CN114846479A - 程序、计算机系统以及计算机 - Google Patents

程序、计算机系统以及计算机 Download PDF

Info

Publication number
CN114846479A
CN114846479A CN202080088103.1A CN202080088103A CN114846479A CN 114846479 A CN114846479 A CN 114846479A CN 202080088103 A CN202080088103 A CN 202080088103A CN 114846479 A CN114846479 A CN 114846479A
Authority
CN
China
Prior art keywords
computer
quantum
algorithm
volume
given process
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202080088103.1A
Other languages
English (en)
Inventor
渕胁纯太
大西裕也
泷本嘉夫
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.)
JSR Corp
Original Assignee
JSR Corp
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 JSR Corp filed Critical JSR Corp
Publication of CN114846479A publication Critical patent/CN114846479A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • 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
    • G06N10/60—Quantum algorithms, e.g. based on quantum optimisation, quantum Fourier or Hadamard transforms
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Analysis (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Health & Medical Sciences (AREA)
  • Optical Modulation, Optical Deflection, Nonlinear Optics, Optical Demodulation, Optical Logic Elements (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Superconductor Devices And Manufacturing Methods Thereof (AREA)

Abstract

本发明所涉及的程序使经典计算机执行在利用量子算法或者利用经典算法与量子算法的并用算法进行所给予的处理的情况下，选择执行该所给予的处理的计算机的处理，上述程序使该经典计算机执行计算步骤、选择步骤以及控制步骤。计算步骤计算使用量子算法执行所给予的处理所需的量子比特或要求量子体积的大小、或者使用上述并用算法执行所给予的处理的情况下的量子算法的部分中的所需的量子比特或要求量子体积的大小。选择步骤基于由计算步骤计算出的量子比特或要求量子体积，选择执行所给予的处理的计算机。控制步骤在由选择步骤选择出的计算机包括量子计算机的情况下，生成发送到量子计算机的、与量子计算机开始量子算法的指示相关的控制信号。

Description

程序、计算机系统以及计算机
技术领域
本发明涉及程序、计算机系统以及计算机。
背景技术
作为在与经典计算机不同的计算范式之下进行计算的计算机，有量子计算机。量子计算机是如下那样的计算机：对于例如量子纠缠状态等初始生成的量子状态，基于肖氏的素数分解算法、格罗弗的搜索算法等规定的量子算法使酉矩阵作用，基于所生成的量子状态生成计算结果。
量子计算的模拟以及执行环境例如以Azure(注册商标)Quantum、AWS(注册商标)Braket、IBM Q-Experience(注册商标)等云服务的形式提供。在这些云服务中，例如，给予量子算法的经典计算机上的测试以及模拟环境，另外，能够在门式的超导计算机、量子退火超导计算机、离子阱计算机等量子硬件上执行所制成的量子算法。
在这里，若在例如进行分子轨道计算的情况下对量子计算机和经典计算机的差别进行说明，则量子计算机与经典计算机相比，对原子数N的计算的增大速度缓慢，另一方面，难以制成大的量子比特数的量子计算机，因此受到量子比特数的限制。因此，根据所给予的处理的大小，有时希望分开使用以经典计算机和量子计算机中的哪一个进行计算。
另外，已知有不是由量子计算机进行全部的计算，而是使用经典计算机和量子计算机的双方进行计算的并用算法。例如，VQE(Variational Quantum Eigensolver：可变量子本征求解)是以变分法为基础，在通过量子计算机生成了规定的试探波函数的基础上测定哈密顿算符的期望值，基于测定结果在经典计算机中进行处理，从而以变分法为基础，在经典计算机中编入量子计算机的算法。
另外，考虑使用量子比特不同的多个量子计算机进行计算的情况。
非专利文献1：Kandala,A.,Mezzacapo,A.,Temme,K.et al.,Nature,2017年、549卷、p242-246
发明内容
本发明的目的在于在经典计算机和量子计算机混合存在、或者多个量子计算机混合存在的情况下，进行处理的最优化。
为了解决上述的课题，实现目的，本发明所涉及的程序使经典计算机执行在利用量子算法或者利用经典算法与量子算法的并用算法进行所给予的处理的情况下，选择执行该所给予的处理的计算机的处理，上述程序使该经典计算机执行计算步骤、选择步骤以及控制步骤。计算步骤计算使用量子算法执行所给予的处理所需的量子比特或要求量子体积的大小、或者使用上述并用算法执行所给予的处理的情况下的量子算法的部分中的所需的量子比特或要求量子体积的大小。选择步骤基于由计算步骤计算出的量子比特或要求量子体积，选择执行所给予的处理的计算机。控制步骤在由选择步骤选择出的计算机包括量子计算机的情况下，生成发送到量子计算机的、与量子计算机开始量子算法的指示相关的控制信号。
另外，本发明所涉及的计算机系统包括经典计算机和多个计算机，上述经典计算机执行在利用量子算法或者利用经典算法与量子算法的并用算法进行所给予的处理的情况下，从多个计算机中选择执行该所给予的处理的计算机的处理。该多个计算机包括至少一个量子计算机。经典计算机具备计算部、分配部以及发送部。计算部计算使用量子算法执行所给予的处理所需的量子比特或要求量子体积的大小、或者使用并用算法执行所给予的处理的情况下的量子算法的部分中的所需的量子比特或要求量子体积的大小。分配部基于计算部计算出的量子比特或要求量子体积，选择执行所给予的处理的计算机。发送部在分配部选择出的计算机包括量子计算机的情况下，将量子计算机开始量子算法的指示发送到量子计算机。
另外，本发明所涉及的计算机是经典计算机，该经典计算机执行在利用量子算法或者利用经典算法与量子算法的并用算法进行所给予的处理的情况下，从多个计算机中选择执行所给予的处理的计算机的处理。计算部计算使用量子算法执行所给予的处理所需的量子比特或要求量子体积的大小、或者使用并用算法执行所给予的处理的情况下的量子算法的部分中的所需的量子比特或要求量子体积的大小。分配部基于计算部计算出的量子比特或要求量子体积，选择执行所给予的处理的计算机。发送部在分配部选择出的计算机包括量子计算机的情况下，将量子计算机开始量子算法的指示发送到量子计算机。
根据本发明，能够在经典计算机和量子计算机混合存在、或者多个量子计算机混合存在的情况下，进行处理的最优化。
附图说明
图1是表示本发明的实施方式所涉及的计算机系统的概要的图。
图2A是对实施方式所涉及的背景进行说明的图。
图2B是对实施方式所涉及的背景进行说明的图。
图3是表示第一实施方式所涉及的程序所执行的处理的流程的流程图。
图4是表示第一实施方式的第一变形例所涉及的程序所执行的处理的流程的流程图。
图5是表示第二实施方式所涉及的程序所执行的处理的流程的流程图。
图6是对图5中的步骤S200的处理进行详细说明的流程图。
具体实施方式
以下，参照附图并对本发明的实施方式所涉及的程序、计算机系统以及计算机进行说明。
(第一实施方式)
图1是表示本发明的实施方式所涉及的计算机系统1的概要的图。计算机系统1包括用于进行其它的计算机的控制的现有型的经典计算机100、不使用量子计算而以现有型的方法进行计算的经典计算机200a、200b、200c…、使用量子计算进行计算的量子计算机300a、300b、300c…。在这里，经典计算机100以及200a、200b、200c是例如能够表现为图灵机的通常意味上的计算机、例如诺曼型的计算机。
此外，作为计算机系统1的结构，具有经典计算机200a、200b、200c…和量子计算机300a、300b、300c…中的两个以上的计算机即可，也可以是仅具有量子计算机的情况、具有经典计算机和量子计算机中的双方的情况中的任一种情况。
经典计算机100是用于进行其它的计算机(经典计算机200a、200b、200c…、量子计算机300a、300b、300c)的控制的计算机，具备处理电路10、存储部20、显示器30以及输入装置40。处理电路10具备计算功能10a、选择功能10b、控制功能10c、分割决定功能10d、分割功能10e、显示控制功能10f以及生成功能10g。
处理电路10是通过从存储部20读出程序并执行，从而实现计算功能10a、选择功能10b等功能的处理器(例如，CPU(Central Processing Unit：中央处理器)、GPU(GraphicalProcessing Unit：图形处理器)、ASIC(Application Specific Integrated Circuit：专用集成电路)、PLD(Programmable Logic Device：可编程逻辑器件)等)。即，基于计算功能10a、选择功能10b、控制功能10c、分割决定功能10d、分割功能10e、显示控制功能10f、生成功能10g等的处理功能以能够由该处理器执行的程序的形态存储于存储部20。由此，读出了程序的状态的处理电路10具有计算功能10a、选择功能10b、控制功能10c、分割决定功能10d、分割功能10e、显示控制功能10f、生成功能10g等功能，使经典计算机100通过计算功能10a执行计算步骤，通过选择功能10b执行选择步骤，通过控制功能10c执行控制步骤，通过分割决定功能10d执行分割决定步骤，通过分割功能10e执行分割步骤，通过显示控制功能10f执行显示步骤，通过生成功能10g执行生成步骤。即，计算功能10a、选择功能10b、控制功能10c、分割决定功能10d、分割功能10e、显示控制功能10f、生成功能10g分别与计算部、分配部(选择部)、控制部、分割决定部、分割部、显示控制部、生成部对应。此外，后述处理电路10所具有的各功能的处理的详细内容。另外，控制功能10c也成为具备发送各种信息的功能的发送部的一个例子。
存储部20是RAM(Random Access Memory：随机存取存储器)、ROM(Read OnlyMemory：只读存储器)、闪存、硬盘等的存储区域，存储处理电路10执行的各种程序以及该各种程序的执行结果等。
显示器30显示各种信息。例如，显示器30显示CPU的处理结果、用于从用户接受各种操作的GUI(Graphical User Interface：图形用户界面)等。显示器30例如由液晶显示器、有机EL(Electro Luminescence：电致发光)显示器或者阴极射线管显示器构成。此外，也可以例如以触摸面板那样的方式，将输入装置40和显示器30一体地构成。
输入装置40是用于用户进行各种操作的设备。输入装置40例如由鼠标、键盘、触摸面板或者硬件键构成。
此外，实施方式并不限于上述的例子。根据实施方式，存储部20、显示器30、输入装置40等不是经典计算机100的必需的构成要素，即经典计算机100也可以不包括存储部20、显示器30、输入装置40等。另外，作为其它的例子，存储部20、显示器30、输入装置40等例如也可以经由网络配置于经典计算机100的外部，与处理电路10进行数据的交换。另外，经典计算机100也可以由两个以上的经典计算机构成。例如，经典计算机也可以具备具有计算功能10a的第一经典计算机、和通过网络与第一经典计算机连接且具有分配功能(选择功能10b)以及作为发送部的控制功能10c的第二经典计算机。
经典计算机100是进行用于进行其它的计算机的控制的计算的计算机，与此相对，经典计算机200a、经典计算机200b、经典计算机200c…是用于执行量子化学计算等、所给予的处理本身的计算机。例如经典计算机200a与经典计算机100同样地具备与处理电路10同样的处理电路10x、和与存储部20同样的存储部20x。此外，处理电路10x不需要具有处理电路10所具有的全部的功能。以下同样地，经典计算机200b、200c…也具备与处理电路10同样的处理电路、和与存储部20同样的存储部。
量子计算机300a、300b、300c是使用量子状态进行计算的量子计算机。例如，量子计算机300a具备生成初始量子状态的量子信息生成部50、多个量子门60、量子门控制部70以及测定部80。
若对量子计算机的典型的动作的例子进行说明，则处理电路10通过作为发送部的控制功能10c，将用于生成初始状态的量子状态的控制信号发送到量子计算机300a。从经典计算机100获取到用于生成初始状态的量子状态的控制信号的量子计算机300a通过量子信息生成部50例如生成量子纠缠状态等的初始量子状态。
量子门60作用于所生成的量子状态，使量子状态变化。量子门60的对量子状态的作用能够以酉矩阵的形式表示。另外，量子门控制部70使量子门60的动作、即该酉矩阵变化。测定部80测定通过了量子门60的量子状态。由此，量子计算机300a能够得到测定部80测定出的测定结果作为输出数据。
另外，计算机系统1也可以具备从用户接受信息的输入、或者向用户进行信息的显示的用户终端400。作为一个例子，与显示器30、输入装置40同样地，用户终端400也可以在用户终端侧具备显示器30z以及输入装置40z。
接着，对实施方式所涉及的背景进行简单说明。
作为在与经典计算机不同的计算范式之下进行计算的计算机，有量子计算机。量子计算机例如是如下那样的计算机：对于初始生成的量子纠缠状态等量子状态，基于肖氏的素数分解算法、格罗弗的搜索算法等规定的量子算法使酉矩阵作用，测定所生成的量子状态并生成计算结果。
量子计算的模拟以及执行环境例如由Azure(注册商标)Quantum、AWS(注册商标)Braket、IBM Q-Experience(注册商标)等云服务的形式提供。在这些云服务中，例如给予量子算法的经典计算机上的测试以及模拟环境，另外，能够在门式的超导计算机、量子退火超导计算机、离子阱计算机等量子硬件上执行所制成的量子算法。
在这里，关于量子计算机和经典计算机的差别，例如，若以分子轨道计算等的计算为例，则如图2A所示，在经典计算机中，若原子数N变大，则计算时间急剧增大。例如，相对于原子数N，计算时间与N6成比例地增大。另一方面，如图2B所示，在量子计算机中，相对于原子数N，计算时间不会太大地增大。例如，相对于原子数N，以与N成比例的时间抑制计算时间。但是，目前难以制成大的量子比特的量子计算机，存在基于量子比特数的限制。因此，根据所给予的处理的大小，有时希望分开使用以经典计算机和量子计算机中的哪一个进行计算。
另外，考虑到制成大的量子比特的量子计算机的难度，已知有不是以量子计算机的量子算法进行全部的计算，而是使用由经典计算机执行的经典算法和由量子计算机执行的量子算法的双方进行计算的并用算法。作为并用算法，例如列举有VQE(VariationalQuantum Eigensolver)。VQE是以变分法为基础，在通过量子计算机生成了规定的试探波函数的基础上测定哈密顿算符的期望值，基于测定结果在经典计算机中进行处理，从而以变分法为基础，在经典计算机中编入量子计算机的算法。
另外，除了使用利用了经典计算机和量子计算机的双方的并用算法的情况之外，还考虑如下情况：将所给予的处理分割成经典计算机负责的处理和量子计算机负责的处理，各个计算机执行各处理，由此来进行并列计算。另外，在由量子比特数不同的多个量子计算机分担进行所给予的处理的情况下，考虑如下情况：将所给予的处理分割成各个量子计算机负责的处理，各个计算机执行各处理，由此来进行并列计算。
实施方式是基于上述的背景的实施方式，想要使由包括至少一个量子计算机的多个计算机进行处理的情况下的处理最优化。
图3是表示第一实施方式所涉及的程序所执行的处理的流程的流程图。此外，作为以下的例子，对作为所给予的计算处理的例子而进行化合物的分子轨道计算的情况进行说明。
首先，在步骤S100中，处理电路10从存储部获取化合物的结构等信息，进行如下准备：进行所给予的处理、例如对所给予的化学结构进行量子化学计算的处理。即，处理电路10进行如下准备：进行将从存储化学结构的列表的存储部20读出的化学结构作为该所给予的化学结构并进行量子化学计算的处理。
接着，在步骤S110中，处理电路10通过计算功能10a计算所需的量子比特(qubit)或者要求量子体积的大小。即，实施方式所涉及的程序在步骤S110中使经典计算机100执行如下的计算步骤：计算使用量子算法执行所给予的处理、例如对所给予的化学结构进行量子化学计算的处理所需的量子比特或要求量子体积的大小、或者使用并用算法执行所给予的处理的情况下的量子算法的部分中的所需的量子比特或要求量子体积的大小。在这里，要求量子体积表示所要求的量子体积(quantum volume)的大小、即能够进行的量子计算的规模、即空间的尺寸及时间。量子体积是在单纯的量子比特数上加上产生的错误的大小而计算的指标。
此外，在步骤S110中计算处理电路10计算的所需的量子比特或要求量子体积时，处理电路10也可以通过计算功能10a以具有少许的充裕度的方式计算所需的量子比特或要求量子体积的值，另外优选计算。在这里，该充裕度能够根据计算的种类、所要求的计算速度、计算机的能力、队列的拥挤状况等任意地设定。
作为计算所需的量子比特或要求量子体积的大小的方法，例如，处理电路10通过计算功能10a基于表示原子数与进行该原子数的分子轨道计算所需的量子比特或要求量子体积之间的关系的表、和原子数，来计算所需的量子比特或要求量子体积的大小。该表例如通过在原子数大的情况下外推原子数以能够正确估算计算量的程度小的情况下的原子数与所需的量子比特或要求体积之间的关系式而制成。
接着，在步骤S120中，在利用量子算法或者利用经典算法与量子算法的并用算法进行所给予的处理、或者并用经典算法和量子算法的两者进行处理的情况下，第一实施方式所涉及的程序使经典计算机100通过选择功能10b执行选择执行所给予的处理的计算机的选择步骤。具体而言，处理电路10通过选择功能10b，基于在步骤S110中计算出的量子比特或要求量子体积，选择执行所给予的处理的计算机。
在这里，在成为进行处理的候补的计算机是多个量子计算机的情况下，选择执行所给予的处理的计算机的选择步骤成为从多个量子计算机中，基于在步骤S110中计算出的量子比特或要求量子体积，选择执行所给予的处理的量子计算机的步骤。
另外，在成为进行处理的候补的计算机是一个以上的量子计算机和一个以上的经典计算机的情况下，选择执行所给予的处理的计算机的选择步骤成为从经典计算机和量子计算机的双方的计算机中，基于在步骤S110中计算出的量子比特或要求量子体积，选择经典计算机和量子计算机中的执行所给予的处理的计算机的步骤。该情况下，作为一个例子，如果量子比特或要求量子体积在能够由成为候补的量子计算机实现的量子比特或要求量子体积的范围内，则处理电路10通过选择功能10b将量子计算机选择为执行所给予的处理的计算机，在量子比特或要求量子体积超过能够由成为候补的量子计算机实现的量子比特或要求量子体积的范围的情况下，将经典计算机选择为执行所给予的处理的计算机。
例如，在量子计算机300a的量子比特数是100量子比特，在步骤S110中计算出的量子比特数是80量子比特的情况下，在步骤S120中，处理电路10通过选择功能10b将量子计算机300a选择为执行所给予的处理的计算机。量子计算机300a利用量子算法，执行该所给予的处理。另一方面，在量子计算机300a的量子比特数是100量子比特，在步骤S110中计算出的量子比特数是120量子比特的情况下，在步骤S120中，处理电路10通过选择功能10b将经典计算机200a选择为执行所给予的处理的计算机。在所给予的处理是分子轨道计算的情况下，经典计算机200a例如通过Hartree-Fock法、DFT法、CCSD(T)法等，执行分子轨道计算。
另外，在使用经典算法与量子算法的并用算法的情况下，选择执行所给予的处理的计算机的选择步骤成为基于在步骤S110中计算出的量子比特或要求量子体积来选择执行所给予的处理的量子计算机，并且与量子计算机的选择另外地选择执行经典算法的经典计算机的步骤。
在这些选择步骤中，处理电路10通过选择功能10b进行量子计算机的选择，以使在步骤S110中计算出的量子比特不超过在所选择的计算机中能够利用的量子比特，或者在步骤S110中计算出的要求量子体积不超过在所选择的计算机中能够实现的要求量子体积。
此外，在上述的选择步骤中，在系统中存在量子比特或量子体积不同的多个量子计算机的情况下，优选选择步骤从其中优先选择不低于对象化合物的计算所需的量子比特或量子体积、且具有最近的量子比特或体积的量子计算机。
此外，在选择步骤中，处理电路10也可以通过选择功能10b，除了考虑计算出的量子比特或要求量子体积之外，还考虑能够利用的计算机资源的能力、特性、空闲情况等，来进行计算机的选择。作为一个例子，处理电路10通过选择功能10b，将计算机资源的能力高、特性是适于所给予的处理的特性、或者比较空闲的计算机选择为执行处理的计算机。
另外，在选择步骤中，处理电路10通过选择功能10b，不仅选择计算机，还可以一并选择执行计算机的执行定时、执行顺序。
另外，与步骤S120的处理的执行配合地，处理电路10通过显示控制功能10f，将由计算功能10a计算出的量子比特或要求量子体积的大小、与由选择功能10b选择出的计算机相关的信息、以及确定表示结构式或原子坐标或化学结构的字符串或化合物的信息适当地显示于显示部。在这里，显示部可以是显示器30，也可以是用户终端400，用户终端400是与配置经典计算机100的终端亦即供应商侧终端不同的终端，是用户能够操作的终端。
另外，处理电路10也可以具备如下功能：通过控制功能10c，将由计算功能10a计算出的量子比特或量子体积的大小、或者与由选择功能10b选择出的计算机相关的信息发送到其它计算机、用户终端400、计算机系统1的外部的终端等。
接着，在步骤S130中，在步骤S120中选择出的计算机包括量子计算机的情况下，实施方式所涉及的程序使经典计算机100通过作为发送部的选择功能10b执行生成发送到量子计算机的控制信号的控制步骤。在这里，该控制信号是与量子计算机开始量子算法的指示相关的控制信号，例如是生成量子计算机在开始量子算法时生成的量子状态所需的信息。例如，若假设在开始量子算法时生成的量子状态由α1|0＞+α2|1＞表示，则系数α1、α2成为生成量子计算机在开始量子算法时生成的量子状态α1|0＞+α2|1＞所需的信息。接着，处理电路10通过作为发送部的控制功能10c，向量子计算机发送生成量子计算机在开始量子算法时生成的量子状态所需的信息作为控制信号。
接着，在步骤S140中，基于从经典计算机100获取到的控制信号，量子计算机执行量子计算。另外，在由经典计算机执行计算的情况下，基于从经典计算机100获取到的控制信号，经典计算机执行通常的计算。另外，在通过基于经典计算机的计算和基于量子计算机的计算的并用算法执行计算的情况下，基于从经典计算机100获取到的控制信号，经典计算机和量子计算机进行计算。经典计算机100通过作为发送部的控制功能10c，对多个计算机发送控制信号，多个计算机中的每一个计算机根据各自接收到的控制信号，进行各自的处理。
在以下的实施方式中，对经典计算机200a、200b、200c…以及量子计算机300a、300b、300c…使用经典算法与量子算法的并用算法亦即VQE(Variational QuantumEigensolver)法进行分子轨道计算的情况进行说明。
VQE法是在将变分参数设为θ，利用针对系统的哈密顿算符H的试探波函数
Figure BDA0003701271600000101
所涉及的期望值
Figure BDA0003701271600000102
始终超过基态的能量E的变分原理，进行分子轨道计算的算法中编入基于量子计算机的计算的方法。
在这里，量子计算机300a等针对某个变分参数θ，使用量子算法生成成为变分法的对象的量子状态
Figure BDA0003701271600000103
作为量子状态。另外，量子计算机300a等通过量子信息生成部50，将进行分子轨道计算等的系统的哈密顿算符H在量子计算机上表现为针对在量子计算机上生成的量子状态
Figure BDA0003701271600000104
的哈密顿算符。在此之后，测定部80测定针对在量子计算机上生成的量子状态
Figure BDA0003701271600000105
的该哈密顿算符的期望值
Figure BDA0003701271600000106
由此，量子计算机300a能够得到所给予的变分参数θ下的、系统的哈密顿算符H在所生成的量子状态
Figure BDA0003701271600000107
下的期望值作为测定值。
另一方面，经典计算机200a等负责其它部分的处理，例如，选择变分参数θ的处理、计算哈密顿算符的期望值成为最小的变分参数θ的处理、基于变分参数θ的值决定选择怎样的量子状态
Figure BDA0003701271600000108
的处理等处理，进行变分参数θ的最优化。由此，经典计算机200a等和量子计算机300a等能够共同地进行量子化学计算等。
如以上那样，根据第一实施方式所涉及的程序，在经典计算机和量子计算机混合存在、或者多个量子计算机混合存在的情况下，能够适当地选择进行处理的计算机，其结果是，能够进行处理的最优化。
(第一实施方式的第一变形例)
在第一实施方式中，对基于在计算步骤中计算出的量子比特或要求量子体积的大小，程序自动地选择执行所给予的处理的计算机的情况进行了说明。实施方式并不限于此，在第一实施方式的第一变形例中，程序也可以使显示器30显示计算出的量子比特或要求量子体积的大小，接受来自观察到显示于显示器30的量子比特或要求量子体积的大小的用户的反馈。
上述的状况在图4中示出。此外，步骤S100、步骤S110、步骤S130以及步骤S140是与图2中已经说明的处理同样的处理，因此省略重复的说明。
在步骤S121中，第一实施方式的第一变形例所涉及的程序使经典计算机100通过处理电路10的显示控制功能10f进一步执行显示控制步骤，该显示控制步骤使显示部显示由计算步骤S110计算出的量子比特或要求量子体积的大小。
接着，在步骤S122中，第一实施方式的第一变形例所涉及的程序使经典计算机100通过处理电路10执行生成步骤，该生成步骤基于在步骤S121中计算出的量子比特或要求量子体积，生成能够执行处理的计算机的列表。
接着，在步骤S123中，该程序使经典计算机100通过处理电路10的显示控制功能10f执行显示控制步骤，该显示控制步骤使显示部显示在步骤S122中生成的能够执行处理的计算机的列表。
接着，在步骤S124中，该程序使经典计算机100通过处理电路10的控制功能10c，从用户接受是否修正化合物名等输入数据的输入。
在处理电路10通过控制功能10c，从用户接受到修正输入数据的意旨的输入的情况下(步骤S125是)，处理返回到步骤S100。另一方面，在不修正输入数据的情况下(步骤S125否)，处理移至步骤S123。
接着，在步骤S126中，第一实施方式的第一变形例所涉及的程序使经典计算机100通过处理电路10的控制功能10c执行手动接受执行所给予的处理的计算机的输入的步骤。
接着，在步骤S127中，第一实施方式的第一变形例所涉及的程序使经典计算机100通过处理电路10的选择功能10b执行如下步骤：基于在步骤S126中从用户接受到的输入，选择执行所给予的处理的计算机。
另外，与第一实施方式同样，第一实施方式的第一变形例所涉及的程序使经典计算机100执行与步骤S130以及步骤S140同样的处理。
如以上那样，根据第一实施方式所涉及的程序，在经典计算机和量子计算机混合存在、或者多个量子计算机混合存在的情况下，根据需要，通过接受来自用户的输入，能够适当地选择进行处理的计算机，其结果是，能够进行处理的最优化。
(第二实施方式)
在第一实施方式中，对不将所给予的处理分割成多个小处理，而在一个计算机中进行全部的处理的情况进行了说明。在第二实施方式中，对将所给予的处理分割成多个小处理，在按照多个小处理中的每一个小处理选择的计算机中，经典计算机或者量子计算机进行处理的情况进行说明。
在图5和图6中示出上述的状况。图5是表示第二实施方式所涉及的程序使经典计算机100执行的处理的流程的流程图，图6是对图5中的步骤S200的处理进行详细说明的流程图。
首先，第二实施方式所涉及的程序在步骤S200中使经典计算机100通过处理电路10的分割决定功能15d执行分割决定步骤，该分割决定步骤决定将所给予的处理分割成多个小处理的分割方法。
使用图6，对步骤S200的分割决定步骤进行详细说明。图6整体的处理与图5的步骤S200对应。
首先，第二实施方式所涉及的程序在步骤S201中使经典计算机100获取各计算机的计算性能。
接着，第二实施方式所涉及的程序在步骤S202中使经典计算机100通过处理电路10的分割决定功能10d执行如下步骤：基于在步骤S201中获取到的计算性能，使所给予的处理临时分割成多个小处理。
接着，第二实施方式所涉及的程序在步骤S203中使经典计算机100执行如下步骤：针对临时分割出的多个小处理中的每一个小处理，计算量子比特或要求量子体积的大小。
接着，在临时分割满足规定的条件且是适当的分割的情况下(步骤S204是)，处理进入步骤S206，处理电路10决定为该临时分割是适当的分割方法，处理电路10将该分割决定为是适当的分割方法。
另一方面，在临时分割不是适当的分割的情况下(步骤S204否)，第二实施方式所涉及的程序在步骤S205中使经典计算机100执行用新的分割方法进行临时分割的步骤，然后，处理返回到步骤S202。
通过这样的步骤S201～步骤S206，第二实施方式所涉及的程序使经典计算机100执行上述的步骤S200所涉及的处理。
接着，返回到图5，第二实施方式所涉及的程序在步骤S210中使经典计算机100通过处理电路10的分割功能10e执行如下步骤：基于在步骤S200中决定的分割方法，将所给予的处理分割成多个小处理。
此外，实施方式也可以不经过步骤S200以及步骤S210的处理，而是所给予的处理包括多个小处理的情况，在上述的情况下，根据需要省略步骤S200以及步骤S210的操作。
接着，第二实施方式所涉及的程序在步骤S220中使经典计算机100通过处理电路10的计算功能10a执行计算步骤，该计算步骤针对多个小处理中的每一个小处理，计算量子比特或要求量子体积的大小。
接着，第二实施方式所涉及的程序在步骤S230中使经典计算机100执行选择步骤，该选择步骤针对多个小处理中的每一个小处理，根据计算出的量子比特或要求量子体积、以及能够利用的计算机资源的能力、特性、空闲情况等，选择进行计算的计算机。例如，第二实施方式所涉及的程序使经典计算机100优先选择计算能力高的计算机、所给予的处理的性质和计算机的特性匹配的计算机、比较空闲的计算机作为进行计算的计算机。
接着，第二实施方式所涉及的程序在步骤S240中使经典计算机100通过处理电路10的选择功能10b，进一步针对多个小处理中的每一个小处理，根据计算出的量子比特或要求量子体积、以及能够利用的计算机资源的能力、特性、空闲情况等，选择执行计算机的执行定时或者执行顺序。作为一个例子，第二实施方式所涉及的程序选择执行计算机的执行定时或者执行顺序，以使计算机的处理负荷不集中在特定的计算机中。
接着，第二实施方式所涉及的程序在步骤S250中使经典计算机100通过处理电路10的控制功能10c执行控制步骤，该控制步骤将生成量子计算机在开始量子算法时生成的量子状态所需的信息生成为控制信号。
处理电路10通过作为发送部的控制功能10c，使所生成的控制信号发送至在步骤S230中选择出的计算机。
接着，在步骤S260中，量子计算机执行量子计算。
如以上那样，根据第二实施方式所涉及的程序，在经典计算机和量子计算机混合存在、或者多个量子计算机混合存在的情况下，在所给予的处理包括多个处理的情况下，适当地分割处理，适当地选择对每个分割出的处理进行处理的计算机，从而能够进行处理的最优化。
这样，根据本发明的实施方式，在经典计算机和量子计算机混合存在、或者多个量子计算机混合存在的情况下，能够使处理最优化。
此外，本发明的实施方式只不过是作为例子而被提出的，能够进行各种置换、变更等。
附图标记说明：10...处理电路；10a...计算功能；10b...选择功能；10c...控制功能；10d...分割决定功能；10e...分割功能；10f...显示控制功能；10g...生成功能；20...存储部；30...显示器；40...输入装置；200a...经典计算机；300a...量子计算机；400...用户终端。

Claims (20)

1.一种程序，使经典计算机执行在利用量子算法或者利用经典算法与量子算法的并用算法进行所给予的处理的情况下，选择执行所述所给予的处理的计算机的处理，其中，
所述程序使所述经典计算机执行：
计算步骤，计算使用所述量子算法执行所述所给予的处理所需的量子比特或要求量子体积的大小、或者使用所述并用算法执行所述所给予的处理的情况下的所述量子算法的部分中的所需的量子比特或要求量子体积的大小；
选择步骤，基于由所述计算步骤计算出的所述量子比特或所述要求量子体积，选择执行所述所给予的处理的所述计算机；以及
控制步骤，在由所述选择步骤选择出的所述计算机包括量子计算机的情况下，生成发送到所述量子计算机的、与所述量子计算机开始所述量子算法的指示相关的控制信号。
2.根据权利要求1所述的程序，其中，
在由所述选择步骤选择出的所述计算机包括量子计算机的情况下，所述控制步骤将生成所述量子计算机在开始所述量子算法时生成的量子状态所需的信息生成为所述控制信号。
3.根据权利要求1所述的程序，其中，
所述所给予的处理是对所给予的化学结构进行量子化学计算的处理。
4.根据权利要求3所述的程序，其中，
所述所给予的化学结构是从存储化学结构的列表的存储部读出的化学结构。
5.根据权利要求1所述的程序，其中，
在所述所给予的处理包括多个小处理的情况下，所述计算步骤针对所述多个小处理中的每一个小处理计算所述量子比特或所述要求量子体积的大小，
在所述所给予的处理包括多个小处理的情况下，所述选择步骤针对所述多个小处理中的每一个小处理选择所述计算机，
在所述所给予的处理包括多个小处理的情况下，所述控制步骤针对所述多个小处理中的每一个小处理生成所述控制信号。
6.根据权利要求1所述的程序，其中，
所述程序使所述经典计算机执行：
分割决定步骤，决定将所述所给予的处理分割成多个小处理的分割方法；以及
分割步骤，基于所决定的所述分割方法，将所述所给予的处理分割成所述多个小处理，
所述选择步骤针对由所述分割步骤分割出的所述多个小处理中的每一个小处理选择所述计算机，
所述控制步骤针对由所述分割步骤分割出的所述多个小处理中的每一个小处理生成所述控制信号。
7.根据权利要求5或6所述的程序，其中，
所述选择步骤根据能够利用的计算机资源的能力、特性以及空闲情况中的至少一个、以及由所述计算步骤计算出的所述量子比特或所述要求量子体积，选择所述计算机。
8.根据权利要求7所述的程序，其中，
所述选择步骤根据能够利用的计算机资源的能力、特性以及空闲情况中的至少一个、以及由所述计算步骤计算出的所述量子比特或所述要求量子体积，还选择执行所述计算机的执行定时或者执行顺序。
9.根据权利要求1～8中的任意一项所述的程序，其中，
所述选择步骤选择所述计算机，以使所述量子比特不超过在所述计算机中能够利用的量子比特、或者所述要求量子体积不超过所述计算机的要求量子体积。
10.根据权利要求1～9中的任意一项所述的程序，其中，
所述程序还使所述经典计算机执行显示控制步骤，所述显示控制步骤使显示部显示由所述计算步骤计算出的所述量子比特或所述要求量子体积的大小。
11.根据权利要求1～9中的任意一项所述的程序，其中，
所述程序还使所述经典计算机执行：
生成步骤，基于由所述计算步骤计算出的所述量子比特或所述要求量子体积，生成能够执行所述处理的计算机的列表；以及
显示控制步骤，使显示部显示由所述生成步骤生成的能够执行所述处理的计算机的列表。
12.根据权利要求10或11所述的程序，其中，
所述显示部配置于用户终端，所述用户终端是与配置所述经典计算机的终端亦即供应商侧终端不同的终端，并且是用户能够操作的终端。
13.根据权利要求1～12中的任意一项所述的程序，其中，
所述选择步骤基于所述量子比特或所述要求量子体积，从经典计算机和量子计算机的双方的计算机中选择执行所述处理的计算机。
14.根据权利要求1～13中的任意一项所述的程序，其中，
所述并用算法是VQE(variational quantum eigensolver：可变量子本征求解)法。
15.一种计算机系统，包括经典计算机和多个计算机，所述经典计算机执行在利用量子算法或者利用经典算法与量子算法的并用算法进行所给予的处理的情况下，从所述多个计算机中选择执行所述所给予的处理的计算机的处理，
所述多个计算机包括至少一个量子计算机，
所述经典计算机具备：
计算部，计算使用所述量子算法执行所述所给予的处理所需的量子比特或要求量子体积的大小、或者使用所述并用算法执行所述所给予的处理的情况下的所述量子算法的部分中的所需的量子比特或要求量子体积的大小；
分配部，基于所述计算部计算出的所述量子比特或所述要求量子体积，选择执行所述所给予的处理的所述计算机；以及
发送部，在所述分配部选择出的所述计算机包括所述量子计算机的情况下，将所述量子计算机开始所述量子算法的指示发送到所述量子计算机。
16.根据权利要求15所述的计算机系统，其中，
所述计算机系统具备发送所述计算部计算出的所述量子比特或所述要求量子体积的大小、或者与所述分配部选择出的所述计算机相关的信息的功能。
17.根据权利要求15所述的计算机系统，其中，
所述计算机系统还具备显示部，所述显示部向用户显示所述计算部计算出的所述量子比特或所述要求量子体积的大小、或者与所述分配部选择出的所述计算机相关的信息。
18.根据权利要求17所述的计算机系统，其中，
所述计算机系统还具备显示部，所述显示部向用户显示所述计算部计算出的所述量子比特或所述要求量子体积的大小、或者与所述分配部选择出的所述计算机相关的信息、以及确定表示结构式或原子坐标或化学结构的字符串或化合物的信息。
19.根据权利要求15所述的计算机系统，其中，
所述经典计算机具备：第一经典计算机，具有所述计算部的功能；以及第二经典计算机，通过网络与所述第一经典计算机连接，并且具有所述分配部以及所述发送部的功能。
20.一种计算机，是经典计算机，所述经典计算机执行在利用量子算法或者利用经典算法与量子算法的并用算法进行所给予的处理的情况下，从多个计算机中选择执行所述所给予的处理的计算机的处理，其中，所述计算机具备：
计算部，计算使用所述量子算法执行所述所给予的处理所需的量子比特或要求量子体积的大小、或者使用所述并用算法执行所述所给予的处理的情况下的所述量子算法的部分中的所需的量子比特或要求量子体积的大小；
分配部，基于所述计算部计算出的所述量子比特或所述要求量子体积，选择执行所述所给予的处理的所述计算机；以及
发送部，在所述分配部选择出的所述计算机包括量子计算机的情况下，将所述量子计算机开始所述量子算法的指示发送到所述量子计算机。
CN202080088103.1A 2019-12-19 2020-12-15 程序、计算机系统以及计算机 Pending CN114846479A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2019228865 2019-12-19
JP2019-228865 2019-12-19
PCT/JP2020/046819 WO2021125189A1 (ja) 2019-12-19 2020-12-15 プログラム、計算機システム、及び計算機

Publications (1)

Publication Number Publication Date
CN114846479A true CN114846479A (zh) 2022-08-02

Family

ID=76478727

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080088103.1A Pending CN114846479A (zh) 2019-12-19 2020-12-15 程序、计算机系统以及计算机

Country Status (4)

Country Link
US (1) US20220310212A1 (zh)
JP (1) JPWO2021125189A1 (zh)
CN (1) CN114846479A (zh)
WO (1) WO2021125189A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102471197B1 (ko) 2016-08-25 2022-11-28 삼성전자 주식회사 안테나 장치 및 이를 포함하는 전자 장치

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5507136B2 (ja) * 2009-07-09 2014-05-28 株式会社日立製作所 管理装置及び方法並びに計算機システム
JP2013004377A (ja) * 2011-06-17 2013-01-07 Sharp Corp 有機薄膜、ガスバリア膜、接着膜、表示装置、フィルム
US10275717B2 (en) * 2016-06-02 2019-04-30 Google Llc Training quantum evolutions using sublogical controls
CN110637310B (zh) * 2017-05-15 2023-10-31 谷歌有限责任公司 量子计算系统内的算子平均
US10996979B2 (en) * 2017-09-29 2021-05-04 International Business Machines Corporation Job processing in quantum computing enabled cloud environments

Also Published As

Publication number Publication date
JPWO2021125189A1 (zh) 2021-06-24
US20220310212A1 (en) 2022-09-29
WO2021125189A1 (ja) 2021-06-24

Similar Documents

Publication Publication Date Title
Natole et al. Stochastic proximal algorithms for AUC maximization
CN111464154A (zh) 一种控制脉冲的计算方法及装置
CN110738321A (zh) 一种量子信号处理方法及装置
US20220068439A1 (en) Methods And Systems For Quantum Computing Enabled Molecular AB Initio Simulations
JP7176127B2 (ja) 量子シミュレーションアルゴリズムに基づくデータサーチ方法、装置及び機器並びにコンピュータプログラム
US20210224447A1 (en) Grouping of pauli strings using entangled measurements
US11334945B2 (en) Method and device for processing transaction request in blockchain, electronic apparatus, and storage medium
CN111598247B (zh) 量子吉布斯态生成方法、装置及电子设备
CN112771549A (zh) 增强用于优化的混合量子经典算法
US20230095725A1 (en) Method of processing quantum circuit, electronic device, and storage medium
Abdullah et al. Integrated MOPSO algorithms for task scheduling in cloud computing
JP2022068327A (ja) ノードグループ化方法、装置及び電子機器
WO2020196862A1 (ja) 情報処理装置、情報処理システム、情報処理方法、記憶媒体およびプログラム
CN114846479A (zh) 程序、计算机系统以及计算机
JP2020201566A (ja) 開放量子系のための量子情報処理方法、古典コンピュータ、量子コンピュータ、量子情報処理プログラム、及びデータ構造
US20210064994A1 (en) Machine learning device and machine learning method
Mishra et al. Improved environmental adaption method and its application in test case generation
US11769071B2 (en) System and method for error correction in quantum computing
Salm et al. How to Select Quantum Compilers and Quantum Computers Before Compilation.
Jiao et al. Expected improvement of constraint violation for expensive constrained optimization
CN117313873A (zh) 基于量子计算的化学反应路径的生成方法、装置及介质
US11307867B2 (en) Optimizing the startup speed of a modular system using machine learning
Polloreno et al. The qaoa with slow measurements
Knezevic et al. Amplitude-oriented mixed-type cgp classification
JP7455769B2 (ja) 情報処理装置、情報処理方法、プログラム、および情報処理システム

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