一,开启许多新的化学研究领域。但是现阶段量子计算机噪声率明显限制了VQE的能力,因此必须首先处理好量子噪声问题。
量子本征求解器算法VQE的一个核心计算过程是估计期望值Tr[Oρ],其中ρ是由量子计算机生成的n量子比特的量子态,而可观测量O是真实化学体系的哈密顿量映射到物理上可操作哈密顿量,Tr表示取矩阵的迹。其计算过程可以如图1所示,将量子计算机101输出的量子态ρ经测量设备102(通常量子计算机101和测量设备102可以统称为量子计算机)测量后,其测量结果通过经典计算机103计算后获得期望值Tr[Oρ]。上述过程是量子计算提取经典信息的最一般形式,有着广泛的应用,可认为是从量子信息中读取经典信息的核心步骤。一般的,假设O是计算基下的对角矩阵,因此理论上需要计算的数值为:
其中O(i)表示可观测量O的第i行第i列对角元素,ρ(i)表示ρ的第i行第i列对角元素。通过对量子态ρ进行N次计算基测量,统计输出结果i的次数Ni,可以估算出ρ(i)≈Ni/N,进而利用上式估算Tr[Oρ]。大数定律可以保证当N足够大的时候,上述估算过程是正确的。
在物理实现中,由于仪器、方法、条件等种种因素的局限,量子计算机无法精准实现演化过程而导致实际生成的量子态和预期量子态ρ有偏差,进而致使实际估算出的值Ni/N和理论ρ(i)有偏差,从而利用公式(1)计算Tr[Oρ]得到错误结果。通常,单比特门保真度可以做到99%以上,但是两比特量子门保真度大都在92%-97%,是导致量子计算结果不精确的主要原因。更为严重的是,随着量子比特数目增多和量子电路深度变大,噪声的来源和关联会变得更加复杂。因此,在使用量子计算机做任何有意义的计算任务之前,必须能够快速高效准确地刻画量子计算机的性能,根据刻画结果来判断能否将量子计算机用于实际量子计算过程。实际上,高效准确地刻画量子计算机在量子计算的发展中是非常关键的任务,特别在现在的嘈杂中型量子(Noisy Intermediate-Scale Quantum,NISQ)阶段体现得尤为明显。
目前用于刻画量子设备性能的方法可大致分为两类:量子层析(QuantumTomography)和基准测试(Randomized Benchmarking)。
量子层析方法核心思想是将量子计算机的实际演化过程完整地计算出来,进而可以分析和预期演化的相近程度(比如量子门保真度),以此来刻画量子计算机的性能。但是这些方法代价太高,所消耗的量子资源(需要制备的量子态数目&需要测量的次数)随着量子比特数目n的增大指数级增加。在物理实验中,超过三个量子比特的量子计算机用量子层析方法来刻画设备性能需要采集的数据已经非常大,因此不具备实用性。
基准测试方法包括标准随机基准测试(Standard Randomized Benchmarking)和交叉熵基准测试(Cross Entropy Benchmarking)。标准随机基准测试使用随机Clifford序列的方法对量子计算机进行基准测试,其示意图如图2所示。在图2所示的量子电路中,随机生成m个Clifford量子门201,然后计算这m个量子门的复合的逆量子门(inverse)202。将该量子电路作用到系统初始状态|0…0>,最后通过测量设备203进行测量以统计全零序列0…0出现的次数。理想情况下,整个电路是一个“等效恒等量子电路”,即理想情况下整个量子电路的作用效果等效为恒等矩阵,因此当输入量子态为|0…0>时,测量结果只能是全零序列0…0。实际情况下,每个量子门都含噪声。图2所示的量子电路一共含有m+1个量子门,因此噪声可以近似看为被放大了m+1倍。在测量总次数固定的情况下,全零序列0…0的次数会变小。直观上,随着量子电路变深(即m变大,随机生成的Clifford量子门序列变长),噪声的影响更明显。这个随着量子电路深度变大而观测次数变小的过程即可以反应量子计算机的量子噪声强度。
但是,在标准随机基准测试中,最核心的步骤是计算一串随机Clifford门(C1,C2,…,Cm)的复合的逆,即其中表示数学上的复共轭转置运算。但是“计算逆矩阵C-1并将之拆分为基础量子门组合”这个任务并不容易,而且对每个随机电路都需要计算一次,经典后处理的计算代价成本高昂。标准随机基准测试选用随机Clifford门而不是任意量子比特门的重要原因之一,即,对于任意一串量子门求它们复合的逆量子门非常困难,而随机Clifford门由于其内在对称性可以降低一定的计算难度。但是,虽然可以降低一定的计算难度,其计算代价成本依旧高昂。
交叉熵基准测试是一种通过应用随机电路并测量观察到的输出比特串与从经典计算机模拟获得的这些输出比特串的预期概率之间的交叉熵(Cross Entropy)来评估门性能的方法,其示意图如图3所示。在图3中,随机生成m个n比特量子门301,作用到系统初始状态|0…0>,然后通过测量设备302测量以统计输出比特串的次数。理想情况下,将上述过程重复多次,平均概率分布将趋向于Porter-Thomas分布,即随机量子电路输出比特串概率分布有迹可循。实际情况下,每个量子门都含噪声。图3所示的量子电路平均输出概率分布将会偏离Porter-Thomas分布,极端情况下(量子系统充满了白噪声),量子电路的输出概率分布将会成为均匀分布,彻底失去量子性质。因此,可以统计实际情况下的平均输出概率分布,计算其和理想概率分布的距离,以此来衡量量子计算机的噪声强度。直观上,随着量子电路变深(即m变大,随机量子电路变长),噪声的影响更明显,实际输出概率分布和理想概率分布的距离越大。在交叉熵基准测试中,通常使用交叉熵作为距离的度量函数。随机量子电路的输出概率分布和理想概率分布的交叉熵由经典计算机进行数值模拟完成。即,需要计算随机量子电路对应的理想概率分布,因此经典计算代价成本高昂。实际上,通过经典计算机数值模拟得到理论输出概率分布的资源消耗随着随机量子电路的量子比特数目以及电路深度是指数级变多的,因此并不具有可扩展性。
因此,根据本公开的实施例提供了一种量子计算机性能刻画方法。如图4所示,该方法400包括:获取用于对量子计算机进行随机基准测试的序列长度集合(步骤410);对于序列长度集合中的每一个序列长度m,均执行以下操作R次(步骤420):获取随机生成的m个n比特的量子门、以及m个n比特的量子门各自的逆操作所对应的量子门(步骤4201);构造量子电路,在该量子电路中,m个n比特的量子门按第一顺序依次连接,并且m个n比特的量子门各自的逆操作所对应的量子门按照与第一顺序相反的顺序依次连接在m个n比特的量子门之后(步骤4202);将量子电路作用于初始量子态,以对量子电路输出的量子态执行多次标准基测量(步骤4203);以及确定多次标准基测量中全零序列出现的次数,以基于该次数计算期望值(步骤4204);对于每个m,确定R次操作后所获得的平均期望值(步骤430);基于每个m所对应的平均期望值进行目标函数拟合,对于每个m,目标函数的最高次幂为2m-1(步骤440);以及基于拟合结果确定量子计算机实现n比特量子门的平均精度(步骤450)。
根据本公开的实施例,无需计算一串随机Clifford门复合的逆量子门,而是适用于任意量子比特门,直接将这一串随机量子门的逆操作直接作用到系统状态上,节约了大量经典后处理的计算资源。
在本公开中,为了避免计算逆量子门,可以直接将随机生成的量子门的逆作用构造出来。在量子计算机中,每个量子门是由基础量子门通过搭积木的方式组合而成,其逆操作将是容易构造的。示例地,在由单量子比特门H,T,S和双量子比特门CNOT构成的通用量子门集合中,只需要将每个基础量子门替换为对应的逆操作并把作用顺序反过来即可,即,将每个T门替换为将每个S门替换为H和CNOT保持不变,然后将每个量子门的作用顺序进行反转,从而实现相应量子门的逆操作所对应的量子门。
根据一些实施例,该方法400还可以包括:基于该平均精度确定该量子计算机实现n比特量子门的平均噪声强度。
根据一些实施例,根据公式(2)确定所述量子计算机实现n比特量子门的平均噪声强度:
其中,f表示待确定的所述量子计算机实现n比特量子门的平均精度。
在根据本公开的一个示例性实施例中,首先确定量子比特数目n、以及用于对量子计算机进行随机基准测试的序列长度集合∑={m1,m2,…,mN}。在一些示例中,可以约定集合∑中的元素单调递增,以方便后续进行目标函数的拟合。进一步地,确定每个序列长度的重复次数R、每个随机电路的重复运行次数S、以及量子计算机所支持的基础门集合Ω,其中R、S、N、n均为正整数,集合Ω中可以包括多个基础量子门。
示例地,可以将集合∑拷贝一份,记拷贝为∑bk。从集合∑中取出第一个元素记为m,并将m从集合∑中删除。基于获取到的m重复以下子过程共R次:
(1)随机生成m个n比特量子门{G1,…,Gm},这些量子门均由量子计算机所支持的基础门集合Ω中的量子门通过搭积木的方式组合而成。
(2)将步骤(1)生成的m个量子门按照G1、G2、...、Gm的顺序作用到初始量子态|0…0>上,如图5中的量子门501所示。
(3)将m个量子门{G1,…,Gm}各自的逆操作所对应的量子门按照的顺序作用到上一步生成的量子态上,如图5中的量子门502所示。即,将m个量子门{G1,…,Gm}以及其各自的逆操作所对应的量子门按照顺序排列以生成随机基准测试量子电路,以将该量子电路作用于系统初始量子态上。因为Gi(i=1,...,m)由量子计算机所支持的基础门组合而成,它的逆只需要把对应的基础门替换为对应的逆操作然后把作用顺序反过来即可。获得随机基准测试量子电路输出的量子态ρ。
(4)如图5所示,基于测量设备503对量子态ρ共执行S次标准基测量,统计全零序列0…0出现的次数S0。因为测量会导致量子态塌缩,所以“执行S次标准基测量”共需要生成S个量子态ρ,即将随机基准测试量子电路重复作用于初始量子态共S次。
根据步骤(4)得到的统计数据,基于公式(3)计算观测期望值:
其中,p(r|m)表示电路长度为m时第r轮时估算得到的“观测到全零序列0…0”的概率。如果量子计算机不含噪声,那么p(r)=1。但是,因为量子计算机含有噪声(每个量子门都受到噪声影响,导致演化结果没有达到预期),p(r)<1且p(r)的大小直接反应量子计算机的噪声程度。
将上面得到的R个观测值p(r)(r=1,…,R)求平均值,得到电路长度为m时的平均期望值p(m),如公式(4)所示。
平均期望值p(m)刻画了电路长度为m时能够观测到全零序列0…0的平均概率,也从侧面刻画了量子计算机的平均噪声强度。
对于集合∑中的每一个元素,均执行以上操作,以获得相应m值所对应的平均期望值p(m),直到集合∑为空集。
当用于对量子计算机进行随机基准测试的序列长度集合∑中每一个长度值都经过上述测试过程之后,得到数据集{p(m)|m∈∑bk}。从而,在一些实施例中,可以基于备份集合∑bk中的长度值信息以及所获得的数据集{p(m)|m∈∑bk},可以按照公式(5)所示进行目标函数的拟合:
f(m)=Af2m-1+B 公式(5)
其中,待拟合系数A和B吸收了量子态制备和测量过程(state preparation andmeasurement error,SPAM)中可能出现的噪声,而待定系数f则刻画了量子计算机实现n量子比特量子门的平均精度。公式(5)中的拟合系数2m-1(即最高次幂)是和标准随机基准测试方法的最主要区别。
根据一些实施例,可以按照公式(6)所示进行目标函数的拟合:
f(m)=Af2m-1+Bf2m-2+…+Cf+D 公式(6)
其中,A,B,...,C,D均为待拟合系数,f表示待确定的所述量子计算机实现n比特量子门的平均精度。
可以理解的是,目标函数的形式并不限于公式(5)和(6)所示,除最高次幂2m-1项之外,可以包括任意个的其他次幂的项,在此不作限制。
如上所述,可以进一步根据公式(2)确定量子计算机实现n比特量子门的平均噪声强度。因此,可以用平均噪声强度来标定被测试的量子计算机。
在根据本公开的实施例中,通过不断调整随机基准测试电路中的量子门个数,获得不同深度的随机基准测试电路的采样数据,最后使用拟合方法计算量子计算机的平均噪声。
在根据本公开的一个示例性应用中,在IBM Qiskit含噪模拟器上对本公开实施例所述的随机基准测试方案进行测试。测试参数可以选择为:量子比特数目n=3、序列长度集合∑={1,10,20,30,…,100}、每个序列长度的重复次数R=100、每个量子电路的重复运行次数S=8192。量子计算机所支持的基础门集合Ω为任意量子门集合。
具体地,在每个随机n比特量子门后面插入一个给定的量子噪声信道ε,以用于模拟量子计算机的噪声行为。也就是说,理论上想要实现理想G量子门,但是量子计算机实际实现的是量子演化。在图5所示的随机校准量子电路中,共需要插入2m个量子噪声信道ε,得到的含噪随机校准量子电路如图6所示,其中随机量子门601、量子噪声信道602以及随机量子门的逆操作对应的量子门603按顺序依次串接,输出量子态经由测量设备604进行标准基测量,以统计全零序列0…0出现的次数。
示例地,在数值模拟实验中,考虑三种量子噪声:全局去极化信道噪声(globaldepolarizing noise)、单量子比特振幅阻尼信道噪声(single-qubit amplitude dampingnoise)、以及量子比特翻转信道噪声(single-qubit bit-flip noise)。对于多量子比特的情形,后两种噪声会假设所有量子比特都遭受同样的单量子比特噪声,其模拟结果分别如图7-9所示。
根据图7-9可知,模拟数据结果很好地体现了根据本公开方法的正确性,对不同的噪声类型都能成功地拟合得到对应噪声的平均精度,其中图中的f值即为拟合得到的平均精度,EPG对应拟合得到的平均噪声强度。
根据本公开的实施例,如图10所示,还提供了一种量子计算机性能刻画装置1000,包括:第一获取单元1010,配置为获取用于对所述量子计算机进行随机基准测试的序列长度集合;测试单元1020,配置为对于所述序列长度集合中的每一个序列长度m,均执行以下操作R次,其中m、R均为正整数:第二获取单元1021,配置为获取随机生成的m个n比特的量子门、以及所述m个n比特的量子门各自的逆操作所对应的量子门,其中n为正整数;构造单元1022,配置为构造量子电路,其中在所述量子电路中,所述m个n比特的量子门按第一顺序依次连接,并且所述m个n比特的量子门各自的逆操作所对应的量子门按照与所述第一顺序相反的顺序依次连接在所述m个n比特的量子门之后;测量单元1023,配置为将所述量子电路作用于初始量子态,以对所述量子电路输出的量子态执行多次标准基测量;以及第一确定单元1024,配置为确定所述多次标准基测量中全零序列出现的次数,以基于所述次数计算期望值;第二确定单元1030,配置为对于每个m,确定R次操作后所获得的平均期望值;拟合单元1040,配置为基于每个m所对应的平均期望值进行目标函数拟合,其中对于每个m,所述目标函数的最高次幂为2m-1;以及第三确定单元1050,配置为基于拟合结果确定所述量子计算机实现n比特量子门的平均精度。
这里,量子计算机性能刻画装置1000的上述各单元1010~1050的操作分别与前面描述的步骤410~450的操作类似,在此不再赘述。
根据本公开的实施例,还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
参考图11,现将描述可以作为本公开的服务器或客户端的电子设备1100的结构框图,其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图11所示,电子设备1100包括计算单元1101,其可以根据存储在只读存储器(ROM)1102中的计算机程序或者从存储单元1108加载到随机访问存储器(RAM)1103中的计算机程序,来执行各种适当的动作和处理。在RAM 1103中,还可存储电子设备1100操作所需的各种程序和数据。计算单元1101、ROM 1102以及RAM 1103通过总线1104彼此相连。输入/输出(I/O)接口1105也连接至总线1104。
电子设备1100中的多个部件连接至I/O接口1105,包括:输入单元1106、输出单元1107、存储单元1108以及通信单元1109。输入单元1106可以是能向电子设备1100输入信息的任何类型的设备,输入单元1106可以接收输入的数字或字符信息,以及产生与电子设备的用户设置和/或功能控制有关的键信号输入,并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元1107可以是能呈现信息的任何类型的设备,并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元1108可以包括但不限于磁盘、光盘。通信单元1109允许电子设备1100通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据,并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组,例如蓝牙TM设备、802.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。
计算单元1101可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1101的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1101执行上文所描述的各个方法和处理,例如方法400。例如,在一些实施例中,方法400可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元1108。在一些实施例中,计算机程序的部分或者全部可以经由ROM 1102和/或通信单元1109而被载入和/或安装到电子设备1100上。当计算机程序加载到RAM 1103并由计算单元1101执行时,可以执行上文描述的方法400的一个或多个步骤。备选地,在其他实施例中,计算单元1101可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行方法400。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
虽然已经参照附图描述了本公开的实施例或示例,但应理解,上述的方法、系统和设备仅仅是示例性的实施例或示例,本发明的范围并不由这些实施例或示例限制,而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外,可以通过不同于本公开中描述的次序来执行各步骤。进一步地,可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进,在此描述的很多要素可以由本公开之后出现的等同要素进行替换。
Claims (13)
1.一种量子计算机性能刻画方法,包括:
获取用于对所述量子计算机进行随机基准测试的序列长度集合;
对于所述序列长度集合中的每一个序列长度m,均执行以下操作R次,其中m、R均为正整数:
获取随机生成的m个n比特的量子门、以及所述m个n比特的量子门各自的逆操作所对应的量子门,其中n为正整数;
构造量子电路,其中在所述量子电路中,所述m个n比特的量子门按第一顺序依次连接,并且所述m个n比特的量子门各自的逆操作所对应的量子门按照与所述第一顺序相反的顺序依次连接在所述m个n比特的量子门之后;
将所述量子电路作用于初始量子态,以对所述量子电路输出的量子态执行多次标准基测量;以及
确定所述多次标准基测量中全零序列出现的次数,以基于所述次数计算期望值;
对于每个m,确定R次操作后所获得的平均期望值;
基于每个m所对应的平均期望值进行目标函数拟合,其中对于每个m,所述目标函数的最高次幂为2m-1;以及
基于拟合结果确定所述量子计算机实现n比特量子门的平均精度。
2.如权利要求1所述的方法,还包括:基于所述平均精度确定所述量子计算机实现n比特量子门的平均噪声强度。
3.如权利要求1所述的方法,其中,所述目标函数包括以下形式:
f(m)=Af2m-1+B
其中,A和B为待拟合系数,f表示待确定的所述量子计算机实现n比特量子门的平均精度。
4.如权利要求1所述的方法,其中,所述目标函数包括以下形式:
f(m)=Af2m-1+Bf2m-2+…+Cf+D
其中,A,B,…,C,D均为待拟合系数,f表示待确定的所述量子计算机实现n比特量子门的平均精度。
6.一种量子计算机性能刻画装置,包括:
第一获取单元,配置为获取用于对所述量子计算机进行随机基准测试的序列长度集合;
测试单元,配置为对于所述序列长度集合中的每一个序列长度m,均执行以下操作R次,其中m、R均为正整数:
第二获取单元,配置为获取随机生成的m个n比特的量子门、以及所述m个n比特的量子门各自的逆操作所对应的量子门,其中n为正整数;
构造单元,配置为构造量子电路,其中在所述量子电路中,所述m个n比特的量子门按第一顺序依次连接,并且所述m个n比特的量子门各自的逆操作所对应的量子门按照与所述第一顺序相反的顺序依次连接在所述m个n比特的量子门之后;
测量单元,配置为将所述量子电路作用于初始量子态,以对所述量子电路输出的量子态执行多次标准基测量;以及
第一确定单元,配置为确定所述多次标准基测量中全零序列出现的次数,以基于所述次数计算期望值;
第二确定单元,配置为对于每个m,确定R次操作后所获得的平均期望值;
拟合单元,配置为基于每个m所对应的平均期望值进行目标函数拟合,其中对于每个m,所述目标函数的最高次幂为2m-1;以及
第三确定单元,配置为基于拟合结果确定所述量子计算机实现n比特量子门的平均精度。
7.如权利要求6所述的装置,还包括:用于基于所述平均精度确定所述量子计算机实现n比特量子门的平均噪声强度的单元。
8.如权利要求6所述的装置,其中,所述目标函数包括以下形式:
f(m)=Af2m-1+B
其中,A和B为待拟合系数,f表示待确定的所述量子计算机实现n比特量子门的平均精度。
9.如权利要求6所述的装置,其中,所述目标函数包括以下形式:
f(m)=Af2m-1+Bf2m-2+…+Cf+D
其中,A,B,…,C,D均为待拟合系数,f表示待确定的所述量子计算机实现n比特量子门的平均精度。
11.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-5中任一项所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-5中任一项所述的方法。
13.一种计算机程序产品,包括计算机程序,其中,所述计算机程序在被处理器执行时实现权利要求1-5中任一项所述的方法。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210249419.5A CN114462613B (zh) | 2022-03-14 | 2022-03-14 | 量子计算机性能刻画方法及装置、电子设备和介质 |
JP2022174375A JP7368580B2 (ja) | 2022-03-14 | 2022-10-31 | 量子コンピュータの性能特徴付け方法、装置、電子機器、及び媒体 |
US18/120,348 US20230206103A1 (en) | 2022-03-14 | 2023-03-10 | Characterization of quantum computer performance |
AU2023201553A AU2023201553A1 (en) | 2022-03-14 | 2023-03-14 | Method and device for characterizing performance of quantum computer, electronic device, and medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210249419.5A CN114462613B (zh) | 2022-03-14 | 2022-03-14 | 量子计算机性能刻画方法及装置、电子设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114462613A true CN114462613A (zh) | 2022-05-10 |
CN114462613B CN114462613B (zh) | 2023-07-07 |
Family
ID=81417674
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210249419.5A Active CN114462613B (zh) | 2022-03-14 | 2022-03-14 | 量子计算机性能刻画方法及装置、电子设备和介质 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20230206103A1 (zh) |
JP (1) | JP7368580B2 (zh) |
CN (1) | CN114462613B (zh) |
AU (1) | AU2023201553A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115271083A (zh) * | 2022-07-26 | 2022-11-01 | 北京大学 | 一种量子门噪声定标方法及装置 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117291273B (zh) * | 2023-11-24 | 2024-02-13 | 合肥微观纪元数字科技有限公司 | 量子计算区块链系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190026211A1 (en) * | 2017-07-23 | 2019-01-24 | Quantum Benchmark, Inc. | Systems and Methods for Local Randomized Benchmarking |
US20190378208A1 (en) * | 2018-06-11 | 2019-12-12 | International Business Machines Corporation | Quantum circuit risk analysis |
CN111460421A (zh) * | 2020-05-29 | 2020-07-28 | 南京大学 | 基于最优化策略的量子态验证标准化方法 |
CN113128691A (zh) * | 2021-04-27 | 2021-07-16 | 北京百度网讯科技有限公司 | 量子门标定方法及装置、电子设备和介质 |
CN113657602A (zh) * | 2021-08-17 | 2021-11-16 | 北京百度网讯科技有限公司 | 用于量子计算的方法及其装置 |
US20210390112A1 (en) * | 2020-06-16 | 2021-12-16 | Micron Technology, Inc. | Application-based data type selection |
CN113902118A (zh) * | 2021-09-29 | 2022-01-07 | 北京百度网讯科技有限公司 | 量子测量设备校准方法及装置、电子设备和介质 |
CN114037084A (zh) * | 2021-11-05 | 2022-02-11 | 北京百度网讯科技有限公司 | 量子测量设备校准方法及装置、电子设备和介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210365824A1 (en) | 2020-05-12 | 2021-11-25 | International Business Machines Corporation | Randomized benchmarking by exploiting the structure of the clifford group |
CN113011593B (zh) | 2021-03-15 | 2021-11-02 | 北京百度网讯科技有限公司 | 消除量子测量噪声的方法及系统、电子设备和介质 |
CN113158615B (zh) | 2021-04-15 | 2023-04-14 | 深圳市腾讯计算机系统有限公司 | 量子门的优化方法、装置、设备及存储介质 |
-
2022
- 2022-03-14 CN CN202210249419.5A patent/CN114462613B/zh active Active
- 2022-10-31 JP JP2022174375A patent/JP7368580B2/ja active Active
-
2023
- 2023-03-10 US US18/120,348 patent/US20230206103A1/en not_active Abandoned
- 2023-03-14 AU AU2023201553A patent/AU2023201553A1/en active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190026211A1 (en) * | 2017-07-23 | 2019-01-24 | Quantum Benchmark, Inc. | Systems and Methods for Local Randomized Benchmarking |
US20190378208A1 (en) * | 2018-06-11 | 2019-12-12 | International Business Machines Corporation | Quantum circuit risk analysis |
CN111460421A (zh) * | 2020-05-29 | 2020-07-28 | 南京大学 | 基于最优化策略的量子态验证标准化方法 |
US20210390112A1 (en) * | 2020-06-16 | 2021-12-16 | Micron Technology, Inc. | Application-based data type selection |
CN113128691A (zh) * | 2021-04-27 | 2021-07-16 | 北京百度网讯科技有限公司 | 量子门标定方法及装置、电子设备和介质 |
CN113657602A (zh) * | 2021-08-17 | 2021-11-16 | 北京百度网讯科技有限公司 | 用于量子计算的方法及其装置 |
CN113902118A (zh) * | 2021-09-29 | 2022-01-07 | 北京百度网讯科技有限公司 | 量子测量设备校准方法及装置、电子设备和介质 |
CN114037084A (zh) * | 2021-11-05 | 2022-02-11 | 北京百度网讯科技有限公司 | 量子测量设备校准方法及装置、电子设备和介质 |
Non-Patent Citations (4)
Title |
---|
REN PERXIN 等: ""Efficient module learning with errors‐based post‐quantum password‐authenticated key exchange"" * |
WANG KUN 等: ""Mitigating quantum errors via truncated Neumann series"" * |
WANGPANPAN 等: ""QIRM: A quantum interactive retrieval model for session search"" * |
王琨: ""量子行走与基于熵的不确定性关系"" * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115271083A (zh) * | 2022-07-26 | 2022-11-01 | 北京大学 | 一种量子门噪声定标方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
JP2022189956A (ja) | 2022-12-22 |
CN114462613B (zh) | 2023-07-07 |
AU2023201553A1 (en) | 2023-09-28 |
US20230206103A1 (en) | 2023-06-29 |
JP7368580B2 (ja) | 2023-10-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7199489B2 (ja) | 量子測定ノイズの除去方法、システム、電子機器、及び媒体 | |
JP7368580B2 (ja) | 量子コンピュータの性能特徴付け方法、装置、電子機器、及び媒体 | |
JP7354320B2 (ja) | 量子デバイスのノイズ除去方法および装置、電子機器、コンピュータ可読記憶媒体並びにコンピュータプログラム | |
CN113098803B (zh) | 量子噪声信道的逆映射分解方法及装置、电子设备和介质 | |
CN114037084B (zh) | 量子测量设备校准方法及装置、电子设备和介质 | |
Doan | Finite-time analysis and restarting scheme for linear two-time-scale stochastic approximation | |
CN114021728B (zh) | 量子数据测量方法及系统、电子设备和介质 | |
AU2022241510B2 (en) | Method and apparatus for calibrating quantum measurement device, electronic device, and medium | |
CN112529196B (zh) | 量子纠缠探测方法、装置、电子设备及存储介质 | |
CN113516248A (zh) | 一种量子门测试方法、装置及电子设备 | |
CN114580648A (zh) | 消除广义振幅阻尼噪声的方法及装置、电子设备和介质 | |
CN112529195B (zh) | 量子纠缠探测方法、装置、电子设备及存储介质 | |
CN114997407A (zh) | 量子测量设备的噪声消除方法及装置、电子设备和介质 | |
US20220374758A1 (en) | Expectation value assessment system and method | |
CN114580649A (zh) | 消除量子泡利噪声的方法及装置、电子设备和介质 | |
CN114462614A (zh) | 量子噪声强度确定方法及装置、电子设备和介质 | |
CN115329972A (zh) | 量子计算机性能确定方法及装置、电子设备和介质 | |
Fadillah et al. | Impact of various IBM Quantum architectures with different properties on Grover's algorithm | |
CN116739097A (zh) | 量子测量设备性能估计方法及装置、电子设备和介质 | |
CN116739098A (zh) | 量子测量设备性能估计方法及装置、电子设备和介质 | |
CN114897175A (zh) | 量子测量设备的噪声消除方法及装置、电子设备和介质 | |
CN116402147A (zh) | 量子设备性能比较方法及装置、电子设备和介质 | |
CN115994582A (zh) | 量子测量设备性能比较方法及装置、电子设备和介质 | |
CN114970871A (zh) | 量子噪声强度确定方法及装置、电子设备和介质 | |
Huang et al. | Certifying almost all quantum states with few single-qubit measurements |
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 |