CN115577777B - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN115577777B CN115577777B CN202211304106.1A CN202211304106A CN115577777B CN 115577777 B CN115577777 B CN 115577777B CN 202211304106 A CN202211304106 A CN 202211304106A CN 115577777 B CN115577777 B CN 115577777B
- Authority
- CN
- China
- Prior art keywords
- quantum
- energy
- determining
- eigenmode
- inductance energy
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 76
- 238000004088 simulation Methods 0.000 claims abstract description 55
- 238000005034 decoration Methods 0.000 claims abstract description 32
- 230000005672 electromagnetic field Effects 0.000 claims description 77
- 238000009826 distribution Methods 0.000 claims description 54
- 230000005684 electric field Effects 0.000 claims description 54
- 230000001939 inductive effect Effects 0.000 claims description 41
- 238000012545 processing Methods 0.000 claims description 18
- 230000005855 radiation Effects 0.000 claims description 15
- 238000003860 storage Methods 0.000 claims description 10
- 230000008878 coupling Effects 0.000 description 24
- 238000010168 coupling process Methods 0.000 description 24
- 238000005859 coupling reaction Methods 0.000 description 24
- 239000002096 quantum dot Substances 0.000 description 19
- 238000012795 verification Methods 0.000 description 16
- 238000004364 calculation method Methods 0.000 description 15
- 239000011159 matrix material Substances 0.000 description 11
- 238000004590 computer program Methods 0.000 description 10
- 230000009466 transformation Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 230000014509 gene expression Effects 0.000 description 7
- 239000004020 conductor Substances 0.000 description 5
- 238000013461 design Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 229910052751 metal Inorganic materials 0.000 description 5
- 239000002184 metal Substances 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000013139 quantization Methods 0.000 description 4
- 238000012512 characterization method Methods 0.000 description 3
- 230000006870 function Effects 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
- 230000008569 process Effects 0.000 description 3
- 230000005610 quantum mechanics Effects 0.000 description 3
- 229910052782 aluminium Inorganic materials 0.000 description 2
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 241000406668 Loxodonta cyclotis Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000000379 polymerizing effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 229910052594 sapphire Inorganic materials 0.000 description 1
- 239000010980 sapphire Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 238000006467 substitution reaction 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
- G06N10/20—Models of quantum computing, e.g. quantum circuits or universal quantum computers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
- G06N10/40—Physical realisations or architectures of quantum processors or components for manipulating qubits, e.g. qubit coupling or qubit control
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/60—Superconducting electric elements or equipment; Power systems integrating superconducting elements or equipment
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mathematical Analysis (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Superconductor Devices And Manufacturing Methods Thereof (AREA)
Abstract
本公开提供了一种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,涉及量子计算技术领域,具体涉及超导量子芯片技术领域。具体实现方案为:获取量子芯片的结构版图,量子芯片包括M个量子器件;基于结构版图,对量子芯片进行仿真,得到仿真输出信息;基于仿真输出信息,确定M个量子器件在量子芯片的本征模式下的器件电感能量占比;量子器件对应的器件电感能量占比为:本征模式下存储在量子器件中的第一电感能量相对于本征模式下存储在量子芯片中的第二电感能量的占比,器件电感能量占比用于基于量子芯片在本征模式下的缀饰态信息确定量子芯片在本征模式下的裸态信息。
Description
技术领域
本公开涉及量子计算技术领域,尤其涉及超导量子芯片技术领域,具体涉及一种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。
背景技术
随着超导量子芯片的规模化发展,除了对于微纳加工技术提出更高要求之外,在正式流片前对芯片的仿真验证也至关重要。仿真验证的目的是尽可能真实地描述出芯片的特征参数,使得研究人员可以在设计阶段更好地预测芯片的性能指标,减少量子芯片微纳加工的试错成本。
目前,对于超导量子芯片的仿真验证通常是通过等效电路法,即将超导量子芯片等效为电路模型,并基于等效电路模型进行超导量子芯片的仿真验证。
发明内容
本公开提供了一种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。
根据本公开的第一方面,提供了一种超导量子芯片版图中器件电感能量占比的确定方法,包括:
获取量子芯片的结构版图,所述量子芯片包括M个量子器件,M为大于1的整数;
基于所述结构版图,对所述量子芯片进行仿真,得到仿真输出信息;
基于所述仿真输出信息,确定所述M个量子器件在所述量子芯片的本征模式下的器件电感能量占比;
其中,所述量子器件对应的器件电感能量占比为:所述本征模式下存储在所述量子器件中的第一电感能量相对于所述本征模式下存储在所述量子芯片中的第二电感能量的占比,所述器件电感能量占比用于基于所述量子芯片在所述本征模式下的缀饰态信息确定所述量子芯片在所述本征模式下的裸态信息,所述缀饰态信息为所述量子芯片所构成的量子系统的本征态信息,所述裸态信息为所述M个量子器件的本征态信息。
根据本公开的第二方面,提供了一种超导量子芯片版图中器件电感能量占比的确定装置,包括:
获取模块,用于获取量子芯片的结构版图,所述量子芯片包括M个量子器件,M为大于1的整数;
仿真模块,用于基于所述结构版图,对所述量子芯片进行仿真,得到仿真输出信息;
确定模块,用于基于所述仿真输出信息,确定所述M个量子器件在所述量子芯片的本征模式下的器件电感能量占比;
其中,所述量子器件对应的器件电感能量占比为:所述本征模式下存储在所述量子器件中的第一电感能量相对于所述本征模式下存储在所述量子芯片中的第二电感能量的占比,所述器件电感能量占比用于基于所述量子芯片在所述本征模式下的缀饰态信息确定所述量子芯片在所述本征模式下的裸态信息,所述缀饰态信息为所述量子芯片所构成的量子系统的本征态信息,所述裸态信息为所述M个量子器件的本征态信息。
根据本公开的第三方面,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;其中,
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第一方面中的任一项方法。
根据本公开的第四方面,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第一方面中的任一项方法。
根据本公开的第五方面,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第一方面中的任一项方法。
根据本公开的技术解决了相关技术中对超导量子芯片的仿真验证效果比较差的问题,提高了超导量子芯片的仿真验证效果。
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是根据本公开第一实施例的超导量子芯片版图中器件电感能量占比的确定方法的流程示意图;
图2是两个量子比特耦合结构的版图;
图3是一个量子比特和谐振腔耦合结构的版图;
图4是本公开提供的一具体示例的流程示意图;
图5是两个量子比特耦合结构版图对应的iEPR计算结果对比图;
图6是量子比特和谐振腔耦合结构版图对应的iEPR计算结果对比图;
图7是根据本公开第二实施例的超导量子芯片版图中器件电感能量占比的确定装置的结构示意图;
图8是用来实施本公开的实施例的示例电子设备的示意性框图。
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。
第一实施例
如图1所示,本公开提供一种超导量子芯片版图中器件电感能量占比的确定方法,包括如下步骤:
步骤S101:获取量子芯片的结构版图,所述量子芯片包括M个量子器件。
其中,M为大于1的整数。
本实施例中,超导量子芯片版图中器件电感能量占比的确定方法涉及量子计算技术领域,尤其涉及超导量子芯片技术领域,其可以广泛应用于超导量子芯片的仿真验证场景下。本公开实施例的超导量子芯片版图中器件电感能量占比的确定方法,可以由本公开实施例的超导量子芯片版图中器件电感能量占比的确定装置执行。本公开实施例的超导量子芯片版图中器件电感能量占比的确定装置可以配置在任意电子设备中,以执行本公开实施例的超导量子芯片版图中器件电感能量占比的确定方法。
该步骤中,量子芯片可以为超导量子芯片,作为超导电路技术方案的核心载体,超导量子芯片的研发至关重要。与经典芯片类似,在正式生产和加工之前,超导量子芯片也需要一个完整的结构版图。该结构版图包含了量子芯片的所有核心器件、控制线、读取线等信息。
超导量子芯片的仿真验证是设计阶段不可或缺的一环,相关技术中,通常可以采用等效电路法对超导量子电路进行仿真验证,具体可以将量子芯片版图中的连续导体视作等势体,并按照节点电势法进行等效电路建模,节点之间用电容或者电感连接;之后通过电磁场仿真软件仿真出节点间的电容、电感等参数;对等效电路模型进行量子化得到表征量子芯片体系的完整哈密顿量,并且可以同时获取到相关的特征参数,从而实现对超导量子芯片的仿真验证。
然而,等效电路法采取的近似较多,等效电路法将连续导体视为等势体,在高频电磁场下,连续导体不能被视作一个等势体,因此该方法会与真实的物体环境有所差别,计算结果也会有一定差距。本实施例的目的即在于提出一种新的可用于进行超导量子芯片的仿真验证的参数,即超导量子芯片版图中器件电感能量占比(inductance EnergyParticipation Ratio,iEPR)。该器件电感能量占比(iEPR)可以作为连接量子芯片物理体系中的裸态信息与缀饰态信息之间的桥梁,利用器件电感能量占比能够完整构建出裸态与缀饰态的哈密顿量之间的变换矩阵,有助于进一步确定量子芯片的关键特征参数如裸态频率、耦合强度、非谐性等,从而可以实现对超导量子芯片的仿真验证。
在核心量子器件中,最重要的量子器件之一就是量子比特。在实际版图中,量子比特通常由共面电容和约瑟夫森结共同构成。在实践中,会先设计一个衬底(通常由硅或者蓝宝石实现),在衬底上镀一层铝膜,通过在铝膜上刻蚀不同的形状来形成量子比特的自电容,且非线性器件约瑟夫森结会设计在两个金属板之间。
该量子芯片可以包括M个量子器件,如两个量子器件。
如图2所示为含有两个量子比特的结构版图,该结构版图中最中央的十字是一块金属板,十字外面的十字型阴影区域是刻蚀掉的部分,十字型阴影区域外面的部分是接地的金属层。在中央十字型金属板的底部与外面接地金属层之间插入一个约瑟夫森结(黑色部分)。在实际电磁仿真中,该约瑟夫森结通常用一个等效集总电感来实现。
如图3所示为一个量子比特和谐振腔耦合结构的版图,左侧的十字结构为量子比特,右侧的结构为谐振腔,该版图仅量子比特含有约瑟夫森结(黑色部分)。
量子芯片的结构版图的获取方式包括但不限于获取预先存储的版图、获取用户输入的量子芯片版图。
步骤S102:基于所述结构版图,对所述量子芯片进行仿真,得到仿真输出信息。
该步骤中,在一可选实施方式中,可以对该结构版图进行高频电磁场仿真,即对输入的版图进行本征模式求解,得到仿真输出信息,该仿真输出信息可以包括量子芯片在高频电磁场的本征模式下的缀饰态信息。
其中,缀饰态信息可以为量子芯片所构成的量子系统的本征态信息,为各个量子器件相互耦合的整体量子系统的信息表征。缀饰态信息可以包括量子芯片本征模式的频率和电磁场分布信息等,电磁场分布信息可以表征量子芯片在不同本征模式下辐射在空间中的电磁场分布,如电磁场分布信息可以包括本征模式m在空间中的电场强度峰值分布磁场强度峰值分布/>以及量子芯片的表面电流密度/>等。
在另一可选实施方式中,可以将该结构版图置于电磁场仿真环境中进行量子芯片的仿真,得到仿真输出信息,该仿真输出信息可以包括量子芯片的等效电路模型的相关参数信息,如电容、电感信息等。
步骤S103:基于所述仿真输出信息,确定所述M个量子器件在所述量子芯片的本征模式下的器件电感能量占比。
其中,所述量子器件对应的器件电感能量占比为:所述本征模式下存储在所述量子器件中的第一电感能量相对于所述本征模式下存储在所述量子芯片中的第二电感能量的占比,所述器件电感能量占比用于基于所述量子芯片在所述本征模式下的缀饰态信息确定所述量子芯片在所述本征模式下的裸态信息,所述缀饰态信息为所述量子芯片所构成的量子系统的本征态信息,所述裸态信息为所述M个量子器件的本征态信息。
该步骤中,针对量子芯片中每个量子器件,其均对应有器件电感能量占比,该量子器件对应的器件电感能量占比可以包括该量子器件在量子芯片的每个本征模式下的器件电感能量占比。
其中,由于各个量子器件的耦合,量子芯片可以包括多个本征模式,其本征模式的数量通常与量子器件的数量相关,如量子芯片包括两个量子器件时,通常可以包括两个本征模式,分别为第一本征模式和第二本征模式。
量子器件在本征模式下的器件电感能量占比可以为:本征模式下存储在量子器件的第一电感能量相对于本征模式下存储在量子芯片中的第二电感能量的占比,当量子芯片本征模式包括第一本征模式和第二本征模式时,量子器件在本征模式下的器件电感能量占比包括第一本征模式下量子器件的器件电感能量占比和第二本征模式下该量子器件的器件电感能量占比。
本征模式m中量子器件k的器件电感能量占比如下式(1)所示。
在一可选实施方式中,可以基于电磁场分布信息,确定量子芯片在本征模式下的电磁场能量信息;基于电磁场能量信息,确定M个量子器件在所述本征模式下的器件电感能量占比。
在另一可选实施方式中,可以基于量子芯片的等效电路模型的相关参数信息,基于相关参数信息,采用哈密顿量建模方式确定M个量子器件在本征模式下的器件电感能量占比。
器件电感能量占比可以作为连接量子芯片物理体系中的裸态与缀饰态信息之间的桥梁,利用器件电感能量占比能够完整构建出裸态与缀饰态的哈密顿量之间的变换矩阵,有助于进一步确定量子芯片的关键特征参数如裸态频率、耦合强度、非谐性等。其中,裸态信息可以为M个量子器件的本征态信息,为量子芯片中孤立个体的信息表征,如量子芯片的裸态信息可以包括量子芯片中各个量子器件的本征频率、耦合强度和非谐性等。
下面从两体耦合系统(即量子芯片包括相互耦合的两个量子器件)出发,详细地推导出器件电感能量占比(iEPR)与,缀饰态和裸态的关系,证明iEPR可以将缀饰态与裸态联系起来,并且可以从缀饰态信息中还原出裸态信息。
缀饰态的哈密顿量以及裸态的哈密顿量的关系如下式(2)所示。
其中,上式(2)中,具体为缀饰态(系统整体的本征态)的哈密顿量的表征参量,ω′1和ω′2分别为量子芯片两个本征模式的频率,其为缀饰态信息,具体为裸态(系统中个体孤立的本征态)的哈密顿量的表征参量,ω1和ω2分别为量子芯片中两个量子器件的本征频率,/>可以基于两个量子器件之间的等效耦合强度确定,两个量子器件的本征频率和两个量子器件之间的等效耦合强度等均是量子芯片的关键特征参数。
可以基于量子器件对应的器件电感能量占比构建变换矩阵R(θ),如下式(3)所示。
上式(3)中,p11可以为第一本征模式下(用本征模式1表示)两个量子器件中其中之一的量子器件(如第一量子器件,用量子器件1表示)的器件电感能量占比,p21可以为第二本征模式下(用本征模式2表示)第一量子器件的的器件电感能量占比,p12可以为第一本征模式下第二量子器件的器件电感能量占比,p22可以为第二本征模式下第二量子器件的器件电感能量占比。
因此,可以通过器件电感能量占比(iEPR)表示出变换矩阵R(θ),将缀饰态信息与裸态信息联系在一起,这样,在仿真得到缀饰态信息的基础上,可以基于器件电感能量占比,从缀饰态信息还原出裸态信息,从而实现对量子芯片的仿真验证。
下面可以对上式(2)和(3)的结论进行详细地推导验证。
其中,Q1和Q2为电荷量,Φ1和Φ2为电感磁通量,C1、c2和Cg为电容,L1和L2为电感。
对上式(4)所示的哈密顿量进行一次量子化,可以做如下变量代换。
其中,ω1和ω2为两个量子比特的频率,x1和x2为新的广义坐标,p1和p2为广义动量,得到如下式(5)所示的哈密顿量。
对上式(5)所示的哈密顿量进行二次量子化,得到下式(6)和(7),即:
其中,a1和a2为二次量子化后的哈密顿量算符。
相应的哈密顿量变换为如下式(8)所示。
因为一次量子化形式的哈密顿量是二次型,可以将其写成矩阵相乘形式,如下式(9)所示。
对于上述哈密顿量,可以构造一个变换矩阵,如下式(10)所示。
联立上式和式(2)可以得出,裸态下量子比特的频率和缀饰态下量子芯片本征模式的频率的关系为如下式(11)和(12)所示。
理论上,可以通过裸态频率以及缀饰态频率得到θ,进而得到上述的变换矩阵,算出耦合强度。但是在实际仿真中,直接得到的是缀饰态下的频率,裸态下的频率是未知的。为了从仿真得到的缀饰态信息中还原出裸态信息如频率以及耦合强度等,可以利用到空间中电磁场分布信息,因此,可以引入器件电感能量占比(iEPR)。
其中,从上式(10)可以得出裸态表象下一次量子化的哈密顿量算符和缀饰态表象下一次量子化的哈密顿量算符之间的关系,如下式(13)和(14)所示。
x1=cosθx′1-sinθx′2 (13)
x2=sinθx′1+cosθx′2 (14)
根据量子力学的原理,力学量的期望值可以与经典值对应,可以得到如下式(15)和(16)的关系。
其中,上式(15)和(16)中,表示量子力学中本征模式m下量子器件k(k为1、2)的电感能期望值,/>为量子芯片的电容能,电容能与空间中的电场能相等,/>表示量子力学中本征模式m下量子芯片的总能量期望值,总能量包含电感能和电容能,而电容能与电感能相等,因此,总能量期望值等于二倍的电感能,/>为缀饰态表象下,两个量子比特的哈密顿量。
基于iEPR在量子理论层面的定义,可以得到如下式(17)所示的关系。
其中,缀饰态表象下一次量子化的哈密顿量算符和二次量子化的哈密顿量算符之间的关系如下式(18)和(19)所示,以及缀饰态表象下的哈密顿量的二次量子化表达式如下式(20)所示。
其中,上式(21)可以进一步推导如下:
根据量子光学的相关原理,存在如下关系。
<modem,i|modem,j>=0 i≠j
<modem,i|modem,j>=1 i=j
其中,|modem,n>是缀饰态的频率ω′m所对应的量子态,是定义在{|modem,n>}缀饰态空间的光子数产生、湮灭算符。n表示|modem,n>的平均光子数,n为一个任意值,随着|modem,n>的平均光子数而变化。在之后的推导中,可以将|modem,n>简写为|modem>。
进一步地,基于量子光学的相关原理,由于x′2与|mode1>无关,因此存在如下关系。
而x′1 2对应的项为:
同时,对于上式(21)的分母部分,其推导如下:
相应的,上式(21)可以继续推导得到下式(22)的关系。
而p12、p21和p22可以采用相同方式进行推导,得到下式(23)、(24)和(25)的关系。
可知,iEPR满足如下性质:
行、列归一性:p11+p12=p11+p21=p12+p22=p21+p22=1
iEPR均为实数。
由于从上式(22)、(23)、(24)和(25)可以得到/>的结论,即器件电感能量占比可以作为连接量子芯片物理体系中的裸态与缀饰态信息之间的桥梁,利用器件电感能量占比能够完整构建出裸态与缀饰态的哈密顿量之间的变换矩阵,有助于进一步确定量子芯片的关键特征参数如裸态频率、耦合强度、非谐性等,从而可以实现量子芯片的仿真验证,对于超导量子芯片设计和仿真有着重要的实用价值。
可选的,所述步骤S102具体包括:
对所述结构版图进行本征模式求解,得到所述量子芯片在高频电磁场的所述本征模式下的电磁场分布信息,所述仿真输出信息包括所述电磁场分布信息。
本实施方式中,可以对该结构版图进行有限元方法的高频电磁场仿真,即对输入的版图进行本征模式求解,得到仿真输出信息,该仿真输出信息可以包括量子芯片在高频电磁场的本征模式下的缀饰态信息。
其中,缀饰态信息可以包括量子芯片本征模式的频率和电磁场分布信息等,电磁场分布信息可以表征量子芯片在不同本征模式下辐射在空间中的电磁场分布,如电磁场分布信息可以包括本征模式m在空间中的电场强度峰值分布磁场强度峰值分布/>以及量子芯片的表面电流密度/>等。
本实施方式中,采用了高频电磁场仿真,采取的近似更少,考虑了高频电磁场所带来的导体自身的电感效应,更加接近实际情况,准确性更高,同时适用于全频率区间(不同器件间的频率差可以处于任意区间)的耦合情况,对于超导量子芯片设计与仿真有着重要的实用价值。
可选的,所述步骤S103具体包括:
基于所述电磁场分布信息,确定所述量子芯片在所述本征模式下的电磁场能量信息;
基于所述电磁场能量信息,确定所述M个量子器件在所述本征模式下的器件电感能量占比。
本实施方式中,电磁场能量信息可以包括不同本征模式m在量子器件k的约瑟夫森结上的电感能、不同本征模式m在空间中总的电场能、不同本征模式m在空间中总的磁场能等。
可以基于本征模式m在空间中的电场强度峰值分布磁场强度峰值分布以及量子芯片的表面电流密度/>等,结合量子芯片的相关参数信息(如量子器件的约瑟夫森结的参量信息、电场辐射信息和磁场辐射信息等)确定各个本征模式下的电磁场能量信息。
在得到电磁场能量信息的基础上,可以基于该电磁场能量信息,确定量子芯片中各个量子器件在不同本征模式下的器件电感能量占比。如此,可以基于高频电磁场仿真的方式,实现对器件电感能量占比的确定。
可选的,所述M个量子器件包括第一量子器件,所述第一量子器件包括约瑟夫森结,所述本征模式包括第一本征模式和第二本征模式,所述电磁场能量信息包括:分别在所述第一本征模式和第二本征模式下所述第一量子器件的约瑟夫森结上的第三电感能量和所述量子芯片辐射在空间中的第一电场能量,所述基于所述电磁场能量信息,确定所述M个量子器件在所述本征模式下的器件电感能量占比,包括:
基于所述第三电感能量,确定所述第一量子器件分别在所述第一本征模式和所述第二本征模式下辐射在空间中的第一磁场能量;
基于所述第一磁场能量、所述第三电感能量和所述第一电场能量,确定所述第一量子器件分别在所述第一本征模式和所述第二本征模式下的器件电感能量占比;
基于所述第一量子器件对应的器件电感能量占比,确定所述M个量子器件分别在所述第一本征模式和所述第二本征模式下的器件电感能量占比。
本实施方式中,第一本征模式可以为本征模式1,第二本征模式可以为本征模式2,电磁场能量信息可以包括:分别在第一本征模式和第二本征模式下第一量子器件的约瑟夫森结上的第三电感能量,分别为和/>分别在第一本征模式和第二本征模式下量子芯片辐射在空间中的第一电场能量,分别为/>和/>
在一可选实施方式中,可以基于电磁场能量信息,分别确定各个量子器件在不同本征模式下的器件电感能量占比。在该种实施方式中,M个量子器件中每个量子器件均为第一量子器件,即M个量子器件中每个量子器件均包含约瑟夫森结,如包含相互耦合的两个量子比特的量子芯片。
具体的,可以针对本征模式m(m取1、2),按照不同量子器件的约瑟夫森结的电感能量比例分配空间中的磁场能,空间中的磁场能分配比例为不同量子器件上分配的磁场能之和等于本征模式m中总的磁场能,即/>其中,/>和/>分别为本征模式m中两个量子器件分别辐射在空间中的磁场能(即第一磁场能量)。
其中,可以基于磁场强度峰值分布和量子芯片的磁场辐射信息,确定本征模式m下量子芯片辐射在空间中总的磁场能,用下式(26)所示。
相应的,针对每个量子器件,可以基于本征模式m中该量子器件辐射在空间中的磁场能(即第一磁场能量)、第三电感能量和第一电场能量,确定本征模式m中该量子器件的器件电感能量占比。
各个第一量子器件对应的器件电感能量占比聚合即可得到M个量子器件分别在第一本征模式和第二本征模式下的器件电感能量占比。如此,可以得到各个量子器件在不同本征模式下的器件电感能量占比,分别为p11,p12,p21,p22。
该种实施方式仅适用于M个量子器件均包含约瑟夫森结的场景,如适用于量子比特-量子比特耦合系统。
在另一可选实施方式,M个量子器件可以包括第一量子器件,该第一量子器件可以包含有约瑟夫森结,可以首先确定第一量子器件在各个本征模式下的器件电感能量占比,具体的,可以基于在第一本征模式和第二本征模式下第一量子器件的约瑟夫森结上的第三电感能量,同时确定第一量子器件分别在第一本征模式和第二本征模式下的第一磁场能量,基于第一磁场能量、第三电感能量和第一电场能量,确定第一量子器件分别在第一本征模式和第二本征模式下的器件电感能量占比。
在得到第一量子器件在各个本征模式下的器件电感能量占比的基础上,可以基于第一量子器件在各个本征模式下的器件电感能量占比,确定其他量子器件(可以为不包含约瑟夫森结的量子器件,即第二量子器件)在各个本征模式下的器件电感能量占比。之后,将第一量子器件对应的器件电感能量占比和第二量子器件对应的器件电感能量占比聚合得到各个量子器件在不同本征模式下的器件电感能量占比,分别为p11,p12,p21,p22。
该种实施方式不仅适用于M个量子器件中每个量子器件均包含约瑟夫森结的场景,还适用于M个量子器件中同时存在第一量子器件(包含约瑟夫森结)和第二量子器件(不包含约瑟夫森结)的场景,具有普适性。如既适用于量子比特-量子比特耦合系统,又适用于量子比特-谐振腔耦合系统。
可选的,所述基于所述第三电感能量,确定所述第一量子器件分别在所述第一本征模式和所述第二本征模式下辐射在空间中的第一磁场能量,包括:
基于所述第三电感能量、所述第一电场能量和所述第一量子器件在不同本征模式下的器件电感能量占比的第一关系,确定所述第一量子器件分别在所述第一本征模式和所述第二本征模式下辐射在空间中的第一磁场能量;
其中,所述第一关系为:p11+p2121,所述p11和p21为所述第一量子器件分别在所述第一本征模式和所述第二本征模式下的器件电感能量占比。
本实施方式中,可以按照第一量子器件在两个本征模式下的约瑟夫森结的电感能(即第三电感能量)占比进行空间中的磁场能分配,用下式(27)表示。
第一量子器件在不同本征模式下的器件电感能量占比的第一关系为:p11+p21=1,用下式(28)所示。
可选的,所述基于所述第一磁场能量、所述第三电感能量和所述第一电场能量,确定所述第一量子器件分别在所述第一本征模式和所述第二本征模式下的器件电感能量占比,包括:
针对每个本征模式,将所述本征模式对应的第三电感能量和第一磁场能量进行加和处理,得到所述第一电感能量;
将所述本征模式对应的第一电场能量确定为所述第二电感能量;
确定所述第一电感能量相对于所述第二电感能量的占比,得到所述第一量子器件在所述本征模式下的器件电感能量占比。
其中,电磁场中电感能、电容能、电场能、磁场能的关系可以为 表示本征模式m中储存的总电感能(即第二电感能量),/>表示本征模式下储存的总电容能,/>表示本征模式在空间中的总电场能,/>表示本征模式m在空间中总的磁场能,/>表示本征模式m在kinetic电感中存储的能量,约瑟夫森结的等效集总电感就属于kinetic电感。
可知,本征模式m中储存的总电感能与本征模式m在空间中总的电场能相等。因此,根据电磁场能量信息中的第一电场能量,可以得到第一量子器件分别在本征模式1和本征模式2的器件电感能量占比,分别为和/>如此,可以实现第一量子器件在各个本征模式下的器件电感能量占比。
可选的,所述M个量子器件还包括第二量子器件,所述基于所述第一量子器件对应的器件电感能量占比,确定所述M个量子器件分别在所述第一本征模式和所述第二本征模式下的器件电感能量占比,包括:
基于所述第一量子器件对应的器件电感能量占比和所述第二量子器件在与所述第一量子器件的不同本征模式下的器件电感能量占比的第二关系,确定所述第二量子器件分别在所述第一本征模式和所述第二本征模式下的器件电感能量占比;
其中,所述第二关系为:p22=p11,p12=p21,p12和p22为所述第二量子器件分别在所述第一本征模式和所述第二本征模式下的器件电感能量占比。
本实施方式中,在得到第一量子器件对应的器件电感能量占比的基础上,可以基于第二关系确定其他量子器件对应的器件电感能量占比,如此,可以简化其他量子器件对应的器件电感能量占比的确定流程。
可选的,所述电磁场分布信息包括所述量子芯片表面上的电流密度,所述基于所述电磁场分布信息,确定所述量子芯片在所述本征模式下的电磁场能量信息,包括:
基于所述电流密度和所述第一量子器件的约瑟夫森结的参量信息,确定所述本征模式下所述第一量子器件的约瑟夫森结上的第三电感能量。
其中,k为1,2,为量子器件k的约瑟夫森节的电感,/>为量子器件k的约瑟夫森结在版图中表示为等效集总电感时的长度,上式(29)的积分范围是/>表示积分面积为版图中约瑟夫森结等效电感的面积,以上为约瑟夫森结的参量信息,均为已知量。如此,可以实现第三电感能量的确定。
可选的,所述电磁场分布信息包括所述本征模式下所述量子芯片辐射在空间中的电场强度峰值分布,所述基于所述电磁场分布信息,确定所述量子芯片在所述本征模式下的电磁场能量信息,包括:
基于所述电场强度峰值分布和所述量子芯片的电场辐射信息,确定所述本征模式下所述量子芯片辐射在空间中的第一电场能量。
可选的,所述步骤S101之后,还包括:
输出所述器件电感能量占比。
本实施方式中,可以输出器件电感能量占比,以进行量子芯片进一步地仿真验证。
在一可选实施方式中,本实施例的整体流程如图4所示,上述步骤均在前面已经详细阐述,这里不再进行赘述。
下面将进行器件电感能量占比的有效性验证。分别利用本实施例的方法以及哈密顿量建模方法求解出对应版图的iEPR,并进行对比,验证本实施例的有效性。作为对比方法的哈密顿量建模方法是利用等效电路方法建模出体系的哈密顿量,并根据iEPR的定义(如式(1)所示)求解出iEPR的理论值。
可以分别对量子比特耦合版图(如图2)以及量子比特与谐振腔耦合版图(如图3所示)进行仿真,利用本实施例的方法以及哈密顿量建模方法求解iEPR,并对p11进行对比(根据iEPR矩阵的归一化特性,仅p11即可以完全描述iEPR矩阵的所有信息)。
如图2所示为含有两个量子比特结构的版图,其中,左侧的十字结构为Q1,右侧的十字结构为Q2,黑色部分为模拟约瑟夫森结线性部分的集总电感元件,通过调整该电感值可以调节Q1或者Q2的本征频率。
可以设定左侧量子比特Q1的约瑟夫森电感值固定为7nH,右侧量子比特Q2的约瑟夫森电感值由4nH到10nH逐步变化,两者方法的iEPR计算结果对比如图5所示。
其中,散点表示的数据为采用本实施例方法的iEPR计算结果,连续曲线表示的数据为哈密顿量建模方法的iEPR计算结果。由该图5可以看出,采用本实施例方法的iEPR计算结果(用散点表示)与采用哈密顿量建模方法的iEPR计算结果(用实线表示)非常接近,证明本实施例方法的计算结果正确。同时,本实施例方法采取了更少的近似,因此,更加接近实际情况,准确性更高。
如图3所示,可以设置量子比特的约瑟夫森电感值由4nH到11nH逐步变化,两者方法的iEPR计算结果对比如图6所示。其中,散点以及虚线表示的数据为本实施方法的iEPR计算结果,连续曲线表示的数据为哈密顿量建模方法的iEPR计算结果。
由该图6可以看出,本实施例方法的iEPR计算结果与哈密顿量建模方法的iEPR计算结果趋势基本吻合,但是存在大约0.4nH的偏离。这是因为基于等效电路的哈密顿量建模方法未考虑高频电磁场所带来的导体自身的电感效应,引起了偏差,因此,可以确定本实施例方案有效,且相比于等效电路建模方法,本实施例方法拥有更加接近真实物理环境的优势,准确性更高。
第二实施例
如图7所示,本公开提供一种超导量子芯片版图中器件电感能量占比的确定装置700,包括:
获取模块701,用于获取量子芯片的结构版图,所述量子芯片包括M个量子器件,M为大于1的整数;
仿真模块702,用于基于所述结构版图,对所述量子芯片进行仿真,得到仿真输出信息;
确定模块703,用于基于所述仿真输出信息,确定所述M个量子器件在所述量子芯片的本征模式下的器件电感能量占比;
其中,所述量子器件对应的器件电感能量占比为:所述本征模式下存储在所述量子器件中的第一电感能量相对于所述本征模式下存储在所述量子芯片中的第二电感能量的占比,所述器件电感能量占比用于基于所述量子芯片在所述本征模式下的缀饰态信息确定所述量子芯片在所述本征模式下的裸态信息,所述缀饰态信息为所述量子芯片所构成的量子系统的本征态信息,所述裸态信息为所述M个量子器件的本征态信息。
可选的,所述仿真模块702包括:
求解子模块,用于对所述结构版图进行本征模式求解,得到所述量子芯片在高频电磁场的所述本征模式下的电磁场分布信息,所述仿真输出信息包括所述电磁场分布信息。
可选的,所述确定模块703包括:
第一确定子模块,用于基于所述电磁场分布信息,确定所述量子芯片在所述本征模式下的电磁场能量信息;
第二确定子模块,用于基于所述电磁场能量信息,确定所述M个量子器件在所述本征模式下的器件电感能量占比。
可选的,所述M个量子器件包括第一量子器件,所述第一量子器件包括约瑟夫森结,所述本征模式包括第一本征模式和第二本征模式,所述电磁场能量信息包括:分别在所述第一本征模式和第二本征模式下所述第一量子器件的约瑟夫森结上的第三电感能量和所述量子芯片辐射在空间中的第一电场能量,所述第二确定子模块包括:
第一确定单元,用于基于所述第三电感能量,确定所述第一量子器件分别在所述第一本征模式和所述第二本征模式下辐射在空间中的第一磁场能量;
第二确定单元,用于基于所述第一磁场能量、所述第三电感能量和所述第一电场能量,确定所述第一量子器件分别在所述第一本征模式和所述第二本征模式下的器件电感能量占比;
第三确定单元,用于基于所述第一量子器件对应的器件电感能量占比,确定所述M个量子器件分别在所述第一本征模式和所述第二本征模式下的器件电感能量占比。
可选的,所述第一确定单元,具体用于:
基于所述第三电感能量、所述第一电场能量和所述第一量子器件在不同本征模式下的器件电感能量占比的第一关系,确定所述第一量子器件分别在所述第一本征模式和所述第二本征模式下辐射在空间中的第一磁场能量;
其中,所述第一关系为:p11+p21=1,所述p11和p21为所述第一量子器件分别在所述第一本征模式和所述第二本征模式下的器件电感能量占比。
可选的,所述第二确定单元,具体用于:
针对每个本征模式,将所述本征模式对应的第三电感能量和第一磁场能量进行加和处理,得到所述第一电感能量;
将所述本征模式对应的第一电场能量确定为所述第二电感能量;
确定所述第一电感能量相对于所述第二电感能量的占比,得到所述第一量子器件在所述本征模式下的器件电感能量占比。
可选的,所述M个量子器件还包括第二量子器件,所述第三确定单元,具体用于:
基于所述第一量子器件对应的器件电感能量占比和所述第二量子器件在与所述第一量子器件的不同本征模式下的器件电感能量占比的第二关系,确定所述第二量子器件分别在所述第一本征模式和所述第二本征模式下的器件电感能量占比;
其中,所述第二关系为:p22=p11,p12=p21,p12和p22为所述第二量子器件分别在所述第一本征模式和所述第二本征模式下的器件电感能量占比。
可选的,所述电磁场分布信息包括所述量子芯片表面上的电流密度,所述第一确定子模块包括:
第四确定单元,用于基于所述电流密度和所述第一量子器件的约瑟夫森结的参量信息,确定所述本征模式下所述第一量子器件的约瑟夫森结上的第三电感能量。
可选的,所述电磁场分布信息包括所述本征模式下所述量子芯片辐射在空间中的电场强度峰值分布,所述第一确定子模块包括:
第五确定单元,用于基于所述电场强度峰值分布和所述量子芯片的电场辐射信息,确定所述本征模式下所述量子芯片辐射在空间中的第一电场能量。
可选的,还包括:
输出模块,用于输出所述器件电感能量占比。
本公开提供的超导量子芯片版图中器件电感能量占比的确定装置700能够实现超导量子芯片版图中器件电感能量占比的确定方法实施例实现的各个过程,且能够达到相同的有益效果,为避免重复,这里不再赘述。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
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8示出了可以用来实施本公开的实施例的示例电子设备的示意性框图。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8所示,设备800包括计算单元801,其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序,来执行各种适当的动作和处理。在RAM 803中,还可存储设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
设备800中的多个部件连接至I/O接口805,包括:输入单元806,例如键盘、鼠标等;输出单元807,例如各种类型的显示器、扬声器等;存储单元808,例如磁盘、光盘等;以及通信单元809,例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800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801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801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801执行上文所描述的各个方法和处理,例如超导量子芯片版图中器件电感能量占比的确定方法。例如,在一些实施例中,超导量子芯片版图中器件电感能量占比的确定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808。在一些实施例中,计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到RAM 803并由计算单元801执行时,可以执行上文描述的超导量子芯片版图中器件电感能量占比的确定方法的一个或多个步骤。备选地,在其他实施例中,计算单元801可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行超导量子芯片版图中器件电感能量占比的确定方法。
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、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)、负载可编程逻辑设备(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 (22)
1.一种超导量子芯片版图中器件电感能量占比的确定方法,包括:
获取量子芯片的结构版图,所述量子芯片包括M个量子器件,M为大于1的整数;
基于所述结构版图,对所述量子芯片进行仿真,得到仿真输出信息;
基于所述仿真输出信息,确定所述M个量子器件在所述量子芯片的本征模式下的器件电感能量占比;
其中,所述量子器件对应的器件电感能量占比为:所述本征模式下存储在所述量子器件中的第一电感能量相对于所述本征模式下存储在所述量子芯片中的第二电感能量的占比,所述器件电感能量占比用于基于所述量子芯片在所述本征模式下的缀饰态信息确定所述量子芯片在所述本征模式下的裸态信息,所述缀饰态信息为所述量子芯片所构成的量子系统的本征态信息,所述裸态信息为所述M个量子器件的本征态信息。
2.根据权利要求1所述的方法,其中,所述基于所述结构版图,对所述量子芯片进行仿真,得到仿真输出信息,包括:
对所述结构版图进行本征模式求解,得到所述量子芯片在高频电磁场的所述本征模式下的电磁场分布信息,所述仿真输出信息包括所述电磁场分布信息。
3.根据权利要求2所述的方法,其中,所述基于所述仿真输出信息,确定所述M个量子器件在所述量子芯片的本征模式下的器件电感能量占比,包括:
基于所述电磁场分布信息,确定所述量子芯片在所述本征模式下的电磁场能量信息;
基于所述电磁场能量信息,确定所述M个量子器件在所述本征模式下的器件电感能量占比。
4.根据权利要求3所述的方法,其中,所述M个量子器件包括第一量子器件,所述第一量子器件包括约瑟夫森结,所述本征模式包括第一本征模式和第二本征模式,所述电磁场能量信息包括:分别在所述第一本征模式和第二本征模式下所述第一量子器件的约瑟夫森结上的第三电感能量和所述量子芯片辐射在空间中的第一电场能量,所述基于所述电磁场能量信息,确定所述M个量子器件在所述本征模式下的器件电感能量占比,包括:
基于所述第三电感能量,确定所述第一量子器件分别在所述第一本征模式和所述第二本征模式下辐射在空间中的第一磁场能量;
基于所述第一磁场能量、所述第三电感能量和所述第一电场能量,确定所述第一量子器件分别在所述第一本征模式和所述第二本征模式下的器件电感能量占比;
基于所述第一量子器件对应的器件电感能量占比,确定所述M个量子器件分别在所述第一本征模式和所述第二本征模式下的器件电感能量占比。
5.根据权利要求4所述的方法,其中,所述基于所述第三电感能量,确定所述第一量子器件分别在所述第一本征模式和所述第二本征模式下辐射在空间中的第一磁场能量,包括:
基于所述第三电感能量、所述第一电场能量和所述第一量子器件在不同本征模式下的器件电感能量占比的第一关系,确定所述第一量子器件分别在所述第一本征模式和所述第二本征模式下辐射在空间中的第一磁场能量;
其中,所述第一关系为:p11+p21=1,所述p11和p21为所述第一量子器件分别在所述第一本征模式和所述第二本征模式下的器件电感能量占比。
6.根据权利要求4所述的方法,其中,所述基于所述第一磁场能量、所述第三电感能量和所述第一电场能量,确定所述第一量子器件分别在所述第一本征模式和所述第二本征模式下的器件电感能量占比,包括:
针对每个本征模式,将所述本征模式对应的第三电感能量和第一磁场能量进行加和处理,得到所述第一电感能量;
将所述本征模式对应的第一电场能量确定为所述第二电感能量;
确定所述第一电感能量相对于所述第二电感能量的占比,得到所述第一量子器件在所述本征模式下的器件电感能量占比。
7.根据权利要求4所述的方法,其中,所述M个量子器件还包括第二量子器件,所述基于所述第一量子器件对应的器件电感能量占比,确定所述M个量子器件分别在所述第一本征模式和所述第二本征模式下的器件电感能量占比,包括:
基于所述第一量子器件对应的器件电感能量占比和所述第二量子器件在与所述第一量子器件的不同本征模式下的器件电感能量占比的第二关系,确定所述第二量子器件分别在所述第一本征模式和所述第二本征模式下的器件电感能量占比;
其中,所述第二关系为:p22=p11,p12=p21,p12和p22为所述第二量子器件分别在所述第一本征模式和所述第二本征模式下的器件电感能量占比,p11和p21为所述第一量子器件分别在所述第一本征模式和所述第二本征模式下的器件电感能量占比。
8.根据权利要求4所述的方法,其中,所述电磁场分布信息包括所述量子芯片表面上的电流密度,所述基于所述电磁场分布信息,确定所述量子芯片在所述本征模式下的电磁场能量信息,包括:
基于所述电流密度和所述第一量子器件的约瑟夫森结的参量信息,确定所述本征模式下所述第一量子器件的约瑟夫森结上的第三电感能量。
9.根据权利要求4所述的方法,其中,所述电磁场分布信息包括所述本征模式下所述量子芯片辐射在空间中的电场强度峰值分布,所述基于所述电磁场分布信息,确定所述量子芯片在所述本征模式下的电磁场能量信息,包括:
基于所述电场强度峰值分布和所述量子芯片的电场辐射信息,确定所述本征模式下所述量子芯片辐射在空间中的第一电场能量。
10.根据权利要求1所述的方法,所述基于所述仿真输出信息,确定所述M个量子器件在所述量子芯片的本征模式下的器件电感能量占比之后,还包括:
输出所述器件电感能量占比。
11.一种超导量子芯片版图中器件电感能量占比的确定装置,包括:
获取模块,用于获取量子芯片的结构版图,所述量子芯片包括M个量子器件,M为大于1的整数;
仿真模块,用于基于所述结构版图,对所述量子芯片进行仿真,得到仿真输出信息;
确定模块,用于基于所述仿真输出信息,确定所述M个量子器件在所述量子芯片的本征模式下的器件电感能量占比;
其中,所述量子器件对应的器件电感能量占比为:所述本征模式下存储在所述量子器件中的第一电感能量相对于所述本征模式下存储在所述量子芯片中的第二电感能量的占比,所述器件电感能量占比用于基于所述量子芯片在所述本征模式下的缀饰态信息确定所述量子芯片在所述本征模式下的裸态信息,所述缀饰态信息为所述量子芯片所构成的量子系统的本征态信息,所述裸态信息为所述M个量子器件的本征态信息。
12.根据权利要求11所述的装置,其中,所述仿真模块包括:
求解子模块,用于对所述结构版图进行本征模式求解,得到所述量子芯片在高频电磁场的所述本征模式下的电磁场分布信息,所述仿真输出信息包括所述电磁场分布信息。
13.根据权利要求12所述的装置,其中,所述确定模块包括:
第一确定子模块,用于基于所述电磁场分布信息,确定所述量子芯片在所述本征模式下的电磁场能量信息;
第二确定子模块,用于基于所述电磁场能量信息,确定所述M个量子器件在所述本征模式下的器件电感能量占比。
14.根据权利要求13所述的装置,其中,所述M个量子器件包括第一量子器件,所述第一量子器件包括约瑟夫森结,所述本征模式包括第一本征模式和第二本征模式,所述电磁场能量信息包括:分别在所述第一本征模式和第二本征模式下所述第一量子器件的约瑟夫森结上的第三电感能量和所述量子芯片辐射在空间中的第一电场能量,所述第二确定子模块包括:
第一确定单元,用于基于所述第三电感能量,确定所述第一量子器件分别在所述第一本征模式和所述第二本征模式下辐射在空间中的第一磁场能量;
第二确定单元,用于基于所述第一磁场能量、所述第三电感能量和所述第一电场能量,确定所述第一量子器件分别在所述第一本征模式和所述第二本征模式下的器件电感能量占比;
第三确定单元,用于基于所述第一量子器件对应的器件电感能量占比,确定所述M个量子器件分别在所述第一本征模式和所述第二本征模式下的器件电感能量占比。
15.根据权利要求14所述的装置,其中,所述第一确定单元,具体用于:
基于所述第三电感能量、所述第一电场能量和所述第一量子器件在不同本征模式下的器件电感能量占比的第一关系,确定所述第一量子器件分别在所述第一本征模式和所述第二本征模式下辐射在空间中的第一磁场能量;
其中,所述第一关系为:p11+p21=1,所述p11和p21为所述第一量子器件分别在所述第一本征模式和所述第二本征模式下的器件电感能量占比。
16.根据权利要求14所述的装置,其中,所述第二确定单元,具体用于:
针对每个本征模式,将所述本征模式对应的第三电感能量和第一磁场能量进行加和处理,得到所述第一电感能量;
将所述本征模式对应的第一电场能量确定为所述第二电感能量;
确定所述第一电感能量相对于所述第二电感能量的占比,得到所述第一量子器件在所述本征模式下的器件电感能量占比。
17.根据权利要求14所述的装置,其中,所述M个量子器件还包括第二量子器件,所述第三确定单元,具体用于:
基于所述第一量子器件对应的器件电感能量占比和所述第二量子器件在与所述第一量子器件的不同本征模式下的器件电感能量占比的第二关系,确定所述第二量子器件分别在所述第一本征模式和所述第二本征模式下的器件电感能量占比;
其中,所述第二关系为:p22=p11,p12=p21,p12和p22为所述第二量子器件分别在所述第一本征模式和所述第二本征模式下的器件电感能量占比,p11和p21为所述第一量子器件分别在所述第一本征模式和所述第二本征模式下的器件电感能量占比。
18.根据权利要求14所述的装置,其中,所述电磁场分布信息包括所述量子芯片表面上的电流密度,所述第一确定子模块包括:
第四确定单元,用于基于所述电流密度和所述第一量子器件的约瑟夫森结的参量信息,确定所述本征模式下所述第一量子器件的约瑟夫森结上的第三电感能量。
19.根据权利要求14所述的装置,其中,所述电磁场分布信息包括所述本征模式下所述量子芯片辐射在空间中的电场强度峰值分布,所述第一确定子模块包括:
第五确定单元,用于基于所述电场强度峰值分布和所述量子芯片的电场辐射信息,确定所述本征模式下所述量子芯片辐射在空间中的第一电场能量。
20.根据权利要求11所述的装置,还包括:
输出模块,用于输出所述器件电感能量占比。
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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211304106.1A CN115577777B (zh) | 2022-10-24 | 2022-10-24 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211304106.1A CN115577777B (zh) | 2022-10-24 | 2022-10-24 | 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 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115577777A CN115577777A (zh) | 2023-01-06 |
CN115577777B true CN115577777B (zh) | 2023-06-20 |
Family
ID=84587370
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211304106.1A Active CN115577777B (zh) | 2022-10-24 | 2022-10-24 | 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 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115577777B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116187258B (zh) * | 2023-01-16 | 2023-12-05 | 北京百度网讯科技有限公司 | 量子芯片版图的仿真方法、装置、计算设备及存储介质 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10002107B2 (en) * | 2014-03-12 | 2018-06-19 | D-Wave Systems Inc. | Systems and methods for removing unwanted interactions in quantum devices |
US10552755B2 (en) * | 2014-08-22 | 2020-02-04 | D-Wave Systems Inc. | Systems and methods for improving the performance of a quantum processor to reduce intrinsic/control errors |
US10031887B2 (en) * | 2014-09-09 | 2018-07-24 | D-Wave Systems Inc. | Systems and methods for improving the performance of a quantum processor via reduced readouts |
US10332024B2 (en) * | 2017-02-22 | 2019-06-25 | Rigetti & Co, Inc. | Modeling superconducting quantum circuit systems |
US11895931B2 (en) * | 2017-11-28 | 2024-02-06 | International Business Machines Corporation | Frequency tuning of multi-qubit systems |
US11288073B2 (en) * | 2019-05-03 | 2022-03-29 | D-Wave Systems Inc. | Systems and methods for calibrating devices using directed acyclic graphs |
CN110133379B (zh) * | 2019-06-12 | 2020-07-31 | 中国科学院上海微系统与信息技术研究所 | 约瑟夫森结寄生电感的测量方法 |
CN111260068A (zh) * | 2020-01-17 | 2020-06-09 | 中国科学院物理研究所 | 超导量子比特和超导量子电路 |
-
2022
- 2022-10-24 CN CN202211304106.1A patent/CN115577777B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN115577777A (zh) | 2023-01-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
Ülkü et al. | Marching on-in-time solution of the time domain magnetic field integral equation using a predictor-corrector scheme | |
CN116187258B (zh) | 量子芯片版图的仿真方法、装置、计算设备及存储介质 | |
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 | |
US20230359914A1 (en) | Method for superconducting quantum chip | |
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 | |
AU2022235532A1 (en) | Simulation method of quantum system, computing device, apparatus and storage medium | |
CN114662694A (zh) | 量子系统的特征信息的确定方法、装置、设备及存储介质 | |
CN113609815A (zh) | 一种电路仿真优化方法、装置、计算机设备及存储介质 | |
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 | |
Douglas | Calabi–Yau metrics and string compactification | |
CN114580645A (zh) | 随机量子测量的模拟方法、装置、设备及存储介质 | |
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 | |
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 | |
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 | |
CN115659905B (zh) | 超导量子芯片版图中量子器件间的耦合强度确定方法及装置 | |
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 | |
CN114418103B (zh) | 基态能量的确定方法、装置、设备及存储介质 | |
CN114418108B (zh) | 酉算子编译方法、计算设备、装置及存储介质 | |
AU2023202379A1 (en) | Simulation method and apparatus, device, and storage medium | |
Bachelot-Motet | Wave computation on the hyperbolic double doughnut | |
Ye et al. | Domain-alternated optimization for passive macromodeling | |
CN115329976A (zh) | 仿真方法、装置、设备及存储介质 | |
US20240061986A1 (en) | Method and apparatus for coupling superconducting qubit, electronic device, computer medium | |
CN116108926A (zh) | 量子计算方法、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 |