CN115659898A - 量子版图优化方法、装置及计算机可读存储介质 - Google Patents

量子版图优化方法、装置及计算机可读存储介质 Download PDF

Info

Publication number
CN115659898A
CN115659898A CN202211348365.4A CN202211348365A CN115659898A CN 115659898 A CN115659898 A CN 115659898A CN 202211348365 A CN202211348365 A CN 202211348365A CN 115659898 A CN115659898 A CN 115659898A
Authority
CN
China
Prior art keywords
quantum
layout
parameter
initial
target
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
CN202211348365.4A
Other languages
English (en)
Inventor
夏天
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.)
Alibaba Damo Institute Hangzhou Technology Co Ltd
Original Assignee
Alibaba Damo Institute Hangzhou Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Alibaba Damo Institute Hangzhou Technology Co Ltd filed Critical Alibaba Damo Institute Hangzhou Technology Co Ltd
Priority to CN202211348365.4A priority Critical patent/CN115659898A/zh
Publication of CN115659898A publication Critical patent/CN115659898A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G06F30/39—Circuit design at the physical level
    • G06F30/392—Floor-planning or layout, e.g. partitioning or placement
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G06F30/39—Circuit design at the physical level
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G06F30/39—Circuit design at the physical level
    • G06F30/398—Design verification or optimisation, e.g. using design rule check [DRC], layout versus schematics [LVS] or finite element methods [FEM]
    • 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
    • G06N10/60—Quantum algorithms, e.g. based on quantum optimisation, quantum Fourier or Hadamard transforms
    • 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
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Architecture (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Semiconductor Lasers (AREA)
  • Superconductor Devices And Manufacturing Methods Thereof (AREA)

Abstract

本发明公开了一种量子版图优化方法、装置及计算机可读存储介质。其中，该方法包括：确定量子器件的目标哈密顿量参数；确定量子器件的初始量子版图，以及初始量子版图的初始几何参数；确定量子器件的哈密顿量参数对初始量子版图的几何参数的目标梯度；基于目标梯度，对初始几何参数进行调整，使得量子器件的哈密顿量参数为目标哈密顿量参数，得到目标量子版图。本发明解决了调整量子版图参数时操作复杂，效率低的技术问题。

Description

量子版图优化方法、装置及计算机可读存储介质
技术领域
本发明涉及超导量子领域，具体而言，涉及一种量子版图优化方法、装置及计算机可读存储介质。
背景技术
在相关技术中，在对量子版图的参数进行调整时，需要通过电磁仿真的方式，每调整一次参数，就需电磁仿真一次，计算版图对应的量子模型的哈密顿量参数，然后再根据哈密顿量参数的变化调整量子版图的几何参数，且该过程需要反复迭代进行，直至满足版图设计要求。
因此，在相关技术中，存在调整量子版图参数时操作复杂，效率低的技术问题。
针对上述的问题，目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种量子版图优化方法、装置及计算机可读存储介质，以至少解决调整量子版图参数时操作复杂，效率低的技术问题。
根据本发明实施例的一个方面，提供了一种量子版图优化方法，包括：确定量子器件的目标哈密顿量参数；确定量子器件的初始量子版图，以及初始量子版图的初始几何参数；确定量子器件的哈密顿量参数对初始量子版图的几何参数的目标梯度；基于目标梯度，对初始几何参数进行调整，使得量子器件的哈密顿量参数为目标哈密顿量参数，得到目标量子版图。
可选地，确定量子器件的哈密顿量参数对初始量子版图的几何参数的目标梯度，包括：对量子器件的初始量子版图进行网格划分，得到初始量子版图的网格边界；确定网格边界对初始量子版图的几何参数的第一梯度；确定量子器件的哈密顿量参数对网格边界的第二梯度；基于第一梯度和第二梯度，确定量子器件的哈密顿量参数对初始量子版图的几何参数的目标梯度。
可选地，对量子器件的初始量子版图进行网格划分，得到初始量子版图的网格边界，包括：基于预定基本图形，对初始量子版图进行划分，得到多个预定基本图形的网格；将多个网格中在初始量子版图的边界上的顶点连成线，得到初始量子版图的网格边界。
可选地，确定网格边界对初始量子版图的几何参数的第一梯度，包括：确定基于预定基本图形对初始量子版图进行划分后得到的包括边界上的目标数量的网格的网格边界；基于目标数量相对于初始量子版图的几何参数的变化，确定网格边界对初始量子版图的几何参数的第一梯度。
可选地，确定量子器件的哈密顿量参数对网格边界的第二梯度，包括：对量子器件的初始量子版图进行电磁仿真，确定量子器件的哈密顿量参数的变化相对于网格边界的变化；基于量子器件的哈密顿量参数的变化相对于网格边界的变化，确定量子器件的哈密顿量参数对网格边界的第二梯度。
可选地，基于第一梯度和第二梯度，确定量子器件的哈密顿量参数对初始量子版图的几何参数的目标梯度，包括：在第一梯度和第二梯度中，以网格边界作为中间传递量，确定以初始量子版图的几何参数为变量的量子器件的哈密顿量参数；确定哈密顿量参数对初始量子版图的几何参数的目标梯度。
可选地，基于目标梯度，对初始几何参数进行调整，使得量子器件的哈密顿量参数为目标哈密顿量参数，得到目标量子版图，包括：基于目标梯度，确定初始几何参数的调整方向；基于调整方向，对初始几何参数进行多次调整，使得量子器件的哈密顿量参数为目标哈密顿量参数，得到目标量子版图。
可选地，量子器件包括：Fluxonium量子比特。
根据本发明实施例的另一方面，还提供了一种量子版图优化方法，包括：在交互界面上显示输入控件；响应于对输入控件的操作，在交互界面上显示量子器件的目标哈密顿量参数，量子器件的初始量子版图，以及初始量子版图的初始几何参数；接收量子版图优化指令；响应于量子版图优化指令，确定量子器件的哈密顿量参数对初始量子版图的几何参数的目标梯度，并基于目标梯度，对初始几何参数进行调整，使得量子器件的哈密顿量参数为目标哈密顿量参数，得到目标量子版图；在交互界面上显示目标量子版图。
根据本发明实施例的另一方面，还提供了一种量子版图优化装置，包括：第一确定模块，用于确定量子器件的目标哈密顿量参数；第二确定模块，用于确定量子器件的初始量子版图，以及初始量子版图的初始几何参数；第三确定模块，用于确定量子器件的哈密顿量参数对初始量子版图的几何参数的目标梯度；调整模块，用于基于目标梯度，对初始几何参数进行调整，使得量子器件的哈密顿量参数为目标哈密顿量参数，得到目标量子版图。
根据本发明实施例的另一方面，还提供了一种计算机可读存储介质，计算机可读存储介质包括存储的程序，其中，在程序运行时控制计算机可读存储介质所在设备执行上述任意一项的量子版图优化方法。
根据本发明实施例的另一方面，还提供了一种计算机设备，包括：存储器和处理器，存储器存储有计算机程序；处理器，用于执行存储器中存储的计算机程序，计算机程序运行时使得处理器执行上述任意一项的量子版图优化方法。
在本发明实施例中，采用计算梯度的方式，通过先确定出量子器件的目标哈密顿参数，该量子器件的初始量子版图以及该初始量子版图的初始几何参数，基于目标哈密顿量和初始几何参数对初始量子版图进行电磁仿真计算，得到目标哈密顿量相对于初始几何参数的目标梯度，即得到将初始几何参数调整至目标几何参数需要进行的变化，达到了基于该目标梯度直接将初始量子版图的几何参数调整至目标量子版图的几何参数的目的，而将量子版图调整至目标几何参数后，该量子版图对应的量子器件也就能达到目标哈密顿量参数，从而实现了基于量子器件的哈密顿量参数对初始量子版图的几何参数的目标梯度，直接对初始几何参数进行调整，提高量子版图优化效率的技术效果，进而解决了调整量子版图参数时操作复杂，效率低的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1示出了一种用于实现量子版图优化方法的计算机终端的硬件结构框图；
图2是根据本发明实施例的量子版图优化方法一的流程图；
图3是根据本发明实施例的量子版图优化方法二的流程图；
图4是根据本发明可选实施方式提供的优化流程示意图；
图5是根据本发明可选实施方式提供的量子比特垫示意图；
图6是根据本发明可选实施方式的网格生成示意图；
图7是根据本发明可选实施方式的梯度信息示意图；
图8是根据本发明实施例的量子版图优化装置一的结构框图；
图9是根据本发明实施例的量子版图优化装置二的结构框图；
图10是根据本发明实施例的一种计算机终端的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
首先，在对本申请实施例进行描述的过程中出现的部分名词或术语适用于如下解释：
版图的几何参数：量子比特版图中的描述元件几何形状的参数。
哈密顿量的参数：量子比特版图对应一个电路模型，该电路模型可用一个哈密顿量表示。其中的电路参数被转化为了哈密顿量的参数。哈密顿量中的参数即是量子比特版图的目标参数。
几何形状边界对几何参数的梯度：当几何参数发生微小变化，会对几何形状的边界造成变化，两种变化的比值(几何形状变化/几何参数变化)即是几何形状边界对几何参数的梯度。
网格边界对几何参数的梯度：当几何参数发生微小变化，会对几何形状的边界造成变化，在对几何形状进行网格划分时，几何形状的边界变化将对应到网格边界的变化。网格边界的变化和几何参数变化的比值，即是网格边界对几何参数的梯度。
电磁参数对几何参数的梯度：当几何参数发生微小变化，会对几何形状的边界，以及网格边界造成变化，从而导致求解出的电磁参数造成变化。电磁参数变化和几何参数变化的比值，即是电磁参数对几何参数的梯度。
目标模型参数对几何参数的梯度：当几何参数发生微小变化，会对电磁参数产生变化，从而改变量子比特版图所对应的电路模型，以及模型中哈密顿量的参数。哈密顿量参数(目标模型参数)的变化和几何参数变化的比值，即是目标模型参数对几何参数的梯度。
超导量子芯片版图：超导量子芯片版图是超导量子芯片的设计图纸，它是量子芯片设计阶段的成果，同时是量子芯片加工的起点。在设计阶段需要考虑的超导量子比特的量子能级，电磁场分布等都最终体现到版图上。工艺工程师依据版图进行光刻、淀积等加工工艺，并最终制作完成量子芯片。测试工程师根据版图提供的信息进行测量活动。
是同一时刻两个状态的叠加，这是量子计算的基本性质。从物理上来说，量子比特就是量子态，因此，量子比特具有量子态的属性。由于量子态的独特量子属性，量子比特具有许多不同于经典比特的特征，这是量子信息科学的基本特征之一。
Fluxonium，一种超导量子比特类型，由约瑟夫森结并联电感、电容构成。该构成中，有大电感(一般使用大量约瑟夫森结(-100)的阵列或者高动态电感材料制作)电容对应的电能EC，电感对应的磁能EL，约瑟夫森能EJ互相接近(大约一个数量级之内)。
Fluxqubit:基于Fluxonium的量子比特，可以称之为“磁通量子比特”。该Fluxqubit由电容和数个约瑟夫森结组成。其中，电容非常小(EC比EJ小一个数量级以上),只有数个约瑟夫森结，可以近似等效于较小的电感。
量子器件：超导量子芯片中的量子器件特指超导量子比特。超导量子比特是利用约瑟夫森结的量子效应，与电容、电感组成量子电路。在极低温条件下，该电路表现出量子效应，满足量子态叠加原理，和量子测量理论。
实施例1
根据本发明实施例，还提供了一种量子版图优化的方法实施例，需要说明的是，附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
本申请实施例1所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。图1示出了一种用于实现量子版图优化方法的计算机终端(或移动设备)的硬件结构框图。如图1所示，计算机终端10(或移动设备)可以包括一个或多个处理器(图中采用102a、102b，……，102n来示出，处理器可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器104、以及用于通信功能的传输装置。除此以外，还可以包括：显示器、输入/输出接口(I/O接口)、通用串行总线(USB)端口(可以作为BUS总线的端口中的一个端口被包括)、网络接口、电源和/或相机。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述电子装置的结构造成限定。例如，计算机终端10还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。
应当注意到的是上述一个或多个处理器和/或其他数据处理电路在本文中通常可以被称为“数据处理电路”。该数据处理电路可以全部或部分的体现为软件、硬件、固件或其他任意组合。此外，数据处理电路可为单个独立的处理模块，或全部或部分的结合到计算机终端10(或移动设备)中的其他元件中的任意一个内。如本申请实施例中所涉及到的，该数据处理电路作为一种处理器控制(例如与接口连接的可变电阻终端路径的选择)。
存储器104可用于存储应用软件的软件程序以及模块，如本发明实施例中的量子版图优化方法对应的程序指令/数据存储装置，处理器通过运行存储在存储器104内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的应用程序的漏洞检测方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至计算机终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端10的通信供应商提供的无线网络。在一个实例中，传输装置包括一个网络适配器(Network Interface Controller，NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置可以为射频(Radio Frequency，RF)模块，其用于通过无线方式与互联网进行通讯。
显示器可以例如触摸屏式的液晶显示器(LCD)，该液晶显示器可使得用户能够与计算机终端10(或移动设备)的用户界面进行交互。
在上述运行环境下，本申请提供了如图2所示的量子版图优化方法。图2是根据本发明实施例的量子版图优化方法一的流程图，如图2所示，该方法包括如下步骤：
步骤S202，确定量子器件的目标哈密顿量参数；
步骤S204，确定量子器件的初始量子版图，以及初始量子版图的初始几何参数；
步骤S206，确定量子器件的哈密顿量参数对初始量子版图的几何参数的目标梯度；
步骤S208，基于目标梯度，对初始几何参数进行调整，使得量子器件的哈密顿量参数为目标哈密顿量参数，得到目标量子版图。
通过上述步骤，采用确定量子器件的哈密顿量参数对初始量子版图的几何参数的目标梯度的方式，由于目标梯度反应了量子器件的哈密顿量参数随几何参数的变化规律，因此，可以基于该变化规律，对量子器件的初始几何参数进行调整，得到与目标哈密顿量参数对应的目标量子版图。相对于相关技术中，采用电磁仿真的方式，每改变版图的一部分参数，就需要对整个版图进行一次电磁仿真，计算版图对应的量子模型的哈密顿量参数，然后根据哈密顿量参数的变化再调整版图的几何参数，反复迭代，直到版图设计满足要求方式，基于目标梯度的方式来确定哈密顿量参数相对于初始几何参数的变化方向，有效地避免了无效的调整，使得对几何参数的调整均是有效地，大大地提升了量子版图优化效率的技术效果，进而解决了调整量子版图参数时操作复杂，效率低的技术问题。
需要说明的是，本发明实施例中的几何参数可以用于描述量子版图以及描述量子版图中的量子器件，例如，可以是用于描述矩形形状的长和宽，描述圆形形状的半径和圆心位置等。
作为一种可选的实施例，确定量子器件的哈密顿量参数对初始量子版图的几何参数的目标梯度，包括：对量子器件的初始量子版图进行网格划分，得到初始量子版图的网格边界；确定网格边界对初始量子版图的几何参数的第一梯度；确定量子器件的哈密顿量参数对网格边界的第二梯度；基于第一梯度和第二梯度，确定量子器件的哈密顿量参数对初始量子版图的几何参数的目标梯度。
在对量子器件的初始量子版图进行网格划分后，会得到该初始量子版图的网格边界，网格边界的变化会导致求解系统的矩阵元的变化，其中，矩阵元为第i块网格与第j块网格之间的电磁作用，而矩阵元的变化会导致求解的未知量发生变化，例如划分网格的个数，需要求解的未知量到哈密顿量的变化影响即为梯度。
在本发明可选实施例中，目标梯度基于第一梯度和第二梯度确定，其中，第一梯度为网格边界对于几何参数的梯度，第二梯度为哈密顿量参数对于网格边界的梯度。在相关技术中，无法确定量子器件的哈密顿量参数是如何随着几何参数变化的，即无法直接确定哈密顿量参数相对于几何参数的变化规律，进而无法直接调整初始几何参数，使得量子器件的哈密顿量参数为目标哈密顿量参数。而在本发明可选实施例中，通过第一梯度和第二梯度之间基于网络边界的梯度传递的方式，相当于在哈密顿量参数与几何参数之间建立了关联关系，进而可以确定哈密顿量参数相对于几何参数的变化规律，即哈密顿量参数相对于几何参数的目标梯度。
作为一种可选的实施例，对量子器件的初始量子版图进行网格划分，得到初始量子版图的网格边界，包括：基于预定基本图形，对初始量子版图进行划分，得到多个预定基本图形的网格；将多个网格中在初始量子版图的边界上的顶点连成线，得到初始量子版图的网格边界。在进行网格划分时，可以按照不同形状对网格进行划分，例如可以将网格定义为三角形，矩形，多边形，等等。其中，在对初始量子版图进行划分时，上述预定基本图形越小，得到的划分结果也越精细，即对应的网格边界也越趋于真正的几何形状。
需要说明的是，在对量子器件对应的初始量子版图进行划分时，由于处于初始量子版图的几何中间的网格基本不受形状的变化而变化，由于几何参数的变化，改变的仅仅是划分后的网格边界。因此，为获得几何参数的变化对网格边界变化的影响，可以先确定基于预定基本图形进行网格划分后得到的多个网格，之后，基于网格在边界上的顶点，得到网格边界。采用上述处理方式，由于划分网格比较标准，因而得到的网格边界也比较标准，在一定程度上也能够提高后续梯度计算的准确性。
作为一种可选的实施例，确定网格边界对初始量子版图的几何参数的第一梯度，包括：确定基于预定基本图形对初始量子版图进行划分后得到的包括边界上的目标数量的网格的网格边界；基于目标数量相对于初始量子版图的几何参数的变化，确定网格边界对初始量子版图的几何参数的第一梯度。在预定基本图形确定的情况下，几何参数的改变可以直接体现在网格边界所包括的网格数量上，即可以基于目标数量相对于初始量子版图的几何参数的变化，确定网格边界对初始量子版图的几何参数的第一梯度。通过上述方式确定出第一梯度后，该第一梯度可以描述目标网格数量相对于初始量子版图的几何参数的变化，也就是说，根据该第一梯度，就可以直接确定网格边界随初始量子版图的几何参数的变化规律，另一方面也可以达到基于网格边界调整量子版图几何参数的目的。
作为一种可选的实施例，确定量子器件的哈密顿量参数对网格边界的第二梯度时，可以采用以下方式：对量子器件的初始量子版图进行电磁仿真，确定量子器件的哈密顿量参数的变化相对于网格边界的变化；确定基于量子器件的哈密顿量参数的变化相对于网格边界的变化，确定量子器件的哈密顿量参数对网格边界的第二梯度。在本实施例中，基于电磁仿真，通过确定量子器件的哈密顿量参数的变化相对于网格边界的变化，就可以计算出量子器件的哈密顿量参数对网格边界的第二梯度。
作为一种可选的实施例，基于第一梯度和第二梯度，确定量子器件的哈密顿量参数对初始量子版图的几何参数的目标梯度，包括：在第一梯度和第二梯度中，以网格边界作为中间传递量，确定以初始量子版图的几何参数为变量的量子器件的哈密顿量参数；确定哈密顿量参数对初始量子版图的几何参数的目标梯度。根据上述内容，在本发明实施例中可以得到“第一梯度：几何参数-网格边界”以及“第二梯度：网格边界-哈密顿量参数”的梯度关系，因此，以网格边界作为中间传递量，利用第一梯度和第二梯度的梯度传递，就可以实现建立量子版图的几何参数和量子器件的哈密顿量参数之间的梯度关系，即目标梯度，进而可以利用该目标梯度，最终可以达到直接对量子版图的几何参数进行调整来实现对量子器件的哈密顿量参数进行调整的技术效果。
作为一种可选的实施例，基于目标梯度，对初始几何参数进行调整，使得量子器件的哈密顿量参数为目标哈密顿量参数，得到目标量子版图，包括：基于目标梯度，确定初始几何参数的调整方向；基于调整方向，对初始几何参数进行多次调整，使得量子器件的哈密顿量参数为目标哈密顿量参数，得到目标量子版图。
作为一种可选的实施例，量子器件可以包括多种，例如，可以包括：Fluxonium量子比特。当然也可以包括其它类型的量子比特，在此不进行一一举例。
图3是根据本发明实施例的量子版图优化方法二的流程图，如图3所示，该方法包括如下步骤：
步骤S302，在交互界面上显示输入控件；
步骤S304，响应于对输入控件的操作，在交互界面上显示量子器件的目标哈密顿量参数，量子器件的初始量子版图，以及初始量子版图的初始几何参数；
步骤S306，接收量子版图优化指令；
步骤S308，响应于量子版图优化指令，确定量子器件的哈密顿量参数对初始量子版图的几何参数的目标梯度，并基于目标梯度，对初始几何参数进行调整，使得量子器件的哈密顿量参数为目标哈密顿量参数，得到目标量子版图；
步骤S310，在交互界面上显示目标量子版图。
通过上述步骤，用户只需要在交互界面上输入目标哈密顿量参数，量子器件的初始量子版图以及初始量子版图的初始几何参数，就可以自动完成量子版图的优化。确定量子器件的哈密顿量参数对初始量子版图的几何参数的目标梯度的方式，由于目标梯度反应了量子器件的哈密顿量参数随几何参数的变化规律，因此，可以基于该变化规律，对量子器件的初始几何参数进行调整，得到与目标哈密顿量参数对应的目标量子版图。相对于相关技术中，采用电磁仿真的方式，每改变版图的一部分参数，就需要对整个版图进行一次电磁仿真，计算版图对应的量子模型的哈密顿量参数，然后根据哈密顿量参数的变化再调整版图的几何参数，反复迭代，直到版图设计满足要求方式，基于目标梯度的方式来确定哈密顿量参数相对于初始几何参数的变化方向，直接，有效地避免了无效的调整，使得对几何参数的调整均是有效地，大大地提升了量子版图优化效率的技术效果，进而解决了调整量子版图参数时操作复杂，效率低的技术问题。
基于上述实施例及可选实施例，本发明提出一种可选的实施方式，下面进行介绍。
针对相关技术中，采用电磁仿真的方式对量子器件的版图进行优化时，该过程为试错迭代的过程，麻烦，对版图的布置调整缺乏方向性。具体过程为画一个版图，然后算哈密顿量的参数，然后对比优化目标要求，不断改版图，全过程数值模拟，非常慢。
对包括量子器件的版图进行电磁仿真的过程比较复杂，需要做网格剖分(获知版图上的几何参数改变时，对应到网格上哪些部分要跟着改变)，版图上的每个网格可以被看做是一个未知量，对应了电磁方程的一个维度。当版图中的图形变化时，例如某个部分的长和宽增大，则可以根据版图中的几何参数的改变确定剖分后的网格中的哪些边或者哪些点朝哪个方向上的变化，进一步地求解电磁矩阵方程，从而得到电磁参数以及目标模型参数对版图中的几何参数的梯度信息。
相关技术中，各项参数对于几何参数的梯度难以直接获得，因此无法直接获得哈密顿量参数关于几何参数的梯度，无法根据目标哈密顿量参数对版图设计进行一步优化。本发明实施例为解决了网格边界对几何参数的梯度求解，基于微分方程的链式法则，使得上述一步优化成为可能。具体如下：
1、先将板图参数化，定义一些版图以及版图中器件的几何参数(如描述矩形形状的长、宽；描述圆形形状的半径、圆心位置等)，参数可变，例如每一条线都可以对应长度、宽度等参数；
2、获取目标量子模型的哈密顿量参数，然后对版图进行仿真计算，得到目标模型参数对几何参数的梯度。
可选地，步骤2中，可以将参数化后的版图采用求解器做分析。具体的，首先将版图形状进行划分，得到多个网格(三角形)，然后求解每个网格边界对几何参数的梯度(同网格对几何参数的梯度)。
可选地，网格边界的变化，会导致求解系统矩阵的矩阵元的变化(其中一个三角形上某种密度的电荷，某一个三角形变化时，会导致矩阵元变化，矩阵元描述的是第i块三角形与第j块三角形之间的电磁相互作用)，进而导致求解的未知量发生变化(划分网格的个数)，将未知量到哈密顿量的变化影响反映为梯度，即dρ/d mesh(其中，dρ为哈密顿量参数的微分，d mesh为网格参数的微分)。
通过求解上述矩阵，得到网格边界对几何参数的梯度：d mesh/dg(d mesh为网格参数的微分，dg为几何参数的微分)。
进而，得到目标模型参数对几何参数的梯度：dρ/d g：
即，基于链式法则，得到目标模型参数对几何参数的梯度：dρ/d g＝dρ/d mesh*dmesh/dg。
基于所述梯度信息，对几何参数进行调整，迭代得到符合目标模型参数的版图设计。
基于上述过程，版图的完整具体优化过程如下：
1，给定设计目标：目标模型参数(即目标哈密顿量参数)；
2，获取初始版图；
3，对所述初始版图进行几何参数化；
4，对几何参数化的版图进行网格剖分，分析网格，得到网格边界对几何参数的梯度；
5，对网格化的版图进行电磁仿真，传递网格边界的梯度，得到目标模型参数对几何参数的梯度；
6，基于所述梯度信息，对几何参数进行调整，迭代得到符合目标模型参数的版图设计。
上述过程也可以具体基于以下方式实现：先获取设计目标，即目标模型参数，即第一哈密顿量参数；获取初始版图，并对所述初始版图进行几何参数化；通过仿真模拟，求取目标模型参数对于初始版图的几何参数的梯度和所述初始版图的当前哈密顿量参数，即第二哈密顿量参数；基于所述梯度，调整所述初始版图，使得第二哈密顿量参数优化至第一哈密顿量参数。
其中，在进行电磁仿真模拟之前，对几何参数化的版图进行网格剖分，分析网格，得到网格边界对几何参数的第一梯度。之后，基于电磁仿真模拟，得到哈密顿量参数对于网格边界的第二梯度；基于第一梯度和第二梯度，得到目标模型参数对于初始版图的几何参数的梯度。其中，电磁仿真模拟包括：对网格化的版图进行电磁仿真，传递网格边界的梯度，得到目标模型参数，以及目标模型参数对几何参数的梯度。
通过上述处理，可以获得板图几何参数对哈密顿量参数的敏感度关系，即梯度关系。在进行电磁仿真的过程中，要求解矩阵方程，还要求解矩阵方程的未知量的梯度，求解梯度矩阵，采用网格边界传递的方式实现了梯度优化处理。而且，端到端的优化设计，从底层的版图的几何形状参数，到最后的量子模型参数，一次矩阵求解全算完，并且优化好，即解一次方程，就可以求出n个几何参数对应哈密顿量参数的梯度。需要说明的是，在求解梯度的时候，可以根据计算哈密顿量参数的一些结果，加速求解过程，降低资源消耗，使得版图的优化效率大大提升。
下面对上述可选实施方式的处理细节进行说明。
(一)布局设计自动化和优化
(1)参数化布局
为了实现自动化设计和参数优化，我们首先需要一个合适的模型来参数化布局。为了避免在一开始就对模型进行过多的抽象，我们首先用预定义的形状模式来模拟手工设计过程。
(2)带有预定义模式的布局
布局利用几个几何参数来进行参数化。在相关技术中的方案是模仿人的设计过程来创建一个量子比特布局，包括：创建一些形状与尺寸参数，在两个形状之间分配相对位置(距离矢量)，根据实际需求，对两个形状执行布尔操作(差，并)。这可能不是定义布局的较佳方式。如果我们改变一些模式，参数的定义也会改变。但更直观的方法是将参数与布局本身联系起来。
(3)辅助操作
1)定义形状
可以按照以下方式定义/导入形状，逐步完成常用的形状图案库：
1、规则形状(矩形、梯形、三角形、圆形等)；
2、从参数化坐标的直线循环；
3、从GDS文件导入；
2)定义相对位置
3)定义布尔操作
布尔运算符包括“差”和“并”。
(4)配置优化
在预先设定好的布局模式下，以网格生成器和表面积分方程(IE)静电解算器为核心计算代价函数。
(5)优化过程
一个完整的布局，例如2Q，通常用大约100个参数定义。优化所有参数是非常缓慢的，并可能导致无限可能的解决方案。
在实际应用中，Ec、Jc、gc、Cv仅与少数几个设计参数密切相关，且相互间耦合较弱。图4是根据本发明可选实施方式提供的优化流程示意图，如图4所示：
1)优化qa/qb垫尺寸以获得所需的Ec；
2)优化gc(量子谐振耦合)；
3)优化Jc(量子位-量子位电容耦合)；
4)优化Cv(xy量子比特电容)。
在上面的每个步骤中，只需要改变几个参数就可以产生设计。因此，可以减少对EM求解器的调用总数，并减少运行时间。
(6)成本函数
成本函数可以简单地定义为达到预期设计目标的误差的平方和。例如，对于N个量子比特的Ec优化，代价函数表示如下：
Figure BDA0003918957220000131
(7)效率
双量子比特设计仿真时间如下表所示。
Figure BDA0003918957220000132
Figure BDA0003918957220000141
其中，密网下的情况是封闭到内存的上限。
(二)布局优化与梯度计算
(1)参数化布局
在相关技术中，布局是通过用户自定义的几何创建函数参数化的，参数由用户手动定义。
下面对参数化布局的更通用的方法进行说明。
1)梯度计算
假设布局由
Figure BDA0003918957220000142
在
Figure BDA0003918957220000143
为待优化参数的向量的表面上表示。要解决的问题是：
Figure BDA0003918957220000144
其中，
Figure BDA0003918957220000145
为格林函数，整合在布局的表面上。值得注意的是，
Figure BDA0003918957220000146
是独立于
Figure BDA0003918957220000147
的，因为它与布局金属上的电压分配(1V或0V)有关，因此与边界和形状无关。待解的未知数是
Figure BDA0003918957220000148
电容矩阵和参与比可以由
Figure BDA0003918957220000149
的分布推导出来。
因此，最终ρ的梯度关于
Figure BDA00039189572200001410
Figure BDA00039189572200001411
是想要找到的，以加速优化。
2)推导
上面的方程可以简化为：
Figure BDA00039189572200001412
其中，A定义为：
Figure BDA00039189572200001413
注意，为简单起见，上式省略了
Figure BDA00039189572200001414
在算子中的依赖性，而引入了
Figure BDA00039189572200001415
的依赖。
取方程相对于布局参数的梯度：
Figure BDA00039189572200001416
上式右边是零，因为V不是
Figure BDA00039189572200001417
的函数。而
Figure BDA00039189572200001418
变成了新方程的解：
Figure BDA00039189572200001419
这个问题被简化为重复使用A作为线性方程组，用新的右边解这个方程组。右边表示由于布局变化而产生的电位分布梯度由固定电荷分布产生。
3)离散形式
上述公式需要将其分解为矩阵形式，以便进行数值求解。标准矩阵方程为：
Figure BDA0003918957220000151
在上式中未知量被展开为
Figure BDA0003918957220000152
将上式中的
Figure BDA0003918957220000153
换成
Figure BDA0003918957220000154
可以得到下式：
Figure BDA0003918957220000155
为仅保留Δx项，将以上两个方程做差：
Figure BDA0003918957220000156
在上式中带入如下关系：
Figure BDA0003918957220000157
表示成：
Figure BDA0003918957220000158
由于等式两边相等，因此：
Figure BDA0003918957220000161
上式右边的最后一项被简化为线积分：
Figure BDA0003918957220000162
上面的描述形式与推导中的算子形式相同。
4)算子的梯度
为了正确地获得布局梯度，需要评估操作符的梯度：
Figure BDA0003918957220000163
或者表示成离散形式：
Figure BDA0003918957220000164
5)实例说明
图5是根据本发明可选实施方式提供的量子比特衬底的示意图，如图5所示，考虑一个简单的例子如下：两个相同的矩形量子比特衬底用两个参数w和L来参数化，每个衬底的中心是固定的。周围接地平面固定。
电荷分布对参数L的导数为：
Figure BDA0003918957220000165
其中，B的矩阵元素为：
Figure BDA0003918957220000166
其中，积分路径P是图5中的L边对应的线；积分表面G是整个布局。
如果能找到对应于单个参数变化的直线，就能找到其导数。
6)数值实现
数值实现的主要步骤如下：
首先，需要找出几何形状和网格因参数变化而产生的变化。
1、几何图形的变化是以多边形顶点坐标的变化为特征的；
2、由于多边形是由边界节点唯一定义的，只有边界节点坐标对参数变化具有非零导数w.r.t。然后是边界节点坐标
Figure BDA0003918957220000171
的变化由于参数xi改变可以写成：
Figure BDA0003918957220000172
3、这些边界节点的变化可以转化为边界边的变化，边界边的变化会导致边界边所依附的三角形面积的增加或减少；
4、积分路径P和公式中B的系数是定义好的。
(三)矩阵元素的评估
静电参数相对于几何参数梯度产生的控制方程如下：
Figure BDA0003918957220000173
其中，A是与电荷密度ρ以及激励电压V有关的运算符号/矩阵：
(1)计算
Figure BDA0003918957220000174
的矩阵元素
矩阵A表示为：
Figure BDA0003918957220000175
其中，Ai和Aj是三角形Ti和Tj的面积。
假设x是几何参数，其变化量在三角形中引起坐标的偏移。这可以转化为积分域的变化Ti和Tj。因此，可以得出下式：
Figure BDA0003918957220000176
如果进一步考虑Ai和Aj面积的变化，梯度作用于面积:
Figure BDA0003918957220000177
(2)积分上的梯度
积分形式可以表示为：
Figure BDA0003918957220000181
其中，
Figure BDA0003918957220000182
位于Ti(x)，
Figure BDA0003918957220000183
位于Tj(x)。
考虑下面的积分，它与表达式[δxA]ij有关：
Figure BDA0003918957220000184
通过一些推导和化简，可以得到：
Figure BDA0003918957220000185
其中，由于
Figure BDA0003918957220000186
和
Figure BDA0003918957220000187
不是关于x的函数，因此
Figure BDA0003918957220000188
x的一种变体导致三角形边界变化：δTi和δTj。
Figure BDA0003918957220000189
表示δTi边界变化的速度，
Figure BDA00039189572200001810
表示δTj边界变化的速度。边界的法线方向为
Figure BDA00039189572200001811
和
Figure BDA00039189572200001812
因此，速度在法线方向上的投影对点积的积分有贡献，即
Figure BDA00039189572200001813
和
Figure BDA00039189572200001814
最后，将双曲面积分归结为两个曲面积分+曲面积分的和。
(3)极端情况：三角形小，距离大
如果三角形Ti和Tj与距离
Figure BDA00039189572200001815
相比足够小，被积函数
Figure BDA00039189572200001816
可以认为是恒定的。因此，I1≈cI0，其中，c是三角形大小的变化量。
(四)网格处理与梯度信息
(1)网格生成与处理
1)主要步骤如下：
1、有一种生成布局(平面几何)的方法，由G，只有几个参数
Figure BDA00039189572200001823
其中
Figure BDA00039189572200001824
向量中的每个元素是一个几何参数：
Figure BDA00039189572200001817
2、
Figure BDA00039189572200001818
变成
Figure BDA00039189572200001819
的变化率会产生不同的布局
Figure BDA00039189572200001820
可以假设
Figure BDA00039189572200001821
的变化不影响布局的拓扑。因此，δG是边界的变化：
Figure BDA00039189572200001822
重要的问题是整齐地表示δxG。
3、记录δxG边界的变化作为几个顶点pi。每个顶点都与表示其坐标变化的矢量相关联。
δxG→{(pi，vi)}
其中，pi为顶点几何图形的顶点，vi为随
Figure BDA0003918957220000191
变化而变化的坐标
4、用非零向量标记顶点，并在边界上的线上循环。如果标记了任何端点，则表示为lj的线，也应该加上标签，因为线上的所有点都是不同的。
δxG→{(pi，vi)}+{lj}
需要注意的是，有可能两个端点的变化矢量平行于直线，在这种情况下，线没有变化，也不需要标记。
5、生成网格。沿着每条标记的线lj，找到线上所有的网格点pj，插值变化向量vj基于两端的向量得到。
{lj}→{(pj，vj)}
总的来说，就是网格相对于一个参数δxG的变化，简单地表示为一组边界点+向量
δxG→{(pk，vk)}
这种表示与网格细化方案是兼容的。
2)示例
图6是根据本发明可选实施方式的网格生成示意图。
现在我们需要沿着高亮显示的线条找到梯度信息。
图7是根据本发明可选实施方式的梯度信息示意图，如图7所示，可以看到边界上的每个点都有一个向量，且X和Y向量的分量如图7所示。
(2)实施细节
网格生成：在本发明可选实施方式中将为每个形状生成一个网格，网格生成的这一步只是基于几何和生成网格标记点/线。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的量子版图优化方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个计算机可读存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
实施例2
根据本发明实施例，还提供了一种用于实施上述量子版图优化方法的装置，图8是根据本发明实施例的量子版图优化装置一的结构框图，如图8所示，该装置包括：第一确定模块81，第二确定模块82，第三确定模块83和调整模块84，下面对该装置进行说明。
第一确定模块81，用于确定量子器件的目标哈密顿量参数；第二确定模块82，连接至上述第一确定模块81，用于确定量子器件的初始量子版图，以及初始量子版图的初始几何参数；第三确定模块83，连接至上述第二确定模块82，用于确定量子器件的哈密顿量参数对初始量子版图的几何参数的目标梯度；调整模块84，连接至上述第三确定模块83，用于基于目标梯度，对初始几何参数进行调整，使得量子器件的哈密顿量参数为目标哈密顿量参数，得到目标量子版图。
此处需要说明的是，上述第一确定模块81，第二确定模块82，第三确定模块83和调整模块84对应于实施例1中的步骤S202至步骤S208，四个模块与对应的步骤所实现的实例和应用场景相同，但不限于上述实施例1所公开的内容。需要说明的是，上述模块作为装置的一部分可以运行在实施例1提供的计算机终端10中。
根据本发明实施例，还提供了一种用于实施上述量子版图优化方法的装置，图9是根据本发明实施例的量子版图优化装置二的结构框图，如图9所示，该装置包括：第一显示模块91，第一响应模块92，接收模块93，第二响应模块94和第二显示模块95，下面对该装置进行说明。
第一显示模块91，用于在交互界面上显示输入控件；第一响应模块92，连接至上述第一显示模块91，用于响应于对输入控件的操作，在交互界面上显示量子器件的目标哈密顿量参数，量子器件的初始量子版图，以及初始量子版图的初始几何参数；接收模块93，连接至上述第一响应模块92，用于接收量子版图优化指令；第二响应模块94，连接至上述接收模块93，用于响应于量子版图优化指令，确定量子器件的哈密顿量参数对初始量子版图的几何参数的目标梯度，并基于目标梯度，对初始几何参数进行调整，使得量子器件的哈密顿量参数为目标哈密顿量参数，得到目标量子版图；第二显示模块95，连接至上述第二响应模块94，用于在交互界面上显示目标量子版图。
此处需要说明的是，上述第一显示模块91，第一响应模块92，接收模块93，第二响应模块94和第二显示模块95对应于实施例1中的步骤S302至步骤S310，五个模块与对应的步骤所实现的实例和应用场景相同，但不限于上述实施例1所公开的内容。需要说明的是，上述模块作为装置的一部分可以运行在实施例1提供的计算机终端10中。
实施例3
本发明的实施例可以提供一种计算机终端，该计算机终端可以是计算机终端群中的任意一个计算机终端设备。可选地，在本实施例中，上述计算机终端也可以替换为移动终端等终端设备。
可选地，在本实施例中，上述计算机终端可以位于计算机网络的多个网络设备中的至少一个网络设备。
在本实施例中，上述计算机终端可以执行应用程序的量子版图优化方法中以下步骤的程序代码：确定量子器件的目标哈密顿量参数；确定量子器件的初始量子版图，以及初始量子版图的初始几何参数；确定量子器件的哈密顿量参数对初始量子版图的几何参数的目标梯度；基于目标梯度，对初始几何参数进行调整，使得量子器件的哈密顿量参数为目标哈密顿量参数，得到目标量子版图。
可选地，图10是根据本发明实施例的一种计算机终端的结构框图。如图10所示，该计算机终端可以包括：一个或多个(图中仅示出一个)处理器1002、存储器1004等。
其中，存储器可用于存储软件程序以及模块，如本发明实施例中的量子版图优化方法和装置对应的程序指令/模块，处理器通过运行存储在存储器内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的量子版图优化方法。存储器可包括高速随机存储器，还可以包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器可进一步包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至计算机终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
处理器可以通过传输装置调用存储器存储的信息及应用程序，以执行下述步骤：确定量子器件的目标哈密顿量参数；确定量子器件的初始量子版图，以及初始量子版图的初始几何参数；确定量子器件的哈密顿量参数对初始量子版图的几何参数的目标梯度；基于目标梯度，对初始几何参数进行调整，使得量子器件的哈密顿量参数为目标哈密顿量参数，得到目标量子版图。
可选的，上述处理器还可以执行如下步骤的程序代码：对量子器件的初始量子版图进行网格划分，得到初始量子版图的网格边界；确定网格边界对初始量子版图的几何参数的第一梯度；确定量子器件的哈密顿量参数对网格边界的第二梯度；基于第一梯度和第二梯度，确定量子器件的哈密顿量参数对初始量子版图的几何参数的目标梯度。
可选的，上述处理器还可以执行如下步骤的程序代码：基于预定基本图形，对初始量子版图进行划分，得到多个预定基本图形的网格；将多个网格中在初始量子版图的边界上的顶点连成线，得到初始量子版图的网格边界。
可选的，上述处理器还可以执行如下步骤的程序代码：确定基于预定基本图形对初始量子版图进行划分后得到的包括边界上的目标数量的网格的网格边界；基于目标数量相对于初始量子版图的几何参数的变化，确定网格边界对初始量子版图的几何参数的第一梯度。
可选的，上述处理器还可以执行如下步骤的程序代码：对量子器件的初始量子版图进行电磁仿真，确定量子器件的哈密顿量参数的变化相对于网格边界的变化；基于量子器件的哈密顿量参数的变化相对于网格边界的变化，确定量子器件的哈密顿量参数对网格边界的第二梯度。
可选的，上述处理器还可以执行如下步骤的程序代码：在第一梯度和第二梯度中，以网格边界作为中间传递量，确定以初始量子版图的几何参数为变量的量子器件的哈密顿量参数；确定哈密顿量参数对初始量子版图的几何参数的目标梯度。
可选的，上述处理器还可以执行如下步骤的程序代码：基于目标梯度，确定初始几何参数的调整方向；基于调整方向，对初始几何参数进行多次调整，使得量子器件的哈密顿量参数为目标哈密顿量参数，得到目标量子版图。
可选的，上述处理器还可以执行如下步骤的程序代码：量子器件包括：Fluxonium量子比特。
处理器可以通过传输装置调用存储器存储的信息及应用程序，以执行下述步骤：在交互界面上显示输入控件；响应于对输入控件的操作，在交互界面上显示量子器件的目标哈密顿量参数，量子器件的初始量子版图，以及初始量子版图的初始几何参数；接收量子版图优化指令；响应于量子版图优化指令，确定量子器件的哈密顿量参数对初始量子版图的几何参数的目标梯度，并基于目标梯度，对初始几何参数进行调整，使得量子器件的哈密顿量参数为目标哈密顿量参数，得到目标量子版图；在交互界面上显示目标量子版图。
采用本发明实施例，提供了一种量子版图优化的方案。采用计算梯度的方式，通过先确定出量子器件的目标哈密顿参数，该量子器件的初始量子版图以及该初始量子版图的初始几何参数，基于目标哈密顿量和初始几何参数对初始量子版图进行仿真计算，得到目标哈密顿量相对于初始几何参数的目标梯度，即得到将初始几何参数调整至目标几何参数需要进行的变化，达到了基于该目标梯度直接将初始量子版图的几何参数调整至目标量子版图的几何参数的目的，而将量子版图调整至目标几何参数后，该量子版图对应的量子器件也就能达到目标哈密顿量参数，从而实现了基于量子器件的哈密顿量参数对初始量子版图的几何参数的目标梯度，直接对初始几何参数进行调整，提高量子版图优化效率的技术效果，进而解决了调整量子版图参数时操作复杂，效率低的技术问题。
本领域普通技术人员可以理解，图10所示的结构仅为示意，计算机终端也可以是智能手机(如Android手机、iOS手机等)、平板电脑、掌声电脑以及移动互联网设备(MobileInternet Devices，MID)、PAD等终端设备。图10其并不对上述电子装置的结构造成限定。例如，计算机终端16还可包括比图10中所示更多或者更少的组件(如网络接口、显示装置等)，或者具有与图10所示不同的配置。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，计算机可读存储介质可以包括：闪存盘、只读存储器(Read-Only Memory，ROM)、随机存取器(Random Access Memory，RAM)、磁盘或光盘等。
实施例4
本发明的实施例还提供了一种计算机可读存储介质。可选地，在本实施例中，上述计算机可读存储介质可以用于保存上述实施例1所提供的量子版图优化方法所执行的程序代码。
可选地，在本实施例中，上述计算机可读存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中，或者位于移动终端群中的任意一个移动终端中。
可选地，在本实施例中，计算机可读存储介质被设置为存储用于执行上述实施例或可选实施例中量子版图优化方法的程序代码
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个计算机可读存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的计算机可读存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (12)

1.一种量子版图优化方法，其特征在于，包括：
确定量子器件的目标哈密顿量参数；
确定所述量子器件的初始量子版图，以及所述初始量子版图的初始几何参数；
确定所述量子器件的哈密顿量参数对所述初始量子版图的几何参数的目标梯度；
基于所述目标梯度，对所述初始几何参数进行调整，使得所述量子器件的哈密顿量参数为所述目标哈密顿量参数，得到目标量子版图。
2.根据权利要求1所述的方法，其特征在于，所述确定所述量子器件的哈密顿量参数对所述初始量子版图的几何参数的目标梯度，包括：
对所述量子器件的初始量子版图进行网格划分，得到所述初始量子版图的网格边界；
确定所述网格边界对所述初始量子版图的几何参数的第一梯度；
确定所述量子器件的哈密顿量参数对所述网格边界的第二梯度；
基于所述第一梯度和所述第二梯度，确定所述量子器件的哈密顿量参数对所述初始量子版图的几何参数的目标梯度。
3.根据权利要求2所述的方法，其特征在于，所述对所述量子器件的初始量子版图进行网格划分，得到所述初始量子版图的网格边界，包括：
基于预定基本图形，对所述初始量子版图进行划分，得到多个所述预定基本图形的网格；
将所述多个网格中在所述初始量子版图的边界上的顶点连成线，得到所述初始量子版图的网格边界。
4.根据权利要求2所述的方法，其特征在于，所述确定所述网格边界对所述初始量子版图的几何参数的第一梯度，包括：
确定基于预定基本图形对所述初始量子版图进行划分后得到的包括边界上的目标数量的网格的网格边界；
基于所述目标数量相对于所述初始量子版图的几何参数的变化，确定所述网格边界对所述初始量子版图的几何参数的第一梯度。
5.根据权利要求2所述的方法，其特征在于，所述确定所述量子器件的哈密顿量参数对所述网格边界的第二梯度，包括：
对所述量子器件的初始量子版图进行电磁仿真，确定所述量子器件的哈密顿量参数的变化相对于所述网格边界的变化；
基于所述量子器件的哈密顿量参数的变化相对于所述网格边界的变化，确定所述量子器件的哈密顿量参数对所述网格边界的第二梯度。
6.根据权利要求2所述的方法，其特征在于，所述基于所述第一梯度和所述第二梯度，确定所述量子器件的哈密顿量参数对所述初始量子版图的几何参数的目标梯度，包括：
在所述第一梯度和所述第二梯度中，以所述网格边界作为中间传递量，确定以所述初始量子版图的几何参数为变量的所述量子器件的哈密顿量参数；
确定所述哈密顿量参数对所述初始量子版图的几何参数的目标梯度。
7.根据权利要求1至6中任一项所述的方法，其特征在于，所述基于所述目标梯度，对所述初始几何参数进行调整，使得所述量子器件的哈密顿量参数为所述目标哈密顿量参数，得到目标量子版图，包括：
基于所述目标梯度，确定所述初始几何参数的调整方向；
基于所述调整方向，对所述初始几何参数进行多次调整，使得所述量子器件的哈密顿量参数为所述目标哈密顿量参数，得到目标量子版图。
8.根据权利要求7所述的方法，其特征在于，所述量子器件包括：Fluxonium量子比特。
9.一种量子版图优化方法，其特征在于，包括：
在交互界面上显示输入控件；
响应于对所述输入控件的操作，在所述交互界面上显示量子器件的目标哈密顿量参数，所述量子器件的初始量子版图，以及所述初始量子版图的初始几何参数；
接收量子版图优化指令；
响应于所述量子版图优化指令，确定所述量子器件的哈密顿量参数对所述初始量子版图的几何参数的目标梯度，并基于所述目标梯度，对所述初始几何参数进行调整，使得所述量子器件的哈密顿量参数为所述目标哈密顿量参数，得到目标量子版图；
在所述交互界面上显示所述目标量子版图。
10.一种量子版图优化装置，其特征在于，包括：
第一确定模块，用于确定量子器件的目标哈密顿量参数；
第二确定模块，用于确定所述量子器件的初始量子版图，以及所述初始量子版图的初始几何参数；
第三确定模块，用于确定所述量子器件的哈密顿量参数对所述初始量子版图的几何参数的目标梯度；
调整模块，用于基于所述目标梯度，对所述初始几何参数进行调整，使得所述量子器件的哈密顿量参数为所述目标哈密顿量参数，得到目标量子版图。
11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至9中任意一项所述的量子版图优化方法。
12.一种计算机设备，其特征在于，包括：存储器和处理器，
所述存储器存储有计算机程序；
所述处理器，用于执行所述存储器中存储的计算机程序，所述计算机程序运行时使得所述处理器执行权利要求1至9中任意一项所述的量子版图优化方法。
CN202211348365.4A 2022-08-16 2022-08-16 量子版图优化方法、装置及计算机可读存储介质 Pending CN115659898A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211348365.4A CN115659898A (zh) 2022-08-16 2022-08-16 量子版图优化方法、装置及计算机可读存储介质

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202211348365.4A CN115659898A (zh) 2022-08-16 2022-08-16 量子版图优化方法、装置及计算机可读存储介质
CN202210978086.XA CN115048901B (zh) 2022-08-16 2022-08-16 量子版图优化方法、装置及计算机可读存储介质

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN202210978086.XA Division CN115048901B (zh) 2022-08-16 2022-08-16 量子版图优化方法、装置及计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN115659898A true CN115659898A (zh) 2023-01-31

Family

ID=83166382

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202211348365.4A Pending CN115659898A (zh) 2022-08-16 2022-08-16 量子版图优化方法、装置及计算机可读存储介质
CN202210978086.XA Active CN115048901B (zh) 2022-08-16 2022-08-16 量子版图优化方法、装置及计算机可读存储介质

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN202210978086.XA Active CN115048901B (zh) 2022-08-16 2022-08-16 量子版图优化方法、装置及计算机可读存储介质

Country Status (2)

Country Link
US (1) US20240070372A1 (zh)
CN (2) CN115659898A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117933175A (zh) * 2024-03-25 2024-04-26 杭州广立微电子股份有限公司 版图等效线宽的计算方法、装置、电子装置和存储介质

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115630599B (zh) * 2022-12-20 2023-03-28 全芯智造技术有限公司 用于版图处理的方法、设备和介质

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040128081A1 (en) * 2002-12-18 2004-07-01 Herschel Rabitz Quantum dynamic discriminator for molecular agents
US8229863B2 (en) * 2008-05-28 2012-07-24 D-Wave Systems Inc. Method and apparatus for evolving a quantum system using a mixed initial hamiltonian comprising both diagonal and off-diagonal terms
WO2020168158A1 (en) * 2019-02-15 2020-08-20 Rigetti & Co, Inc. Automated synthesizing of quantum programs
US11294986B2 (en) * 2019-11-22 2022-04-05 International Business Machines Corporation Iterative energy-scaled variational quantum eigensolver
US11144689B1 (en) * 2020-04-14 2021-10-12 Cambridge Quantum Computing Limited System and method for generating a quantum circuit
CN113517530B (zh) * 2020-07-22 2022-08-23 阿里巴巴集团控股有限公司 量子芯片的制备方法、装置、设备及量子芯片
CN112561069B (zh) * 2020-12-23 2021-09-21 北京百度网讯科技有限公司 模型处理方法、装置、设备及存储介质
CN112819170B (zh) * 2021-01-22 2021-11-05 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
CN113158615B (zh) * 2021-04-15 2023-04-14 深圳市腾讯计算机系统有限公司 量子门的优化方法、装置、设备及存储介质
CN113705793B (zh) * 2021-09-03 2023-04-07 北京百度网讯科技有限公司 决策变量确定方法及装置、电子设备和介质
CN114065939B (zh) * 2021-11-22 2022-10-11 北京百度网讯科技有限公司 量子芯片设计模型的训练方法、装置、设备及存储介质
CN114491859A (zh) * 2022-01-28 2022-05-13 苏州浪潮智能科技有限公司 超导量子芯片读出腔的自动化设计方法、装置及存储介质
CN114492810B (zh) * 2022-02-11 2023-03-24 北京百度网讯科技有限公司 超导量子芯片设计方法及装置、电子设备和介质
CN114861576B (zh) * 2022-05-06 2023-02-21 北京百度网讯科技有限公司 超导量子芯片版图的仿真方法及装置、电子设备和介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117933175A (zh) * 2024-03-25 2024-04-26 杭州广立微电子股份有限公司 版图等效线宽的计算方法、装置、电子装置和存储介质

Also Published As

Publication number Publication date
US20240070372A1 (en) 2024-02-29
CN115048901B (zh) 2022-11-15
CN115048901A (zh) 2022-09-13

Similar Documents

Publication Publication Date Title
CN115048901B (zh) 量子版图优化方法、装置及计算机可读存储介质
Viertel et al. An approach to quad meshing based on harmonic cross-valued maps and the Ginzburg--Landau theory
CN114861576B (zh) 超导量子芯片版图的仿真方法及装置、电子设备和介质
EP3186735A1 (en) Analyzing quantum information processing circuits
Ferranti et al. Physics-based passivity-preserving parameterized model order reduction for PEEC circuit analysis
CN115017859B (zh) 版图生成方法、装置、计算机可读存储介质及计算机设备
US20100070934A1 (en) Analysis of Physical Systems via Model Libraries Thereof
US20120191423A1 (en) Method for local refinement of geometric or physical representation
CN103366033B (zh) 统计电路仿真的方法和系统
CN108694477A (zh) 一种电价预测方法及相关装置
Dłotko et al. A novel technique for cohomology computations in engineering practice
Zaman et al. Modified Bézier curves with shape-preserving characteristics using Differential Evolution optimization algorithm
CN110199279B (zh) 集成电路设计系统
Guo et al. Extrapolation with Range Determination of 2D Spectral Transposed Convolutional Neural Network for Advanced Packaging Problems
CN114327395A (zh) 网页设计方法、装置、计算机设备、存储介质和产品
CN104657557A (zh) 采用电磁仿真软件获取芯片级电路电磁辐射特性的方法及装置
Hemaram et al. Computational Intelligence Based Selection and Placement of Decoupling Capacitors: A Comparative Study
Wu et al. Minimal rational interpolation and its application in fast broadband simulation
Astafurova et al. Means of computer modeling of microwave devices and numerical methods as their base
Chen et al. Initial-condition parameterization and dynamical effect of a dual-memelement-based oscillation circuit
Capek et al. Atom: A versatile MATLAB tool for antenna synthesis
Wu Development of a three‐dimensional solver based on the local domain‐free discretization and immersed boundary method and its application for incompressible flow problems
Bittner et al. Multirate Circuit-EM-Device Simulation
Petriu et al. Virtual prototyping tools for electronic design automation
CN107045488A (zh) 一种基于Bezier曲面四边形参数方程的曲面边界元计算方法

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