CN115329976A - 仿真方法、装置、设备及存储介质 - Google Patents
仿真方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN115329976A CN115329976A CN202210935763.XA CN202210935763A CN115329976A CN 115329976 A CN115329976 A CN 115329976A CN 202210935763 A CN202210935763 A CN 202210935763A CN 115329976 A CN115329976 A CN 115329976A
- Authority
- CN
- China
- Prior art keywords
- target
- target device
- frequency
- related information
- eigenfrequency
- 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
- 238000000034 method Methods 0.000 title claims abstract description 153
- 238000004088 simulation Methods 0.000 title claims abstract description 113
- 238000003860 storage Methods 0.000 title claims abstract description 15
- 230000008878 coupling Effects 0.000 claims abstract description 259
- 238000010168 coupling process Methods 0.000 claims abstract description 259
- 238000005859 coupling reaction Methods 0.000 claims abstract description 259
- 230000005672 electromagnetic field Effects 0.000 claims description 67
- 238000009826 distribution Methods 0.000 claims description 53
- 238000012545 processing Methods 0.000 claims description 43
- 239000006185 dispersion Substances 0.000 claims description 35
- 238000004590 computer program Methods 0.000 claims description 11
- 230000001419 dependent effect Effects 0.000 claims description 3
- 239000002096 quantum dot Substances 0.000 description 63
- 230000008569 process Effects 0.000 description 20
- 238000010586 diagram Methods 0.000 description 13
- 238000013461 design Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 8
- 230000008901 benefit Effects 0.000 description 6
- 238000012795 verification Methods 0.000 description 6
- 230000001939 inductive effect Effects 0.000 description 5
- 238000012805 post-processing Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 239000004020 conductor Substances 0.000 description 4
- 238000012938 design process Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- -1 e.g. Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005040 ion trap Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G06N10/80—Quantum programming, e.g. interfaces, languages or software-development kits for creating or handling programs capable of running on quantum computers; Platforms for simulating or accessing quantum computers, e.g. cloud-based quantum computing
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Design And Manufacture Of Integrated Circuits (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提供了仿真方法及装置、设备、存储介质，涉及计算机领域，尤其涉及量子计算机、量子仿真领域。具体实现方案为：仿真得到量子芯片版图的至少两个器件中第一目标器件和第二目标器件之间的条件耦合强度，其中，所述条件耦合强度表征处于第一目标条件下的所述第一目标器件与处于第二目标条件下的第二目标器件之间的耦合强度；基于所述条件耦合强度，得到所述第一目标器件和所述第二目标器件之间的目标耦合强度，其中，所述目标耦合强度表征在所述第一目标器件处于第一期望本征频率下以及第二目标器件处于第二期望本征频率下，所述第一目标器件和第二目标器件之间的耦合强度。如此，本公开方案的通用性强，同时，也兼具实用性。
Description
技术领域
本公开涉及计算机领域，尤其涉及量子计算机、量子仿真领域。
背景技术
在整个量子芯片版图设计中，特征参数的设计是非常关键的一部分。比如，不同器件间耦合强度的设计是重中之重。因此，亟需一种方案以便捷地求得量子芯片版图中目标器件之间的耦合强度。
发明内容
本公开提供了一种仿真方法、装置、设备及存储介质。
根据本公开的一方面，提供了一种仿真方法，包括：
仿真得到量子芯片版图的至少两个器件中第一目标器件和第二目标器件之间的条件耦合强度，其中，所述条件耦合强度表征处于第一目标条件下的所述第一目标器件与处于第二目标条件下的第二目标器件之间的耦合强度；
基于所述条件耦合强度，得到所述第一目标器件和所述第二目标器件之间的目标耦合强度，其中，所述目标耦合强度表征在所述第一目标器件处于第一期望本征频率下以及第二目标器件处于第二期望本征频率下，所述第一目标器件和第二目标器件之间的耦合强度。
根据本公开的另一方面，提供了一种仿真装置，包括：
仿真处理单元，用于仿真得到量子芯片版图的至少两个器件中第一目标器件和第二目标器件之间的条件耦合强度，其中，所述条件耦合强度表征处于第一目标条件下的所述第一目标器件与处于第二目标条件下的第二目标器件之间的耦合强度；
数据处理单元，用于基于所述条件耦合强度，得到所述第一目标器件和所述第二目标器件之间的目标耦合强度，其中，所述目标耦合强度表征在所述第一目标器件处于第一期望本征频率下以及第二目标器件处于第二期望本征频率下，所述第一目标器件和第二目标器件之间的耦合强度。
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
与该至少一个处理器通信连接的存储器；其中，
该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行本公开中任一实施例的方法。
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，其中，该计算机指令用于使该计算机执行根据本公开中任一实施例的方法。
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根据本公开中任一实施例的方法。
这样，本公开方案能够将特定条件下的第一目标器件和第二目标器件之间的耦合强度，也即条件耦合强度，扩展到任意本征频率下的目标耦合强度，因此，本公开方案的通用性强，同时，也兼具实用性。
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
附图用于更好地理解本方案，不构成对本公开的限定。其中：
图1是根据本公开一实施例仿真方法的实现流程示意图一；
图2是根据本公开一实施例仿真方法的实现流程示意图二；
图3是根据本公开一实施例仿真方法的实现流程示意图三；
图4是根据本公开一实施例中量子芯片版图的结构示意图；
图5是根据本公开一实施例仿真方法在一具体示例中的实现流程示意图；
图6是根据本公开一实施例的示例一中量子芯片版图的结构示意图；
图7是示例一中本公开方案得到的仿真结果与现有方案的仿真结果的对比图；
图8是根据本公开一实施例的示例二中量子芯片版图的结构示意图；
图9(a)至(c)是示例二中本公开方案得到的仿真结果与现有方案的仿真结果的对比图；
图10是根据本公开一实施例仿真装置的结构示意图；
图11是用来实现本公开实施例的仿真方法的电子设备的框图。
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和精神。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。
作为芯片尺寸突破经典物理极限的逻辑必然，同时也是后摩尔时代的标志性技术，量子计算获得了很大的关注。现如今，无论从应用层面、算法层面、还是硬件层面，量子计算发展都十分迅速。值得特别注意的是，量子算法和应用的实现高度依赖于量子硬件的发展和进步。在量子硬件技术实现上，业界拥有若干种不同的技术方案，如超导电路、离子阱、光量子系统等等。受益于良好的扩展性和成熟的半导体制造工艺，超导电路被认为是目前最有前景的技术路线之一。近些年，随着超导量子计算技术方案和微纳加工工艺的发展，超导量子芯片上集成的量子比特数目越来越多，芯片结构也因此变得更加丰富和全面。
与经典芯片的发展路径类似，超导量子芯片中量子比特数目的拓展除了对微纳加工工艺提出更高要求之外，在正式加工之前对超导量子芯片的仿真也越来越变得不可或缺。超导量子芯片的仿真旨在尽可能真实地刻画超导量子芯片的特征参数，使得研究人员可以在设计阶段更好地预测芯片性能，减少重复实验的物力、人力以及时间成本。在诸多特征参数中，诸如本征频率、品质因子等超导量子芯片中单个器件的参数可以利用电磁仿真软件进行获取，但是，两器件之间，比如量子比特间的耦合强度无法通过电磁仿真直接获取。值得注意的是，耦合强度与双量子比特门的性能息息相关。因此，尽可能精确地仿真出该特征参数(即耦合强度)对于超导量子芯片的设计和研发至关重要。
实际应用中，刻画超导量子芯片的量子芯片版图中有多种复杂结构，提前估算出该版图中量子比特间的耦合强度至关重要。对于此问题，业界常用采用等效电路方法，即构建量子芯片版图对应的等效电路，进而通过等效电路来得到两量子比特间的耦合强度。具体而言，等效电路方法首先将量子芯片版图中的连续导体段视作等势体，并将其对应到电路的电势节点，电势节点间根据实际情况设置电容、电感等元件，以制作等效电路图；其次，利用仿真软件得到不同电势节点间的电容，提取出耦合电容对应的参数值，进而通过相关公式计算即可得出耦合强度。
等效电路方法虽然可以计算耦合强度，但该方法将量子芯片版图中的每一段连续导体都视为等势体。然而，在真实高频电磁场环境下，导体各个部分电势并不一定相等，因此，该等效电路方法的计算结果会与真实情况产生偏差。因此，需要一种近似更少、更加接近真实情况的仿真方法。
基于此，本公开方案基于EPR(Energy Participation Ratio)方法提出了一种仿真方案，以在量子芯片版图层面上得到两目标器件间，比如两量子比特间的耦合强度。具体而言，本公开方案直接利用高频电磁场仿真软件对完整的量子芯片版图进行仿真，并对仿真数据进行后处理，得到两目标器件间的耦合强度。相比于现有方法，本公开方案采取的近似更少、理论上更加接近实际情况，为量子芯片(比如超导量子芯片)设计过程中的耦合强度仿真提供了更好的解决方案，同时，对量子芯片(比如超导量子芯片)的设计以及验证工作具有重要的指导意义。
具体地，本公开方案提供了一种仿真方法；图1是根据本申请一实施例仿真方法的示意性流程图一。该方法可选地应用于经典计算设备中，比如，比如，个人电脑、服务器、服务器集群等具有经典计算能力的电子设备中。该方法至少包括以下内容的至少部分内容。如图1所示，包括：
步骤S101：仿真得到量子芯片版图的至少两个器件中第一目标器件和第二目标器件之间的条件耦合强度，其中，所述条件耦合强度表征处于第一目标条件下的所述第一目标器件与处于第二目标条件下的第二目标器件之间的耦合强度。
步骤S102：基于所述条件耦合强度，得到所述第一目标器件和所述第二目标器件之间的目标耦合强度，其中，所述目标耦合强度表征在所述第一目标器件处于第一期望本征频率下以及第二目标器件处于第二期望本征频率下，所述第一目标器件和第二目标器件之间的耦合强度。
这里，本公开方案所述的第一期望本征频率和第二期望本征频率，可以基于实际需求而设置的任意频率，本公开方案对此不作限制。
这样，本公开方案能够将特定条件下的第一目标器件和第二目标器件之间的耦合强度，也即条件耦合强度，扩展到任意本征频率下的目标耦合强度，因此，本公开方案的通用性强，同时，也兼具实用性。
而且，本公开方案无需对量子芯片版图进行复杂的建模即可便捷地得到量子芯片版图中目标器件(比如第一目标器件和第二目标器件)之间的目标耦合强度，且对于量子芯片版图的规模没有限制，因此，更适用于量子芯片版图中量子比特数目较多的场景。
进一步地，相比于现有，本公开方案准确性更高，如此，为量子芯片(比如超导量子芯片)设计过程中的耦合强度仿真提供了更好的解决方案，同时，也对量子芯片(比如超导量子芯片)的设计以及验证工作具有重要的指导意义。
需要说明的是，所述量子芯片版图能够描述真实量子芯片(或超导量子芯片)中物理结构的几何形状，包含但不限于各物理结构在量子芯片上的形状、面积和位置等。比如，量子芯片版图描述有量子比特、耦合器件、读取谐振腔等各器件的位置、以及连接关系等。
在一具体示例中，所述量子芯片版图还可以具体为超导量子芯片的版图。这里，超导量子芯片指由超导材料制备而成的量子芯片。比如，所述超导量子芯片中所有元器件(比如量子比特、耦合器件等)均由超导材料制备而成。
进一步地，在本公开方案应用于超导量子芯片版图的情况下，本公开方案还可适用于任意规模的超导量子芯片，而且，随着量子比特数目的增加，本公开方案仍然适用。
在本公开方案中的一具体示例中，在仿真得到条件耦合强度之前，还需要将第一目标器件和第二目标器件调整至特定条件下，具体地，该方法还包括：对第一目标器件的目标参数进行调整，使得所述第一目标器件处于所述第一目标条件，以及使得所述第二目标器件处于第二目标条件；其中，所述第一目标条件表征所述第一目标器件与所述量子芯片版图中至少一个其他器件间处于色散耦合状态；所述第二目标条件表征所述第二目标器件与所述量子芯片版图中至少一个其他器件间处于色散耦合状态。也就是说，该示例中，对第一目标器件的目标参数进行调整，使得所述第一目标器件与所述量子芯片版图中至少一个其他器件间处于色散耦合状态，以及使得所述第二目标器件与所述量子芯片版图中至少一个其他器件间也处于色散耦合状态。
可以理解的是，本公开方案中，所述第一目标器件为目标参数可调的器件。比如，所述第一目标器件的目标参数从第一参数值调整为第二参数值等。
在一具体示例中，所述目标参数为等效电感。进一步地，对所述第一目标器件的等效电感进行调整，使得所述第一目标器件处于所述第一目标条件，以及使得所述第二目标器件处于第二目标条件。也就是说，对第一目标器件的等效电感进行调整，使得所述第一目标器件与所述量子芯片版图中至少一个其他器件间处于色散耦合状态，以及使得所述第二目标器件与所述量子芯片版图中至少一个其他器件间也处于色散耦合状态；进一步地，对第一目标器件的等效电感进行调整，使得所述第一目标器件与所述量子芯片版图中其他器件(即所述量子芯片版图中除第一目标器件以外的所有器件)间处于色散耦合状态，以及使得所述第二目标器件与所述量子芯片版图中其他器件(即量子芯片版图中除第二目标器件以外的所有器件)间处于色散耦合状态。
举例来说，在一具体示例中，对所述第一目标器件的等效电感进行调整，使得所述第一目标器件与第二目标器件间处于色散耦合状态，以及使第一目标器件与量子芯片版图中除第一目标器件和第二目标器件以外的其他器件间处于色散耦合状态，同时，还使第二目标器件与量子芯片版图中除第一目标器件和第二目标器件以外的其他器件间处于色散耦合状态，如此使得第一目标器件和第二目标器件均处于色散耦合条件下。
在一具体示例中，处于色散耦合状态下的两器件间的频率差远大于该两器件间的耦合强度，比如，处于色散耦合状态下的两器件间频率差，与该两器件间的耦合强度，两者之差，大于预设阈值。
进一步地，在一具体示例中，所述第一目标器件为量子芯片版图(比如超导量子芯片版图)中等效电感可调的器件；具体地，所述第一目标器件为包含有电感可调组件的器件，比如，为具有约瑟夫森结的器件；举例来说，在一示例中，所述第一目标器件为量子芯片版图中具有约瑟夫森结的量子比特、或具有约瑟夫森结的耦合器。
需要说明的是，实际应用中，还可以有其他结构来替代约瑟夫森结，并作为器件的可调电感，本公开方案对此不作限制。
这样，为计算量子芯片版图中目标器件间的条件耦合强度奠定了基础。而且，该过程未引入近似处理，因此，有效确保了结果的准确性。
在本公开方案中的一具体示例中，所述第二目标器件为目标参数可调的器件，或为目标参数不可调的器件。
在一具体示例中，所述目标参数为等效电感。进一步地，所述第二目标器件为量子芯片版图(比如超导量子芯片版图)中等效电感可调的器件；进一步地，所述第二目标器件为包含有电感可调组件的器件，比如，为具有约瑟夫森结的器件；具体地，在一示例中，所述第二目标器件为量子芯片版图(比如超导量子芯片版图)中具有约瑟夫森结的量子比特、或具有约瑟夫森结的耦合器。此时，本公开方案能够仿真得到两量子比特或者量子比特与耦合器之间的条件耦合强度，进而仿真得到任意期望频率下的、两量子比特或者量子比特与耦合器之间的目标耦合强度。
或者，在另一具体示例中，所述第二目标器件，为量子芯片版图(比如超导量子芯片版图)中等效电感不可调的器件。比如，为量子芯片版图(比如超导量子芯片版图)中读取谐振腔或滤波器等。此时，本公开方案能够仿真得到量子比特与其他器件之间的条件耦合强度，进而仿真得到任意期望频率下的、量子比特与其他器件之间的目标耦合强度。
这里，需要说明的是，当所述第二目标器件为目标参数可调(比如电感可调)的器件的情况下，该示例中，第二目标器件的目标参数(比如等效电感)也为固定值，换言之，该示例中，仅需调整第一目标器件的目标参数的取值，即可使得所述第一目标器件处于第一目标条件，以及所得所述第二目标器件处于第二目标条件，而无需调整第二目标器件的目标参数的取值。
这样，能够进一步丰富本公开方案的适用场景，进而进一步提升本公开方案的适用性。
在本公开方案中的一具体示例中，图2是根据本申请一实施例仿真方法的示意性流程图二。该方法可选地可以应用于经典计算设备，比如，个人电脑、服务器、服务器集群等具有经典计算能力的电子设备中。可以理解的是，以上图1所示方法的相关内容，也可以应用于该示例中，该示例对相关联内容不再赘述。
进一步地，该方法包括以下内容的至少部分内容。具体地，如图2所示，包括：
步骤S201：仿真得到所述第一目标器件的第一频率相关信息，以及仿真得到所述第二目标器件的第二频率相关信息。
这里，所述第一频率相关信息是所述第一目标器件处于所述第一目标条件下以及所述第二目标器件处于第二目标条件下、所述第一目标器件的频率相关信息；所述第二频率相关信息是所述第一目标器件处于所述第一目标条件下以及所述第二目标器件处于第二目标条件下、所述第二目标器件的频率相关信息；也就是说，所述第一频率相关信息和第二频率相关信息，均是特定条件下的，比如第一目标器件和第二目标器件均处于色散(dispersive)耦合条件下仿真所得。
进一步地，在一具体示例中，所述第一频率相关信息可以具体包括第一目标器件对应的第一目标本征频率，以及所述第一目标本征频率对应的第一电磁场分布数据。在另一具体示例中，第二频率相关信息可以具体包括第二目标器件对应的第二目标本征频率，以及所述第二目标本征频率对应的第二电磁场分布数据。
举例来说，通过高频电磁场仿真软件对输入的量子芯片版图进行仿真处理，并得到第一目标器件对应的第一目标本征频率和所述第一目标本征频率对应的第一电磁场分布数据，以及，得到第二目标器件对应的第二目标本征频率和所述第二目标本征频率对应的第二电磁场分布数据。
这里，可以理解的是，不同目标本征频率可以是在一次仿真流程中得到的，也可以是不同仿真流程中得到的，比如，一次仿真过程得到第一目标本征频率，另外一次仿真过程得到第二目标本征频率等，本公开方案对此不作限制。进一步地，目标本征频率和其对应的电磁场分布数据，是在同一仿真流程中得到的，比如，一次仿真流程中同时得到第一目标本征频率和其对应的第一电磁场分布数据，另一次仿真流程中同时得到第二目标本征频率和其对应的第二电磁场分布数据。
可以理解的是，步骤S201之前，可以采用以上所述的方式对第一目标器件的目标参数进行调整，如此，来使得所述第一目标器件处于所述第一目标条件，以及使得所述第二目标器件处于第二目标条件，具体细节可可参见以上描述，此处不再赘述。
步骤S202：基于所述第一目标器件的第一频率相关信息和所述第二目标器件的第二频率相关信息，得到所述至少两个器件中第一目标器件和第二目标器件之间的条件耦合强度。
在一具体示例中，步骤S202可具体基于所述第一目标器件对应的第一目标本征频率和所述第一目标本征频率对应的第一电磁场分布数据、以及第二目标器件对应的第二目标本征频率和所述第二目标本征频率对应的第二电磁场分布数据，得到第一目标器件和第二目标器件之间的条件耦合强度。
步骤S203：基于所述条件耦合强度，得到所述第一目标器件和所述第二目标器件之间的目标耦合强度，其中，所述目标耦合强度表征在所述第一目标器件处于第一期望本征频率下以及第二目标器件处于第二期望本征频率下，所述第一目标器件和第二目标器件之间的耦合强度。
这样，本公开方案提供了一种具体仿真方法，得到特定条件下的第一目标器件和第二目标器件之间的条件耦合强度，该方式未引入近似处理，因此，有效确保了得到的条件耦合强度的准确性，进而有效确保了最终结果的准确性。
在本公开方案中的一具体示例中，图3是根据本申请一实施例仿真方法的示意性流程图三。该方法可选地可以应用于经典计算设备，比如，个人电脑、服务器、服务器集群等具有经典计算能力的电子设备中。可以理解的是，以上图1和图2所示方法的相关内容，也可以应用于该示例中，该示例对相关联内容不再赘述。
进一步地，该方法包括以下内容的至少部分内容。具体地，如图3所示，包括：
步骤S301：仿真得到所述第一目标器件的第一频率相关信息，以及仿真得到所述第二目标器件的第二频率相关信息。
这里，所述第一频率相关信息是所述第一目标器件处于所述第一目标条件下以及所述第二目标器件处于第二目标条件下、所述第一目标器件的频率相关信息；所述第二频率相关信息是所述第一目标器件处于所述第一目标条件下以及所述第二目标器件处于第二目标条件下、所述第二目标器件的频率相关信息。
步骤S302：基于所述第一频率相关信息，得到所述第一目标器件对应的第一非谐性。
在一具体示例中，可以采用如下方式得到第一非谐性，具体地，步骤S302具体包括：基于所述第一频率相关信息中的第一电磁场分布数据和第一目标本征频率，得到所述第一目标器件对应的第一非谐性。如此，本公开方案提供了一种具体得到条件耦合强度的方法，且该方式简便、未引入近似处理，因此，有效确保了得到的条件耦合强度的准确性，进而有效确保了最终结果的准确性。
进一步地，以上所述的基于所述第一频率相关信息中的第一电磁场分布数据和第一目标本征频率，得到所述第一目标器件对应的第一非谐性，还可以具体包括：基于所述第一频率相关信息中的第一电磁场分布数据，得到第一非线性参数值；基于所述第一非线性参数值以及所述第一频率相关信息中的第一目标本征频率，得到所述第一目标器件对应的第一非谐性。
举例来说，可以采用如下方式得到第一非谐性αm：
这里，所述pml表示第一目标器件对应的第一非线性参数值，可以基于电磁仿真得到的第一电磁场分布数据得到；
表示第一目标器件的第一目标本征频率，可直接仿真得到；EJl表示第l个电感可调组件(比如约瑟夫森结)的电感能，在电感可调组件的电感值确定的情况下，该值即可确定；
为约化普朗克常量。如此，即可得到第一目标器件对应的第一非谐性αm。
这里，需要说明的是，当两目标器件均为电感可调的器件，且均包含有电感可调组件，如约瑟夫森结(比如，两目标器件均为包含有约瑟夫森结的量子比特)，此时，l取值为1或2。又比如，当两目标器件中第一目标器件包含有电感可调组件，第二目标器件不包含电感可调组件，比如为读取谐振腔，此时，l取值为1。
这样，本公开方案提供了一种具体得到条件耦合强度的方法，且该方式未引入近似处理，因此，有效确保了得到的条件耦合强度的准确性，进而有效确保了最终结果的准确性。
步骤S303：基于所述第二频率相关信息，得到所述第二目标器件对应的第二非谐性。
在一具体示例中，可以采用如下方式得到第二非谐性，具体地，步骤S303具体包括：基于所述第二频率相关信息中的第二电磁场分布数据和第二目标本征频率，得到所述第二目标器件对应的第二非谐性。如此，本公开方案提供了一种具体得到条件耦合强度的方法，且该方式简便、未引入近似处理，因此，有效确保了得到的条件耦合强度的准确性，进而有效确保了最终结果的准确性。
进一步地，以上所述的基于所述第二频率相关信息中的第二电磁场分布数据和第二目标本征频率，得到所述第二目标器件对应的第二非谐性，还可以具体包括：基于所述第二频率相关信息中的第二电磁场分布数据，得到第二非线性参数值；基于所述第二非线性参数值以及所述第二频率相关信息中的第二目标本征频率，得到第二非谐性。
举例来说，可以采用如下方式得到第二非谐性αn：
这里，所述pnl表示第二目标器件对应的第二非线性参数值，可以基于电磁仿真得到的第二电磁场分布数据得到；
表示第二目标器件的第二目标本征频率，可直接仿真得到；EJl表示第l个电感可调组件(比如约瑟夫森结)的电感能，在电感可调组件的电感值确定的情况下，该值即可确定；
为约化普朗克常量。如此，即可得到第二目标器件对应的第二非谐性αn。
这里，需要说明的是，当两目标器件均为电感可调的器件，且均包含有电感可调组件，如约瑟夫森结(比如，两目标器件均为包含有约瑟夫森结的量子比特)，此时，l取值为1和2。又比如，当两目标器件中第一目标器件包含有电感可调组件，第二目标器件不包含电感可调组件，比如为读取谐振腔，此时，l取值为1。
这样，本公开方案提供了一种具体得到条件耦合强度的方法，且该方式未引入近似处理，因此，有效确保了得到的条件耦合强度的准确性，进而有效确保了最终结果的准确性。
步骤S304：基于所述第一频率相关信息和第二频率相关信息，得到所述第一目标本征频率与所述第二目标本征频率之间的目标系数。
在一具体示例中，所述目标系数可具体为cross-Kerr系数。
可以理解的是，实际应用中，如图3虚线框里的步骤S302至步骤S304的执行顺序可以调换，比如，三者同时执行，或者任意两者同时执行，或者，在三者在不同时间执行等，本公开方案对此不作限制，只要在步骤S305之前能够得到第一非谐性、第二非谐性以及目标系数即可。
在一具体示例中，步骤S304可以具体包括：基于所述第一频率相关信息中的第一电磁场分布数据，得到第一非线性参数值；基于所述第二频率相关信息中的第二电磁场分布数据，得到第二非线性参数值；基于所述第一非线性参数值和所述第一频率相关信息中的第一目标本征频率，以及所述第二非线性参数值和所述第二频率相关信息中的第二目标本征频率，得到所述第一目标本征频率与所述第二目标本征频率之间的目标系数。
举例来说，可以采用如下方式得到目标系数，即χmn：
当m≠n时，χmn表示所述第一目标本征频率与所述第二目标本征频率之间的cross-Kerr系数；所述pml表示第一目标器件对应的第一非线性参数值；所述pnl表示第二目标器件对应的第二非线性参数值；
表示第一目标器件的第一目标本征频率，
表示第二目标器件的第二目标本征频率，EJl表示第l个电感可调组件(比如约瑟夫森结)的电感能，在电感可调组件的电感值确定的情况下，该值即可确定；
为约化普朗克常量。如此，即可得到第一目标器件对应的第一非谐性αm。
这里，需要说明的是，当两目标器件均为电感可调的器件，且均包含有电感可调组件，如约瑟夫森结(比如，两目标器件均为包含有约瑟夫森结的量子比特)，此时，l取值为1和2。又比如，当两目标器件中第一目标器件包含有电感可调组件，第二目标器件不包含电感可调组件，比如为读取谐振腔，此时，l取值为1。
这样，本公开方案提供了一种具体得到条件耦合强度的方法，且该方式未引入近似处理，因此，有效确保了得到的条件耦合强度的准确性，进而有效确保了最终结果的准确性。
步骤S305：至少基于所述第一非谐性、以及所述第二非谐性以及所述目标系数，得到所述第一目标器件和所述第二目标器件之间的条件耦合强度。
举例来说，可以基于如下公式得到条件耦合强度gD：
这里，χmn表示所述第一目标本征频率与所述第二目标本征频率之间的cross-Kerr系数，αm表示第一非谐性，αn表示第二非谐性；进一步地，
其中，
表示第一目标器件的第一目标本征频率，
表示第二目标器件的第二目标本征频率。
步骤S306：基于所述条件耦合强度，得到所述第一目标器件和所述第二目标器件之间的目标耦合强度，其中，所述目标耦合强度表征在所述第一目标器件处于第一期望本征频率下以及第二目标器件处于第二期望本征频率下，所述第一目标器件和第二目标器件之间的耦合强度。
这样，本公开方案提供了一种具体得到条件耦合强度的方法，且该方式未引入近似处理，因此，有效确保了得到的条件耦合强度的准确性，进而有效确保了最终结果的准确性。
本公开方案提出了一种在量子芯片版图层面上进行两目标器件间耦合强度的仿真方法。具体而言，首先，本公开方案直接利用仿真方式，比如高频电磁场仿真软件对完整的量子芯片版图进行仿真，其次，对仿真得到仿真结果进行后处理，得到条件耦合强度，进而得到任意期望频率值下的目标耦合强度。相比于现有方法，本公开方案采取的近似处理更少，在理论上更加接近实际情况，为量子芯片设计过程中的耦合强度仿真提供了更好的替代方案。本公开方案至少包括以下几点优势：
第一、精准度高。与业界方案相比，本公开方案采取的近似处理更少，而且，能够将高频电磁场的复杂情况充分纳入到后处理过程中，在理论上更加接近实际情况，精准度更高。
第二、实用性强。本公开方案将EPR方法在色散耦合条件下得到的条件耦合强度扩展到了任意耦合区间，因此，解决了EPR方法中无法得到任意期望频率下的目标耦合强度的问题。
第三、可扩展性强。本公开方案能够扩展到更多的耦合强度场景中，只要能够获取到两个器件间的cross-Kerr系数，器件的非谐性与耦合强度的对应关系，即可利用本公开方案确定出任意两个器件间的目标耦合强度。
以下结合具体示例对本公开方案做进一步详细说明，具体地，本公开方案基于EPR方法，提出了一种在版图层面进行量子比特间耦合强度的仿真方法。具体而言，本公开方案直接利用高频电磁场仿真软件对完整的量子芯片版图进行仿真，并对仿真结果进行后处理，得到两目标器件间的耦合强度。相比于现有方法，本公开方案采取的近似更少、理论上更加接近实际情况，如此，为量子芯片(比如超导量子芯片)设计过程中的耦合强度仿真提供了更好的解决方案。
以下从三个方面对本公开方案进行具体阐述。第一部分，简要介绍量子芯片版图(比如超导量子芯片版图)相关的背景知识，阐述两目标器件间的耦合强度的重要价值，以及阐明本公开方案所解决的实际问题。第二部分，论述本公开方案的具体内容，并重点阐述本公开方案如何对仿真结果进行后处理，进而得到两目标器件间的耦合强度。第三部分，将本公开方案应用到实际用例中，以通过数据来验证本公开方案的有效性。
第一部分
该部分以超导量子芯片为例，对超导量子芯片中的目标器件间耦合强度进行一般性建模。
可以理解的是，以下建模过程也具有一般性，比如，同样适用于其他量子芯片，本公开方案对此不作具体限制。
超导量子计算的物理载体是超导量子芯片，而量子芯片版图可刻画超导量子芯片的主要结构，且量子芯片版图可以通过当前的芯片制造工艺加工而成；举例来说，如图4所示，为一包含有两量子比特的量子芯片版图的示意图，其中，左侧和右侧的十字形结构分别为量子比特(Qubit)Q1和量子比特Q2；中间的十字形结构表示耦合器(Coupler)。
根据量子计算的原理，实现通用量子计算的门操作，必须包含双量子比特门，例如，包含通用量子门集合{哈达玛门(Hadamard Gate，H门)，S门(Phase Gate)，T门(TGate)，受控非门(CNOT门)}中的任意两量子比特门。基于量子控制理论，双量子比特门的物理实现与两个量子比特间的耦合强度直接相关，而且，耦合强度直接影响双量子比特门的时间、保真度等关键参数。因此，更加精确、更少近似的仿真两量子比特间耦合强度，对于量子芯片设计和研发至关重要。
基于此，本公开方案提出了一种在芯片版图层面上，仿真两目标器件，比如两量子比特间耦合强度的方法，而且，相比于常用的等效电路方法，本公开方案采取的近似更少，更加精确。
第二部分
如图5所示，为本发明方案的主要步骤，包括：
步骤1：输入量子芯片版图。
这里，超导量子芯片中的器件包括但并不限于量子比特、耦合器、读取谐振腔、滤波器、读取传输线、控制线等。因此，量子芯片版图中的器件则可具体包括量子比特、耦合器、读取谐振腔、滤波器、读取传输线、控制线等。
进一步地，该示例中，量子芯片版图中包含有所需确定耦合强度的两个目标器件，即第一目标器件和第二目标器件；而且，本公开方案待确认耦合强度的两个目标器件中，需要至少一个目标器件是电感可调的，比如第一目标器件为电感可调的。举例来说，在量子芯片版图中，通常会使用约瑟夫森结作为器件(比如量子比特)的等效电感，这里，具有约瑟夫森结结构的器件(比如量子比特)则为电感可调的器件；可以理解的是，约瑟夫森结作为器件的可调的等效电感，为一具体示例，实际应用中，还可以有其他结构来替代约瑟夫森结，并作为器件的可调电感，本公开方案对此不作限制。
进一步地，所述量子芯片版图中还包括电感不可调的器件，如读取谐振腔等，比如，第二目标器件为电感不可调的器件。基于此，本公开方案能够仿真得到两量子比特间、量子比特与耦合器间、以及量子比特与其他器件间的耦合强度，且结果更准确。
这里，需要说明的是，第二目标器件还可以为电感可调的器件；进一步地，当所述第二目标器件为电感可调的器件的情况下，该示例中，第二目标器件的等效电感也为固定值，换言之，该示例中，只需调整第一目标器件的等效电感的取值，而无需调整第二目标器件的等效电感的取值。
该示例中，以两目标器件均为量子比特，且量子比特包含有约瑟夫森结为例进行说明。可以理解的是，实际应用中，还可以存在其他情况，比如，第一目标器件为量子比特，第二目标器件为耦合器；或者第一目标器件为量子比特，第二目标器件为其他电感不可调的器件等，本公开方案对此不作具体限制。
步骤2：预处理。
调整电感值，比如调整第一目标器件的等效电感的取值，使得量子芯片版图中预期得到耦合强度的两个目标器件，比如两个量子比特处于色散耦合状态，即该两个量子比特间处于色散耦合状态；以及，使得预期得到耦合强度的各目标器件与量子芯片版图中其他器件间也处于色散耦合状态。
该示例中，色散耦合状态，可简称为色散耦合条件，进一步地，色散耦合条件下的两器件(比如，两个目标器件，或者，第一目标器件与量子芯片版图中其他器件，或者，第二目标器件与量子芯片版图中其他器件等)间的频率差远大于该两器件间的耦合强度。
步骤3：高频电磁场仿真。
利用高频电磁场仿真软件进行仿真，并至少得到两个目标器件的目标本征模式(也即目标本征频率)，以及各目标本征模式所对应的电磁场分布数据。
具体地，利用高频电磁场仿真软件进行仿真，得到第一目标器件的第一目标本征频率和该第一目标本征频率对应的第一电磁场分布数据，以及得到第二目标器件的第二目标本征频率和该第二目标本征频率对应的第二电磁场分布数据。
这里，需要说明的是，不同目标本征频率可以是在一次仿真流程中得到的，也可以是不同仿真流程中得到的，比如，一次仿真过程得到第一目标本征频率，另外一次仿真过程得到第二目标本征频率等，本公开方案对此不作限制。进一步地，目标本征频率和其对应的电磁场分布数据，是在同一仿真流程中得到的，比如，一次仿真流程中同时得到第一目标本征频率和其对应的第一电磁场分布数据，另一次仿真流程中同时得到第二目标本征频率和其对应的第二电磁场分布数据。
步骤4：利用EPR方法，得到各目标器件对应的非谐性以及两目标器件间的cross-Kerr参数。
具体地，利用EPR方法对步骤3得到的仿真结果(如两个目标器件的目标本征模式，以及各目标本征模式所对应的电磁场分布数据)进行后处理，得到第一目标器件对应的第一非谐性和第二目标器件对应的第二非谐性，以及两目标器件间的cross-Kerr系数(也即目标系数)。
需要说明的是，该示例中，由于目标本征频率与目标器件对应，且，目标器件对应非谐性，所以，目标器件对应的非谐性，还可以称为目标器件的目标本征频率对应的非谐性，即目标本征频率对应的非谐性。举例来说，第一目标器件对应的第一非谐性，也可称为第一目标本征频率对应的第一非谐性，同理，第二目标器件对应的第二非谐性，也可称为第二目标本征频率对应的第二非谐性。
步骤5：计算两目标器件的条件耦合强度。
基于各目标器件对应的非谐性以及两目标器件间的cross-Kerr系数、与条件耦合强度之间关系式，并利用利用步骤3所得到的各目标器件对应的目标本征频率，以及步骤4所得到的各目标器件对应的非谐性，以及两目标器件间的cross-Kerr系数，得到两目标器件的条件耦合强度。
步骤6：替换频率，基于步骤5得到的条件耦合强度，以及两目标器件的期望本征频率(如第一目标器件对应的第一期望本征频率，以及第二目标器件对应的第二期望本征频率)，得到预期本征频率下的目标耦合强度。
这里，上述仿真过程中所使用的目标器件的频率，是为了满足大失谐条件而设置的，因此，可以基于耦合强度与频率之间的关系式，将色散耦合条件下的频率值替换为任意期望的频率，进而得到期望频率下的目标耦合强度。
需要说明的是，实际应用中，期望本征频率，比如第一期望本征频率和第二期望本征频率，是基于实际需求而设置的，本公开方案对此不作具体限制。
基于以上步骤，即可得到量子芯片版图中任意两个目标器件(其中一个目标器件的电感可调)，比如两量子比特间的目标耦合强度。
以下将分为三个小节来具体阐述上述步骤中的核心方法。首先，简要介绍EPR方法，并明确出如何对仿真结果进行后处理，并得到非谐性与cross-Kerr系数。其次，具体阐述如何基于非谐性以及cross-Kerr系数得到条件耦合强度。最后，论述如何利用等效电路，来基于条件耦合强度得到任意期望频率下的目标耦合强度。
(1)对步骤4所使用的EPR方法进行详细说明
EPR方法是一种基于高频电磁场仿真数据计算芯片中器件的非线性参数的方法。该方法的一大优势是不需要关注量子芯片版图的结构细节，只需要对于量子芯片版图整体进行仿真，相比于传统的等效电路方法，结果更加接近实验值。虽然该方法对于量子芯片版图仿真的精确度更高，但是该方法只能得到色散耦合条件下(即器件间的频率差远大于耦合强度)的非谐性、cross-Kerr系数等参数，对于量子芯片至关重要的耦合强度参数却无法获得。同时，该方法目前还存在一个缺点，只能应对色散耦合条件下的仿真，对于量子比特处于近共振或共振下(两器件的频率接近或相等)的仿真束手无策。基于此，本公开方案结合哈密顿量分析、等效电路等方法，使其可以计算耦合强度并且将耦合强度的求解拓展至任意耦合区间。在具体阐述后续方法之前，本公开方案将简要介绍EPR方法的核心内容。
首先，EPR的定义如下，
这里，pml表示模式m中第l个约瑟夫森结的EPR，Ll为第l个约瑟夫森结的电感值，是一个自定义的输入参数；Iml为模式m中流过第l个约瑟夫森结的电流，该参数可以在模式m对应的电磁场分布数据中提取出来；
为模式m的电磁场峰值(是一个复数，
是它的复共轭)，该参数可以从模式m对应的电磁场分布数据中提取出来；
为量子芯片版图中的介电张量，是一个常数。也就是说，通过对量子芯片版图的高频电磁场仿真得到的模式m的电磁场分布数据，并利用上述公式(1)，即可得到模式m的非线性参数的取值，即模式m的EPR参数的参数值。
进一步地，需要说明的是，上述模式m为一般性描述；对应于该示例中，模式m可具体为上述步骤3仿真得到的第一目标器件的第一目标本征频率，或者第二目标器件的第二目标本征频率。进一步地，对于两目标器件为两量子比特的场景而言，l取值为1和2。
其次，cross-Kerr系数和非谐性与EPR参数的关系如下：
其中，当m≠n时，χmn表示模式m与模式n之间的cross-Kerr系数；pml表示模式m中第l个约瑟夫森结的EPR参数；pnl表示模式n中第l个约瑟夫森结的EPR参数；
表示模式m，也即模式m所表示的本征频率；
表示模式n，也即模式n所表示的本征频率；EJl表示第l个约瑟夫森结的电感能。这里，对于目标器件均为包含约瑟夫森结的量子比特而言，l取值为1和2。
进一步地，当m＝n时，可以利用χmm得到如公式(3)所示的非谐性αm，同理，得到如公式(3)所示的非谐性αn；即αm表示模式m的非谐性；αn表示模式n的非谐性。
上述公式中，可以通过高频电磁场仿真软件得到的本征频率
和本征频率
以及得到模式m对应的电磁场分布数据和模式n对应的电磁场分布数据；进一步地，基于模式m对应的电磁场分布数据计算得到模式m的EPR参数值，即pml，进而得到模式m对应的非谐性αm；同理，基于模式n对应的电磁场分布数据计算得到模式n的EPR参数值，即pnl，进而得到模式n对应的非谐性αn。进一步地，得到模式m与模式n之间的cross-Kerr系数，即χmn。
与上述说明类似，上述模式m和模式n也为一般性描述，对应于该示例确定两目标器件的目标耦合强度的方案而言，模式m可与第一目标器件对应，模式n可与第二目标器件对应，此时，以上所述的χmn表示第一目标器件与第二目标器件之间的cross-Kerr系数，
表示以上仿真得到的第一目标器件的第一目标本征频率，
表示以上仿真得到的第二目标器件的第二目标本征频率；pml表示第一目标本征频率中第l个约瑟夫森结的EPR参数，进一步地，对于两目标器件具体为两量子比特的场景，l取值为1和2。αm表示第一目标器件对应的第一非谐性，αn表示第二目标器件对应的第二非谐性。
进一步地，为了便于描述，本示例中，以模式m对应第一目标器件的第一目标本征频率，模式n对应第二目标器件的第二目标本征频率为例进行说明。
(2)对步骤5所使用的条件耦合强度计算方法进行详细说明
基于以上论述，可以利用EPR方法获取到非谐性、cross-Kerr系数。若要计算两目标器件的耦合强度(也即条件耦合强度)，还需要获知耦合强度与非谐性、cross-Kerr系数的对应关系。以下重点论述如何基于上述参数得到两目标器件的耦合强度，具体步骤如下：
步骤1：哈密顿量建模；
以两个目标器件形成的系统(比如两量子比特的系统)为例，该系统可以通过如下哈密顿量H描述，
其中，ωm表示第一目标器件的本征频率，比如为量子芯片版图中第m个量子比特的本征频率，ωn表示第二目标器件的本征频率，比如为量子芯片版图中第n个量子比特的本征频率，g表示两目标器件间的耦合强度，αm表示第一目标器件对应的非谐性，也即以上所述的第一非谐性，比如，表示第m个量子比特对应的非谐性，αn表示第二目标器件对应的非谐性，也即以上所述的第二非谐性，比如，表示第n个量子比特对应的非谐性。
为约化普朗克常量。
和am分别表示第一目标器件的产生算符和湮灭算符；
和an分别表示第二目标器件的产生算符和湮灭算符。
步骤2：对上述公式(4)的哈密顿量作幺正变换，可得在色散耦合条件下的哈密顿量H′：
这里，
表示Normal Mode(将线性的耦合强度g吸收后的模式)，是可通过上述高频电磁场仿真软件仿真得到的本征频率，具体表示第一目标器件的第一目标本征频率；同理，
表示第二目标器件的第二目标本征频率。U表示幺正变换所使用的酉矩阵，
为酉矩阵U的共轭转置矩阵。
进一步地，上述
前的系数χmn即为cross-Kerr系数，该χmn公式如下：
这里，Δ＝ωm-ωn。αm表示第一目标器件对应的非谐性，也即第一非谐性，αn表示第二目标器件对应的非谐性，也即第二非谐性。
进一步地，在色散耦合条件下，存在
因此
即仿真得到的第一目标本征频率与第二目标本征频率之差。
步骤3：得到条件耦合强度；具体地，对公式(6)进行变换，求得的耦合强度(也即条件耦合强度)可以表示为：
这里，由于公式(7)得到的耦合强度是在色散耦合条件下的耦合强度，所以，可称为条件耦合强度，并即为
进一步地，将以上步骤3中得到的第一目标本征模式
第二目标本征模式
以及EPR方法得到第一非谐性αm、第二非谐性αn，以及χmn，即得到条件耦合强度gD。
但是，值得注意的是，该步骤得到的耦合强度是将目标器件，比如量子比特设置在色散耦合条件下所求得的，为条件耦合强度；因此，若想要获知近共振区间下的耦合强度(也即目标耦合强度)，就需要对该结果做进一步的处理。以下介绍将色散耦合条件下的条件耦合强度转化为近共振条件下的目标耦合强度的具体步骤。
(3)将条件耦合强度转化为任意频率下的耦合强度，即目标耦合强度
通过以上步骤，可以求得两个目标器件，比如两量子比特在色散耦合条件下的条件耦合强度，但是，对于近共振或共振的情况而言，上述方法并不适用。因此，可以采用如下方式，来获取两个目标器件在近共振或共振情况下的耦合强度，也即以上所述的目标耦合强度。
等效电路方法中两个目标器件间的耦合强度公式为：
这里，式中的无量纲项
只包含电容参数，可以理解的是，当量子芯片版图的几何结构不变时，无论在色散耦合条件还是近共振或共振条件下，这些电容参数将是一个恒定值，因此，通过一个简单变换即可得到任意频率下的目标耦合强度。该变换将色散耦合条件下的条件耦合强度中的频率ωDn、ωDn替换为期望的目标器件的频率ωEm、ωEn，如此，得到期望频率下的目标耦合强度gE：
这里，gD为条件耦合强度，ωDm表示通过以上仿真所得到的第一目标本征频率，ωDn表示通过以上仿真所得到的第二目标本征频率；ωEm表示第一目标器件的第一期望本征频率，ωEn表示第二目标器件的第二期望本征频率。
如此，利用公式(9)即可求得任意频率下的目标耦合强度。
第三部分，本公开方案的有效性验证
以下利用具体的实例验证本公开方案的有效性。
示例一：两量子比特结构的量子芯片版图验证
本示例采用本公开方案和业界常用的等效电路方法，对含有两个量子比特结构的量子芯片版图进行仿真处理，得到两个量子比特间的目标耦合强度；并对两种方法的结果进行对比；而且，经过比对可知，两者得到的结果非常接近；这里，可以理解的是，由于本公开方案采用了更少的近似，所以，本公开方案的结果略小于等效电路方法所得的结果；进一步地，由于本公开方案采用了更少的近似，所以，在理论上更加接近真实情况。具体的验证过程如下所述。
(1)量子芯片版图结构
如图6所示，为含有两个量子比特结构的量子芯片版图，其中，左侧的十字结构为量子比特Q1，右侧的十字结构为量子比特Q2。而且，各量子比特，如量子比特Q1和量子比特Q2均含有集总电感元件，这里，通过集总电感元件，即可调整对应量子比特的电感值，以便于量子比特Q1和量子比特Q2均处于色散耦合条件下。进一步地，分别采用本公开方案和业界常用的等效电路方法来求解如图6所示量子芯片版图中两量子比特间的目标耦合强度并进行对比，以验证本公开方案的有效性。
(2)目标耦合强度的求解，以及结果对比
为了保证两个量子比特处于大失谐状态，固定量子比特Q1的等效电感值为5nH，将量子比特Q2的等效电感值从10nH调整至12nH、14nH、16nH，直至到18nH，并分别得到在这五组情况下的目标耦合强度。
进一步地，表示1为该示例一中本公开方案所对应的相关数据；
表1本公开方案对应的相关数据
进一步地，表示2为该示例一中业界常用的等效电路方法所对应的相关数据；
表2等效电路方法对应的相关数据
进一步地，图7为上述两组结果的对比图，其中，方块表示的数据为本公开方案的结果，圆点表示的数据为等效电路方法的结果。由图7可以看出，本公开方案与等效电路方法的结果非常接近，如此，证明了本公开方案结果的正确性。这里，从图7中可以看出，本公开方案的结果略小于等效电路方法，这是因为本公开方案采取了更少的近似，因此，在理论上本公开方案更加接近实际情况。
示例二：量子比特-耦合器-量子比特(Q-C-Q)结构的量子芯片版图验证
为了进一步验证本公开方案在多个器件存在时的有效性以及对于近共振频率区间的可求解性，该示例采用本公开方案和业界常用的等效电路方法，对含有“量子比特-耦合器-量子比特(Q-C-Q)”结构的量子芯片版图进行仿真处理，并得到两量子比特间的目标耦合强度。
(1)量子芯片版图结构
如图8所示，为含有“量子比特-耦合器-量子比特(Q-C-Q)”结构的量子芯片版图，其中，左侧的十字结构为量子比特Q1，右侧的十字结构为量子比特Q2，中间的十字结构为耦合器C。其中，量子比特Q1、量子比特Q2和耦合器C均含有集总电感元件。这里，通过集总电感元件，即可调整对应量子比特的电感值，以便于量子比特Q1和量子比特Q2均处于色散耦合条件下。进一步地，分别采用本公开方案和业界常用的等效电路方法来求解如图8所示量子芯片版图中两量子比特间的目标耦合强度并进行对比，以验证本公开方案的有效性。
(2)目标耦合强度的求解，以及结果对比
该示例，使用本公开方案，在色散耦合条件下设置了量子比特Q2和耦合器C的电感值，以及设置了量子比特Q1的多组电感值，以验证本公开方案的有效性。并在最后得到量子比特Q1与量子比特Q2共振(5000MHz)下，且耦合器C频率为6000MHz情况下的目标耦合强度。
进一步地，表示3为该示例二中本公开方案所对应的相关数据；
表3本公开方案对应的相关数据
这里，表3中所述的gij_disp表示器件i和j之间在仿真设置的色散耦合条件下的条件耦合强度；gij_reson表示器件i和j在替换为期望的量子比特Q1和量子比特Q2共振频率为5000MHz)，且耦合器C频率为6000MHz情况下的目标耦合强度。i和j取值均为1或2或c，其中，1表示量子比特Q1，2表示量子比特Q2，c表示耦合器C。
进一步地，从表3中可以看到，在不同组数据下替换频率后所求得的目标耦合强度基本稳定，如此，进一步说明了本公开方案的有效性。
进一步地，表示4为该示例二中业界常用的等效电路方法所对应的相关数据；这里，首先仿真出量子芯片版图中导体之间的互电容以及对地电容，然后利用等效电路方法得到的量子比特Q1与量子比特Q2共振(5000MHz)下，且耦合器C频率为6000MHz情况下的目标耦合强度。
表4等效电路方法对应的相关数据
进一步地，如图9(a)至图9(c)所示，为本公开方案在替换成期望频率(即量子比特Q1与量子比特Q2的频率为5000MHz(5000MHz为共振频率)以及耦合器C为6000Mhz)下所得到的目标耦合强度，与等效电路方法所得到耦合强度的对比图，这里，图9(a)对应两个量子比特间的目标耦合强度g12的对比图，图9(b)对应量子比特Q1与耦合器C间的目标耦合强度g1c的对比图，图9(c)对应量子比特Q2与耦合器C间的目标耦合强度g2c的对比图。
从图9(a)至图9(c)可以看到，首先，不同组仿真设置下，两种方案目标耦合强度基本稳定，如此，证明了本公开方案的有效性。其次，还可以看出，本公开方案与等效电路方法所得到的结果非常接近，进一步证明了本公开方案结果的正确性；最后，还可以看出，等效电路方法与本公开方案的结果有略微差距，这是因为本公开方案采取了更少的近似处理，所以，在理论上更加接近实际情况。
这样，本公开方案基于EPR方法提出了一种在量子芯片版图层面上仿真两目标器件，比如两量子比特间目标耦合强度的方案，解决了EPR方法无法计算任意期望频率下的耦合强度(也即以上所述的目标耦合强度)的问题，同时，也解决了EPR方法在仿真过程必须限制在色散耦合条件下的不足，丰富了本公开方案的使用场景，提升了本公开方案的实用价值。
进一步地，因为本公开方案是对量子芯片版图的整体进行仿真处理，而且，相比于业界现有方法，采取的近似处理更少，所以，本公开方案能够更加真实的模拟高频电磁环境下的情况。
最后，本公开方案为业界的量子芯片(比如超导量子芯片)设计工作提供有力的工具，同时，使得研究人员能够在设计阶段获取更加精确的耦合强度参数，减少实验失败的几率，因此，对于量子芯片的设计以及验证工作具有重要的指导意义。
本公开方案还提供了一种仿真装置，如图10所示，包括：
仿真处理单元1001，用于仿真得到量子芯片版图的至少两个器件中第一目标器件和第二目标器件之间的条件耦合强度，其中，所述条件耦合强度表征处于第一目标条件下的所述第一目标器件与处于第二目标条件下的第二目标器件之间的耦合强度；
数据处理单元1002，用于基于所述条件耦合强度，得到所述第一目标器件和所述第二目标器件之间的目标耦合强度，其中，所述目标耦合强度表征在所述第一目标器件处于第一期望本征频率下以及第二目标器件处于第二期望本征频率下，所述第一目标器件和第二目标器件之间的耦合强度。
在本公开方案的一具体示例中，还包括：参数调整单元，其中，
所述参数调整单元，用于对第一目标器件的目标参数进行调整，使得所述第一目标器件处于所述第一目标条件，以及使得所述第二目标器件处于第二目标条件；
其中，所述第一目标条件表征所述第一目标器件与所述量子芯片版图中至少一个其他器件间处于色散耦合状态；所述第二目标条件表征所述第二目标器件与所述量子芯片版图中至少一个其他器件间处于色散耦合状态。
在本公开方案的一具体示例中，所述第二目标器件为目标参数可调的器件，或为目标参数不可调的器件。
在本公开方案的一具体示例中，所述仿真处理单元1001，还用于：
仿真得到所述第一目标器件的第一频率相关信息，以及仿真得到所述第二目标器件的第二频率相关信息；其中，所述第一频率相关信息是所述第一目标器件处于所述第一目标条件下以及所述第二目标器件处于第二目标条件下、所述第一目标器件的频率相关信息；所述第二频率相关信息是所述第一目标器件处于所述第一目标条件下以及所述第二目标器件处于第二目标条件下、所述第二目标器件的频率相关信息；
基于所述第一目标器件的第一频率相关信息和所述第二目标器件的第二频率相关信息，得到所述至少两个器件中第一目标器件和第二目标器件之间的条件耦合强度。
在本公开方案的一具体示例中，所述仿真处理单元1001，还用于：
基于所述第一频率相关信息，得到所述第一目标器件对应的第一非谐性；
基于所述第二频率相关信息，得到所述第二目标器件对应的第二非谐性；
基于所述第一频率相关信息和第二频率相关信息，得到所述第一目标本征频率与所述第二目标本征频率之间的目标系数；
至少基于所述第一非谐性、以及所述第二非谐性以及所述目标系数，得到所述第一目标器件和所述第二目标器件之间的条件耦合强度。
在本公开方案的一具体示例中，所述仿真处理单元1001，具体用于：
基于所述第一频率相关信息中的第一电磁场分布数据和第一目标本征频率，得到所述第一目标器件对应的第一非谐性。
在本公开方案的一具体示例中，所述仿真处理单元1001，具体用于：
基于所述第一频率相关信息中的第一电磁场分布数据，得到第一非线性参数值；
基于所述第一非线性参数值以及所述第一频率相关信息中的第一目标本征频率，得到所述第一目标器件对应的第一非谐性。
在本公开方案的一具体示例中，所述仿真处理单元1001，具体用于：
基于所述第二频率相关信息中的第二电磁场分布数据和第二目标本征频率，得到所述第二目标器件对应的第二非谐性。
在本公开方案的一具体示例中，所述仿真处理单元1001，具体用于：
基于所述第二频率相关信息中的第二电磁场分布数据，得到第二非线性参数值；
基于所述第二非线性参数值以及所述第二频率相关信息中的第二目标本征频率，得到第二非谐性。
在本公开方案的一具体示例中，所述仿真处理单元1001，具体用于：
基于所述第一频率相关信息中的第一电磁场分布数据，得到第一非线性参数值；
基于所述第二频率相关信息中的第二电磁场分布数据，得到第二非线性参数值；
基于所述第一非线性参数值和所述第一频率相关信息中的第一目标本征频率，以及所述第二非线性参数值和所述第二频率相关信息中的第二目标本征频率，得到所述第一目标本征频率与所述第二目标本征频率之间的目标系数。
本公开实施例的装置的各单元的具体功能和示例的描述，可以参见上述方法实施例中对应步骤的相关描述，在此不再赘述。
根据本公开的实施例，本公开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。
图11示出了可以用来实施本公开的实施例的示例电子设备1100的示意性框图。电子设备旨在表示各种形式的数字计算机，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，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。
设备1100中的多个部件连接至I/O接口1105，包括：输入单元1106，例如键盘、鼠标等；输出单元1107，例如各种类型的显示器、扬声器等；存储单元1108，例如磁盘、光盘等；以及通信单元1109，例如网卡、调制解调器、无线通信收发机等。通信单元1109允许设备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。
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，例如仿真方法。例如，在一些实施例中，仿真方法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仿真方法的一个或多个步骤。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)而被配置为执行仿真方法。
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、现场可编程门阵列(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执行也可以不同的次序执行，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。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。
Claims (23)
1.一种仿真方法，包括：
仿真得到量子芯片版图的至少两个器件中第一目标器件和第二目标器件之间的条件耦合强度，其中，所述条件耦合强度表征处于第一目标条件下的所述第一目标器件与处于第二目标条件下的第二目标器件之间的耦合强度；
基于所述条件耦合强度，得到所述第一目标器件和所述第二目标器件之间的目标耦合强度，其中，所述目标耦合强度表征在所述第一目标器件处于第一期望本征频率下以及第二目标器件处于第二期望本征频率下，所述第一目标器件和第二目标器件之间的耦合强度。
2.根据权利要求1所述的方法，还包括：
对第一目标器件的目标参数进行调整，使得所述第一目标器件处于所述第一目标条件，以及使得所述第二目标器件处于第二目标条件；
其中，所述第一目标条件表征所述第一目标器件与所述量子芯片版图中至少一个其他器件间处于色散耦合状态；所述第二目标条件表征所述第二目标器件与所述量子芯片版图中至少一个其他器件间处于色散耦合状态。
3.根据权利要求2所述的方法，其中，所述第二目标器件为目标参数可调的器件，或为目标参数不可调的器件。
4.根据权利要求1-3任一项所述的方法，还包括：
仿真得到所述第一目标器件的第一频率相关信息，以及仿真得到所述第二目标器件的第二频率相关信息；其中，所述第一频率相关信息是所述第一目标器件处于所述第一目标条件下以及所述第二目标器件处于第二目标条件下、所述第一目标器件的频率相关信息；所述第二频率相关信息是所述第一目标器件处于所述第一目标条件下以及所述第二目标器件处于第二目标条件下、所述第二目标器件的频率相关信息；
其中，所述仿真得到量子芯片版图的至少两个器件中第一目标器件和第二目标器件之间的条件耦合强度，包括：
基于所述第一目标器件的第一频率相关信息和所述第二目标器件的第二频率相关信息，得到所述至少两个器件中第一目标器件和第二目标器件之间的条件耦合强度。
5.根据权利要求4所述的方法，还包括：
基于所述第一频率相关信息，得到所述第一目标器件对应的第一非谐性；
基于所述第二频率相关信息，得到所述第二目标器件对应的第二非谐性；
基于所述第一频率相关信息和第二频率相关信息，得到所述第一目标本征频率与所述第二目标本征频率之间的目标系数；
其中，所述基于所述第一目标器件的第一频率相关信息和所述第二目标器件的第二频率相关信息，得到所述至少两个器件中第一目标器件和第二目标器件之间的条件耦合强度，包括：
至少基于所述第一非谐性、以及所述第二非谐性以及所述目标系数，得到所述第一目标器件和所述第二目标器件之间的条件耦合强度。
6.根据权利要求5所述的方法，其中，所述基于所述第一频率相关信息，得到所述第一目标器件对应的第一非谐性，包括：
基于所述第一频率相关信息中的第一电磁场分布数据和第一目标本征频率，得到所述第一目标器件对应的第一非谐性。
7.根据权利要求6所述的方法，其中，所述基于所述第一频率相关信息中的第一电磁场分布数据和第一目标本征频率，得到所述第一目标器件对应的第一非谐性，包括：
基于所述第一频率相关信息中的第一电磁场分布数据，得到第一非线性参数值；
基于所述第一非线性参数值以及所述第一频率相关信息中的第一目标本征频率，得到所述第一目标器件对应的第一非谐性。
8.根据权利要求5所述的方法，其中，所述基于所述第二频率相关信息，得到所述第二目标器件对应的第二非谐性，包括：
基于所述第二频率相关信息中的第二电磁场分布数据和第二目标本征频率，得到所述第二目标器件对应的第二非谐性。
9.根据权利要求8所述的方法，其中，所述基于所述第二频率相关信息中的第二电磁场分布数据和第二目标本征频率，得到所述第二目标器件对应的第二非谐性，包括：
基于所述第二频率相关信息中的第二电磁场分布数据，得到第二非线性参数值；
基于所述第二非线性参数值以及所述第二频率相关信息中的第二目标本征频率，得到第二非谐性。
10.根据权利要求5所述的方法，其中，所述基于所述第一频率相关信息和第二频率相关信息，得到所述第一目标本征频率与所述第二目标本征频率之间的目标系数，包括：
基于所述第一频率相关信息中的第一电磁场分布数据，得到第一非线性参数值；
基于所述第二频率相关信息中的第二电磁场分布数据，得到第二非线性参数值；
基于所述第一非线性参数值和所述第一频率相关信息中的第一目标本征频率，以及所述第二非线性参数值和所述第二频率相关信息中的第二目标本征频率，得到所述第一目标本征频率与所述第二目标本征频率之间的目标系数。
11.一种仿真装置，包括：
仿真处理单元，用于仿真得到量子芯片版图的至少两个器件中第一目标器件和第二目标器件之间的条件耦合强度，其中，所述条件耦合强度表征处于第一目标条件下的所述第一目标器件与处于第二目标条件下的第二目标器件之间的耦合强度；
数据处理单元，用于基于所述条件耦合强度，得到所述第一目标器件和所述第二目标器件之间的目标耦合强度，其中，所述目标耦合强度表征在所述第一目标器件处于第一期望本征频率下以及第二目标器件处于第二期望本征频率下，所述第一目标器件和第二目标器件之间的耦合强度。
12.根据权利要求11所述的装置，还包括：参数调整单元，其中，
所述参数调整单元，用于对第一目标器件的目标参数进行调整，使得所述第一目标器件处于所述第一目标条件，以及使得所述第二目标器件处于第二目标条件；
其中，所述第一目标条件表征所述第一目标器件与所述量子芯片版图中至少一个其他器件间处于色散耦合状态；所述第二目标条件表征所述第二目标器件与所述量子芯片版图中至少一个其他器件间处于色散耦合状态。
13.根据权利要求12所述的装置，其中，所述第二目标器件为目标参数可调的器件，或为目标参数不可调的器件。
14.根据权利要求11-13任一项所述的装置，其中，所述仿真处理单元，还用于：
仿真得到所述第一目标器件的第一频率相关信息，以及仿真得到所述第二目标器件的第二频率相关信息；其中，所述第一频率相关信息是所述第一目标器件处于所述第一目标条件下以及所述第二目标器件处于第二目标条件下、所述第一目标器件的频率相关信息；所述第二频率相关信息是所述第一目标器件处于所述第一目标条件下以及所述第二目标器件处于第二目标条件下、所述第二目标器件的频率相关信息；
基于所述第一目标器件的第一频率相关信息和所述第二目标器件的第二频率相关信息，得到所述至少两个器件中第一目标器件和第二目标器件之间的条件耦合强度。
15.根据权利要求14所述的装置，其中，所述仿真处理单元，还用于：
基于所述第一频率相关信息，得到所述第一目标器件对应的第一非谐性；
基于所述第二频率相关信息，得到所述第二目标器件对应的第二非谐性；
基于所述第一频率相关信息和第二频率相关信息，得到所述第一目标本征频率与所述第二目标本征频率之间的目标系数；
至少基于所述第一非谐性、以及所述第二非谐性以及所述目标系数，得到所述第一目标器件和所述第二目标器件之间的条件耦合强度。
16.根据权利要求15所述的装置，其中，所述仿真处理单元，具体用于：
基于所述第一频率相关信息中的第一电磁场分布数据和第一目标本征频率，得到所述第一目标器件对应的第一非谐性。
17.根据权利要求16所述的装置，其中，所述仿真处理单元，具体用于：
基于所述第一频率相关信息中的第一电磁场分布数据，得到第一非线性参数值；
基于所述第一非线性参数值以及所述第一频率相关信息中的第一目标本征频率，得到所述第一目标器件对应的第一非谐性。
18.根据权利要求15所述的装置，其中，所述仿真处理单元，具体用于：
基于所述第二频率相关信息中的第二电磁场分布数据和第二目标本征频率，得到所述第二目标器件对应的第二非谐性。
19.根据权利要求18所述的装置，其中，所述仿真处理单元，具体用于：
基于所述第二频率相关信息中的第二电磁场分布数据，得到第二非线性参数值；
基于所述第二非线性参数值以及所述第二频率相关信息中的第二目标本征频率，得到第二非谐性。
20.根据权利要求15所述的装置，其中，所述仿真处理单元，具体用于：
基于所述第一频率相关信息中的第一电磁场分布数据，得到第一非线性参数值；
基于所述第二频率相关信息中的第二电磁场分布数据，得到第二非线性参数值；
基于所述第一非线性参数值和所述第一频率相关信息中的第一目标本征频率，以及所述第二非线性参数值和所述第二频率相关信息中的第二目标本征频率，得到所述第一目标本征频率与所述第二目标本征频率之间的目标系数。
21.一种电子设备，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1-10中任一项所述的方法。
22.一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1-10中任一项所述的方法。
23.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-10中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210935763.XA CN115329976B (zh) | 2022-08-04 | 2022-08-04 | 仿真方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210935763.XA CN115329976B (zh) | 2022-08-04 | 2022-08-04 | 仿真方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115329976A true CN115329976A (zh) | 2022-11-11 |
| CN115329976B CN115329976B (zh) | 2024-07-23 |
Family
ID=83920918
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210935763.XA Active CN115329976B (zh) | 2022-08-04 | 2022-08-04 | 仿真方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115329976B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170228483A1 (en) * | 2015-11-06 | 2017-08-10 | Rigetti & Co., Inc. | Analyzing quantum information processing circuits |
| CN107925146A (zh) * | 2015-09-30 | 2018-04-17 | 国际商业机器公司 | 基于嵌入超导电路中的约瑟夫森结的交叉克尔非线性的量子非破坏性微波光子计数器 |
| US20180150579A1 (en) * | 2016-11-29 | 2018-05-31 | The Trustees Of Dartmouth College | Emulation of quantum and quantum-inspired dynamical systems with classical transconductor-capacitor circuits |
| US20190049495A1 (en) * | 2016-02-12 | 2019-02-14 | Yale University | Techniques for control of quantum systems and related systems and methods |
| CN112488317A (zh) * | 2020-11-27 | 2021-03-12 | 北京百度网讯科技有限公司 | 量子控制中的仿真方法、装置、经典计算机及存储介质 |
| CN112819170A (zh) * | 2021-01-22 | 2021-05-18 | 北京百度网讯科技有限公司 | 控制脉冲生成方法、装置、系统、设备及存储介质 |
| US11244241B1 (en) * | 2020-09-21 | 2022-02-08 | International Business Machines Corporation | Quantum device facilitating a cross-resonance operation in a dispersive regime |
| CN114386610A (zh) * | 2022-01-12 | 2022-04-22 | 北京百度网讯科技有限公司 | 量子芯片及其构建方法、构建装置 |
| CN114595822A (zh) * | 2022-03-18 | 2022-06-07 | 苏州浪潮智能科技有限公司 | 一种耦合器件的设计方法、超导量子电路及系统 |
-
2022
- 2022-08-04 CN CN202210935763.XA patent/CN115329976B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107925146A (zh) * | 2015-09-30 | 2018-04-17 | 国际商业机器公司 | 基于嵌入超导电路中的约瑟夫森结的交叉克尔非线性的量子非破坏性微波光子计数器 |
| US20170228483A1 (en) * | 2015-11-06 | 2017-08-10 | Rigetti & Co., Inc. | Analyzing quantum information processing circuits |
| US20190049495A1 (en) * | 2016-02-12 | 2019-02-14 | Yale University | Techniques for control of quantum systems and related systems and methods |
| US20180150579A1 (en) * | 2016-11-29 | 2018-05-31 | The Trustees Of Dartmouth College | Emulation of quantum and quantum-inspired dynamical systems with classical transconductor-capacitor circuits |
| US11244241B1 (en) * | 2020-09-21 | 2022-02-08 | International Business Machines Corporation | Quantum device facilitating a cross-resonance operation in a dispersive regime |
| CN112488317A (zh) * | 2020-11-27 | 2021-03-12 | 北京百度网讯科技有限公司 | 量子控制中的仿真方法、装置、经典计算机及存储介质 |
| CN112819170A (zh) * | 2021-01-22 | 2021-05-18 | 北京百度网讯科技有限公司 | 控制脉冲生成方法、装置、系统、设备及存储介质 |
| CN114386610A (zh) * | 2022-01-12 | 2022-04-22 | 北京百度网讯科技有限公司 | 量子芯片及其构建方法、构建装置 |
| CN114595822A (zh) * | 2022-03-18 | 2022-06-07 | 苏州浪潮智能科技有限公司 | 一种耦合器件的设计方法、超导量子电路及系统 |
Non-Patent Citations (2)
| Title |
|---|
| LIJING JIN: "Implementing High-fidelity Two-Qubit Gates in Superconducting Coupler Architecture with Novel Parameter Regions", 《ARXIV:2105.13306V1》, 27 May 2021 (2021-05-27), pages 1 - 24 * |
| 黄克强: "用于超导量子计算的参量放大器及量子芯片的制备和研究", 《CNKI学位论文》, vol. 2018, no. 12, 15 December 2018 (2018-12-15) * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115329976B (zh) | 2024-07-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Atas et al. | Joint probability densities of level spacing ratios in random matrices | |
| CN114580647B (zh) | 量子系统的模拟方法、计算设备、装置及存储介质 | |
| CN113496285A (zh) | 基于量子电路的数据处理方法及装置、电子设备和介质 | |
| CN114861576A (zh) | 超导量子芯片版图的仿真方法及装置、电子设备和介质 | |
| CN115329974B (zh) | 仿真方法、装置、设备及存储介质 | |
| CN114418103B (zh) | 基态能量的确定方法、装置、设备及存储介质 | |
| CN115660093B (zh) | 含耦合器超导量子比特结构性能检验信息输出方法及装置 | |
| CN116187258B (zh) | 量子芯片版图的仿真方法、装置、计算设备及存储介质 | |
| CN115577790B (zh) | 哈密顿量模拟方法、装置、设备及存储介质 | |
| CN114065939A (zh) | 量子芯片设计模型的训练方法、装置、设备及存储介质 | |
| CN115018079A (zh) | 量子电路、仿真方法、装置、设备及存储介质 | |
| CN115577776B (zh) | 基态能量的确定方法、装置、设备及存储介质 | |
| CN114580645A (zh) | 随机量子测量的模拟方法、装置、设备及存储介质 | |
| CN116341454B (zh) | 超导量子芯片的耦合关断点信息生成方法、装置和介质 | |
| CN115577777B (zh) | 超导量子芯片版图中器件电感能量占比的确定方法及装置 | |
| CN115329975B (zh) | 仿真方法、装置、设备及存储介质 | |
| CN115577779B (zh) | 超导量子芯片版图中多体系统的裸态信息确定方法及装置 | |
| CN115526326B (zh) | 含耦合器超导量子比特结构的性能参数输出方法及装置 | |
| CN115511095B (zh) | 含耦合器超导量子比特结构的设计信息输出方法及装置 | |
| AU2023258398A1 (en) | Method and apparatus for coupling superconducting qubit, electronic device, computer medium | |
| CN115660094B (zh) | 含耦合器超导量子比特结构的特征参数确定方法及装置 | |
| CN115577778B (zh) | 超导量子芯片版图中量子器件间的等效耦合强度确定方法及装置 | |
| CN115577782B (zh) | 量子计算方法、装置、设备及存储介质 | |
| CN115329976B (zh) | 仿真方法、装置、设备及存储介质 | |
| CN115329973A (zh) | 仿真方法、装置、设备及存储介质 |
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 |