CN115809705A - 基于量子计算的流体动力学计算系统及量子计算机 - Google Patents
基于量子计算的流体动力学计算系统及量子计算机 Download PDFInfo
- Publication number
- CN115809705A CN115809705A CN202211463514.1A CN202211463514A CN115809705A CN 115809705 A CN115809705 A CN 115809705A CN 202211463514 A CN202211463514 A CN 202211463514A CN 115809705 A CN115809705 A CN 115809705A
- Authority
- CN
- China
- Prior art keywords
- quantum
- equation set
- initial state
- module
- variable
- 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
Links
- 239000012530 fluid Substances 0.000 title claims abstract description 30
- 238000004364 calculation method Methods 0.000 claims abstract description 44
- 238000002360 preparation method Methods 0.000 claims abstract description 30
- 238000004891 communication Methods 0.000 claims abstract description 8
- 238000000034 method Methods 0.000 claims description 36
- 239000011159 matrix material Substances 0.000 claims description 31
- 238000004422 calculation algorithm Methods 0.000 claims description 20
- 239000002096 quantum dot Substances 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 12
- 238000007781 pre-processing Methods 0.000 claims description 10
- 239000000126 substance Substances 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 11
- 230000008569 process Effects 0.000 description 11
- 238000013461 design Methods 0.000 description 6
- 238000004088 simulation Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000005610 quantum mechanics Effects 0.000 description 3
- 238000012827 research and development Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 229910052710 silicon Inorganic materials 0.000 description 2
- 239000010703 silicon Substances 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004587 chromatography analysis Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013479 data entry Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 244000144972 livestock Species 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Images
Classifications
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于量子计算的流体动力学计算系统及量子计算机，系统包括：通信连接的数据获取模块、初态制备模块和计算模块；数据获取模块，用于获取待求解系统的网格单元对应的数据和配置参数；初态制备模块，用于基于所述配置参数，利用获取的网格单元对应的数据和待求解变量的当前值，制备求解目标线性方程组所需的初态；计算模块，用于根据配置参数中计算相关的参数，利用制备的初态和所选择的量子线性求解器，获得待求解变量的计算结果。本发明实施例实现了利用量子计算求解流体流体动力学的各类问题。
Description
技术领域
本发明属于计算流体动力学技术领域，特别是基于量子计算的流体动力学计算系统及量子计算机。
背景技术
CFD(Computational Fluid Dynamics，计算流体动力学)是近代流体动力学，数值数学和计算机科学结合的产物，是一门具有强大生命力的交叉科学。它从计算方法出发，以利用电子计算机的计算能力，应用各种离散化的数学方法，对流体力学的各类问题进行求解。
CFD技术被广泛应用于航空航天和交通运输等领域，有效减少了实验次数、节省了研发费用，显著缩短了研发周期，在整个研发中发挥着重要作用。由于经典计算在算力上的限制，虽然CFD的初始成本可以远低于试验初始成本，但当需要对数百种工况进项分析时，计算成本将反超试验成本。例如，在目前的飞行器设计中需要大约数十万到数百万个模拟，因此，CFD还需要数量级的性能提升才能够提高数据的生产效率。
量子计算是一种遵循量子力学规律调控量子信息单元进行计算的新型计算模式。从计算的效率上，由于量子力学叠加性的存在，使得量子计算拥有了巨大的计算能力。因此，希望通过一套系统实现利用量子计算求解流体动力学的各类问题。
发明内容
本发明的目的是提供一种基于量子计算的流体动力学计算系统及量子计算机，以利用量子计算求解流体流体动力学的各类问题。
本申请的一个实施例提供了一种基于量子计算的流体动力学计算系统，系统包括：
通信连接的数据获取模块、初态制备模块和计算模块；其中，
所述数据获取模块，用于获取待求解系统的网格单元对应的数据和配置参数，其中，所述网格单元是对所述待求解系统对应的几何模型进行网格化处理得到的；
所述初态制备模块，用于基于所述配置参数，利用获取的网格单元对应的数据和待求解变量的当前值，制备求解目标线性方程组所需的初态；其中，所述目标线性方程组包含待求解变量；
所述计算模块，用于根据所述配置参数中计算相关的参数，利用制备的初态和所选择的量子线性求解器，获得所述待求解变量的计算结果。
可选的，所述初态制备模块，包括：
确定子模块，用于根据所述配置参数所包含的流动控制方程标识，确定目标流动控制方程组；
制备子模块，用于利用所述配置参数所包含的离散化方法和数值格式，基于获取的网格单元对应的数据和待求解变量的当前值，将所述目标流动控制方程组在每一个所述网格单元上离散，获得目标线性方程组的初态，其中，所述目标线性方程组是基于所述目标流动控制方程组确定的。
可选的，所述目标线性方程组表示为：
AnΔUn＝bn
其中，ΔUn＝Un+1-Un,n表示第n个时刻，Un表示第n个时刻对应的待求解变量，An表示第n个时刻的系数矩阵，bn表示第n个时刻的残差；
所述制备子模块，包括：
确定单元，用于利用所述配置参数所包含的离散化方法和数值格式，确定将所述目标流动控制方程组转换为目标线性方程组的第一量子线路和第二量子线路，其中，所述第一量子线路用于制备当前目标线性方程组的系数矩阵中非零元素的量子态；所述第二量子线路用于制备当前所述目标线性方程组的残差的量子态，所述非零元素是利用网格单元对应的数据确定的，所述残差是利用所述待求解变量的当前值确定的；
制备单元，用于对所述第一量子线路和所述第二量子线路，分别执行量子态的演化操作，得到求解所述目标线性方程组所需的初态。
可选的，所述第一量子线路包括算子OA1和算子OA2：
所述算子OA1，用于提取当前目标线性方程组的系数矩阵中非零元素的位置信息，以将所述非零元的列序号编码到所述第一量子线路的量子比特位上；
所述算子OA2，用于利用网格单元对应的数据，构建非零元素的元素信息，以将所述元素信息编码到所述第一量子线路的量子比特位上。
可选的，所述第二量子线路包括算子Ob；
所述算子Ob，用于提取当前目标线性方程组的残差元素，以将所提取的残差元素编码到所述第二量子线路的量子比特位上。
可选的，所述计算相关的参数包括目标迭代次数和收敛精度；
所述计算模块，包括：
求解子模块，用于利用所选择的量子线性求解器，对所制备的初态进行模拟演化，获得末态；
更新子模块，用于将所述末态转换为经典数据形式的待求解变量的变化量，利用所述待求解变量的变化量，获得并存储更新后的待求解变量和更新后的残差；
所述初态制备模块，还用于在当前迭代次数小于所述目标迭代次数，且更新后的残差大于所述收敛精度时，重新制备求解所述目标线性方程组所需的初态。
可选的，所述计算模块，还包括预处理子模块，
所述预处理子模块，用于调用降低矩阵条件数的算法，对所制备的初态中的系数矩阵和残差进行处理，获得处理后的初态；
所述求解子模块，具体用于利用所选择的量子线性求解器，所述求解子模块，具体用于利用所选择的量子线性求解器，对处理后的初态进行模拟演化，获得末态。
可选的，所述系统还包括输出模块，
所述输出模块，用于将所述计算结果以预设形式输出。
可选的，所述系统还包括量子随机存取机，所述量子随机存取机存储的所述网格单元对应的数据、所述待求解变量的当前值和当前最新的残差；
所述当前最新的残差以求和数的形式存储，所述求和数的叶子节点存储每个网格单元的当前最新的残差，倒数第二层的分支节点，存储对应的叶子节点的数据的平方和，其他节点存储对应的分支节点的数据总和。
本申请的又一实施例提供了一种量子计算机，包括如上所述的系统。
与现有技术相比，本发明提供的基于量子计算的流体动力学计算系统，系统的数据获取模块，用于获取待求解系统的网格单元对应的数据和配置参数；初态制备模块，用于基于所述配置参数，利用获取的网格单元对应的数据和待求解变量的当前值，制备求解目标线性方程组所需的初态；其中，所述目标线性方程组包含待求解变量；计算模块，用于根据所述配置参数中计算相关的参数，利用制备的初态和所选择的量子线性求解器，获得所述待求解变量的计算结果。本发明通过提出一种利用量子计算的计算流体动力学系统，实现了利用量子计算求解流体动力学的各类问题，同时利用量子的相关特性，提高解决流体力学问题的计算速度。
附图说明
图1为本发明实施例提供的一种运行基于量子计算的流体动力学计算系统的计算机终端的硬件结构框图；
图2为本发明实施例提供的一种基于量子计算的流体动力学计算系统的结构示意图。
具体实施方式
下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
本发明实施例首先提供了一种基于量子计算的流体动力学计算系统，该系统可以应用于电子设备，如计算机终端，具体如普通电脑、量子计算机等。
量子计算机是一类遵循量子力学规律进行高速数学和逻辑运算、存储及处理量子信息的物理装置。当某个装置处理和计算的是量子信息，运行的是量子算法时，它就是量子计算机。量子计算机因其具有相对普通计算机更高效的处理数学问题的能力，例如，能将破解RSA密钥的时间从数百年加速到数小时，故成为一种正在研究中的关键技术。
下面以运行在计算机终端上为例对其进行详细说明。图1为本发明实施例提供的运行基于量子计算的流体动力学计算系统的计算机终端的硬件结构框图。如图1所示，计算机终端可以包括一个或多个(图1中仅示出一个)处理器102(处理器102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)和用于存储数据的存储器104，可选地，上述计算机终端还可以包括用于通信功能的传输装置106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述计算机终端的结构造成限定。例如，计算机终端还可包括比图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。
存储器104可用于存储应用软件的软件程序以及模块，如本申请实施例中的基于量子计算的流体动力学计算系统对应的程序指令/模块，处理器102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，即实现上述系统的功能。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102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。
传输装置106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的通信供应商提供的无线网络。在一个实例中，传输装置106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106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。
量子计算是一种遵循量子力学规律调控量子信息单元进行计算的新型计算模式，其中，量子计算基于的最基本的一个原理为量子力学态叠加原理，量子力学态叠加原理使得量子信息单元的状态可以处于多种可能性的叠加状态，从而使得量子信息处理从效率上相比于经典信息处理具有更大潜力。一个量子系统包含若干粒子，这些粒子按照量子力学的规律运动，称此系统处于态空间的某种量子态，而对于化学分子来说，可以实现量子化学模拟，为量子计算提供研究支持。
需要说明的是，真正的量子计算机是混合结构的，它包含两大部分：一部分是经典计算机，负责执行经典计算与控制；另一部分是量子设备，负责运行量子程序进而实现量子计算。而量子程序是由量子语言如QRunes语言编写的一串能够在量子计算机上运行的指令序列，实现了对量子逻辑门操作的支持，并最终实现量子计算。具体的说，量子程序就是一系列按照一定时序操作量子逻辑门的指令序列。
在实际应用中，因受限于量子设备硬件的发展，通常需要进行量子计算模拟以验证量子算法、量子应用等等。量子计算模拟即借助普通计算机的资源搭建的虚拟架构(即量子虚拟机)实现特定问题对应的量子程序的模拟运行的过程。通常，需要构建特定问题对应的量子程序。本发明实施例所指量子程序，即是经典语言编写的表征量子比特及其演化的程序，其中与量子计算相关的量子比特、量子逻辑门等等均有相应的经典代码表示。
量子线路作为量子程序的一种体现方式，也称量子逻辑电路，是最常用的通用量子计算模型，表示在抽象概念下对于量子比特进行操作的线路，其组成包括量子比特、线路(时间线)，以及各种量子逻辑门，最后常需要通过量子测量操作将结果读取出来。
不同于传统电路是用金属线所连接以传递电压信号或电流信号，在量子线路中，线路可看成是由时间所连接，亦即量子比特的状态随着时间自然演化，在这过程中按照哈密顿运算符的指示，一直到遇上逻辑门而被操作。
一个量子程序整体上对应有一条总的量子线路，本发明所述量子程序即指该条总的量子线路，其中，该总的量子线路中的量子比特总数与量子程序的量子比特总数相同。可以理解为：一个量子程序可以由量子线路、针对量子线路中量子比特的测量操作、保存测量结果的寄存器及控制流节点(跳转指令)组成，一条量子线路可以包含几十上百个甚至千上万个量子逻辑门操作。量子程序的执行过程，就是对所有的量子逻辑门按照一定时序执行的过程。需要说明的是，时序即单个量子逻辑门被执行的时间顺序。
还需要说明的是，本发明涉及量子计算机，在基于硅芯片的普通计算设备中，处理芯片的单元是CMOS管，这种计算单元不受时间和想干性的限制，即，这种计算单元是不受使用时长限制，随时可用。此外，目前，在硅芯片中，这种计算单元的数量是充足的，即，目前一个芯片中的计算单元的数量是成千上万的。计算单元数量的充足且CMOS管可选择的计算逻辑是固定的，例如：与逻辑。借助CMOS管运算时，通过大量的CMOS管结合有限的逻辑功能，以实现运算效果。
与普通计算设备中的这种逻辑单元不同，目前量子计算机中，基本的计算单元是量子比特，量子比特的输入受相干性的限制，也受相干时间的限制，即，量子比特是受使用时长限制的，并不是随时可用的。在量子比特的可用使用时长内充分使用量子比特是量子计算的关键性难题。此外，量子计算机中量子比特的数量时量子计算的关键性难题。此外，量子计算机中量子比特的数量是量子计算机性能的代表指标之一，每个量子比特通过按需配置的逻辑功能实现计算功能，鉴于量子比特数量受限，而量子计算领域的逻辑功能是多样化的，例如：哈德玛门(Hadamard门，H门)、泡利-X门(X门)、泡利-Y门(Y门)、泡利-Z门(Z门)、RX门、RY门、RZ门、CNOT门、CR门、iSWAP门、Toffoli门等等。量子逻辑门一般使用酉矩阵表示，而酉矩阵不仅是矩阵形式，也是一种操作和变换。一般量子逻辑门在量子态上的作用是通过酉矩阵左乘以量子态右矢对应的矩阵进行计算的。量子计算时，借助有限的量子比特结合多样的逻辑功能组合实现运算效果。
基于量子计算机的这些不同，逻辑功能作用在量子比特的设计(包括量子比特使用与否的设计以及每个量子比特使用效率的设计)是提升量子计算机的运算性能的关键，且需要进行特殊的设计。而上述针对量子比特的设计是普通计算设备所不需要考虑的、也不需要面对的技术问题。
参见图2，图2为本发明实施例提供的一种基于量子计算的流体动力学计算系统的结构示意图，该系统包括通信连接的数据获取模块21、初态准备模块22和计算模块23，其中，所述数据获取模块21，用于获取待求解系统的网格单元对应的数据和配置参数，其中，所述网格单元是对所述待求解系统对应的几何模型进行网格化处理得到的；所述初态制备模块22，用于基于所述配置参数，利用获取的网格单元对应的数据和待求解变量的当前值，制备求解目标线性方程组所需的初态；其中，所述目标线性方程组包含待求解变量；所述计算模块23，用于根据所述配置参数中计算相关的参数，利用制备的初态和所选择的量子线性求解器，获得所述待求解变量的计算结果。
数据获取模块21可以包括与其他系统或设备进行数据传输的接口，通过该接口接收或发送数据。数据获取模块21通过接口接收数据后，可以根据需要对数据进行处理。待求解系统是利用CFD计算的对象，即需要进行流体动力学分析的对象，比如，待求解系统可以是航空航天领域中的飞行器或飞行器的机翼等部件，还可以是化工领域中的化学反应器，还可以是汽车船舶领域中的车辆、船舶，也可以是天气预报领域中的待预报的区域，也可以是农业领域的畜牧舍，等等。
配置参数可以包括针对待求解系统设置的参数和针对计算模块的计算设置的参数。网格是待求解系统对应的几何模型的空间连续域的离散表示。将每个空间点都认为是一个节点，由一组相邻节点界定的体积定义一个网格单元。在结构化网格的情况下，每个节点和网格单元由一组索引唯一标识。
数据获取模块21可以直接获取网格单元对应的数据，也可以获得待求解系统对应的几何模型，当配置参数中包含网格化方法，数据获取模块可以采用所包含的网格化方法对待求解系统对应的几何模型进行网格化处理，得到所有网格单元对应的数据，也可以调用系统预置的网格化方法对几何模型进行处理。网格化方法对几何模型进行网格化，不同的网格化方法处理后得到的网格单元的形状、数量可能不同。网格单元对应的数据是利用本发明实施例提供的系统进行量子计算所需要的网格单元的数据，可以包括网格单元的坐标，网格单元的面积等等。
初态制备模块22主要是利用配置参数中包含的参数，将描述待求解系统的流场的流动控制方程组，制备成线性方程组中包含的参数的叠加态。具体的，利用配置参数，网格单元对应的数据和待求解变量的当前值，构造表示为线性方程组形式的量子态。当初态制备完成，说明已经将流动控制方程组转换为线性方程组，即在制备过程中，完成方程组的转换。
计算模块23，利用量子线性求解器，对制备的初态进行模拟演化，对演化得到的末态进行判断，判断末态是否为所需的末态，如果是，基于末态，获得待求解变量的计算结果，如果不是，则可以重新制备初态，重新进行计算，直至获得所需的末态。需要说明的是，待求解变量的计算结果，可以是每一网格单元的待求解变量的计算结果。
可见，本发明实施例提供了基于量子计算的流体动力学计算系统，系统的数据获取模块，用于获取待求解系统的网格单元对应的数据和配置参数；初态制备模块，用于基于所述配置参数，利用获取的网格单元对应的数据和待求解变量的当前值，制备求解目标线性方程组所需的初态；其中，所述目标线性方程组包含待求解变量；计算模块，用于根据所述配置参数中计算相关的参数，利用制备的初态和所选择的量子线性求解器，获得所述待求解变量的计算结果。本发明通过提出一种利用量子计算的计算流体动力学系统，实现了利用量子计算求解流体流体动力学的各类问题，同时利用量子的相关特性，提高解决流体力学问题的计算速度。
在本发明一些可能的实施方式中，所述初态制备模块22，可以包括：
确定子模块，用于根据所述配置参数所包含的流动控制方程标识，确定目标流动控制方程组；
制备子模块，用于利用所述配置参数所包含的离散化方法和数值格式，基于获取的网格单元对应的数据和待求解变量的当前值，将所述目标流动控制方程组在每一个所述网格单元上离散，获得目标线性方程组的初态，其中，所述目标线性方程组是基于所述目标流动控制方程组确定的。
流动控制方程标识，可以是流动方程的标识，也可以是流动类型标识，流动类型包括无粘、层流、湍流等等，每一种流动类型对应的流动控制方程组不同，根据流动类型与流动控制方程组之间的对应关系，可以确定目标流动控制方程组。流动控制方程标识可以是数字、字母等可以用来识别流动控制方程组的标识。
离散化方法是一种求解连续介质力学问题的基本手段，连续介质力学规律一般用微分方程或积分方程组(在流体动力学中，用流动控制方程组)来描述，离散化方法将它们化归为有限个参量的代数方程组来近似原问题，通常的有限差分法、有限单元法、加权余量法等等。具体的，配置参数中包含离散化方法及离散化方法所需的参数。数值格式包括中心格式和迎风格式，中心格式和迎风格式中还包括多个具体的格式。离散化方法和数值格式，决定了将流动控制方程组转换为线性方程组的方式。利用网格单元对应的数据和待求解变量的当前值，可以确定目标线性方程组中参数的量子态的参数值。需要说明的是，待求解变量的当前值如果是待求解变量的初始值，可以通过数据获取模块21获得，当待求解变量的当前值不是初始值，可以是基于计算模块23的计算结果更新得到的。
当配置参数中包含边界条件，基于边界条件利用离散化方法，对流动控制方程组在处于边界的网格单元进行离散处理。当边界条件需要额外参数，利用额外的参数对流动控制方程组进行处理，比如，当边界条件为无滑移壁面边界条件，当待求解变量为能量时，额外的参数为定热通量或者是固定温度，对于边界条件为压力出口边界条件，则额外的参数为给定的压强。当然，还有些边界条件并不需要额外的参数。
在本发明一些可能的实施方式中，所述目标线性方程组可以表示为：
AnΔUn＝bn
其中，ΔUn＝Un+1-Un,n表示第n个时刻，Un表示第n个时刻对应的待求解变量，An表示第n个时刻的系数矩阵，bn表示第n个时刻的残差；
所述制备子模块，可以包括：
确定单元，用于利用所述配置参数所包含的离散化方法和数值格式，确定将所述目标流动控制方程组转换为目标线性方程组的第一量子线路和第二量子线路，其中，所述第一量子线路用于制备当前目标线性方程组的系数矩阵中非零元素的量子态；所述第二量子线路用于制备当前所述目标线性方程组的残差的量子态，所述非零元素利用网格单元对应的数据确定的，所述残差是利用所述待求解变量的当前值确定的；
制备单元，用于对所述第一量子线路和所述第二量子线路，分别执行量子态的演化操作，得到求解所述目标线性方程组所需的初态。
流动控制方程的离散化形式一般可以表示为：
其中，Ωi为第i个网格单元的体积，δi,i′为狄利克雷符号，Δt为时间步长，k表示一个待求解变量在所有待求解变量中的序号的，即代表其中一个待求解变量，Ui,k表示第i个网格单元的第k个变量，Ri,k为网格单元i的残差向量中第k个元素，
表示Ai,k。
基于公式(1)，描述待求解系统的流动状态的线性方程组可表示为：
AnΔUn＝bn
其中，ΔUn为
的集合，bn为
的集合。
需要说明的是，U可以是一系列待求解变量的集合，示例性的，U可以包括压强、阻力系数、温度等等。U中每一待求解变量的初始值可以是根据经验设置的，配置参数中可以包含待求解变量的初始值。
当离散化方法和数值格式确定，第一量子线路和第二量子线路的结构也确定了，在本发明实施例中，系统中可以包含预先设置的各种结构的第一量子线路和第二量子线路，基于离散化方法、数值格式与量子线路之间的对应关系，确定第一量子线路和第二量子线路。当然，系统中还可以根据离散化方法、数值格式和目标流动控制方程，按照预设的规则，构建第一量子线路和第二量子线路。系数矩阵和残差就是目标线性方程组中所包含的参数。
第一量子线路是为了得到以量子态形式表示的系数矩阵，第二量子线路是为了得到量子态的残差，然后对第一量子线路和第二量子线路分别执行量子态的演化操作，得到所需的初态，即系数矩阵和残差的叠加态。
在本发明一些可能的实施方式中，所述第一量子线路可以包括算子OA1和算子OA2：
所述算子OA1，用于提取当前目标线性方程组的系数矩阵中非零元素的位置信息，以将所述非零元的列序号编码到所述第一量子线路的量子比特位上；
所述算子OA2，用于利用网格单元对应的数据，构建非零元素的元素信息，以将所述元素信息编码到所述第一量子线路的量子比特位上。
具体的，算子OA1，用于实现：
OA1|i,j>＝|i,g(i,j)>
其中，g(i,j)表示当前系数矩阵A第i行第j个非零元的列下标。
根据当前系数矩阵An的表达式可以得知，非零元素的位置由网格单元的信息确定。查询量子随机存取机(Quantum Random Access Memory，QRAM)中网格单元的信息就可以构建出OA1，具体的，一个网格单元的待求解变量会受其周围网格单元的影响，而这种影响体现在线性方程组中就是系数不为0，即基于一个网格单元对应的线性方程组可以反映出网格单元相互影响关系。查询QRAM存储的网格单元信息即可获知网格单元待求解变量受哪些网格单元的影响，基于这些影响关系，可获得当前系数矩阵中哪些位置的元素不为0。
算子OA1将当前系数矩阵对应的目标行非0元素在该行所有非0中元素的序号，编码到一组量子比特位中，用以实现量子态的转换：|i,j>→|i,h(i,j)>。
算子OA2，可以用于实现：
OA2|i,j>＝|i,j>|Ai,j>
具体的，可以根据QRAM中存储的网格单元对应的数据构造出相应的量子线路，实现以量子叠加态|Ai,j>的形式构造出矩阵的元素。
在本发明的实施方式中，系数矩阵中的元素的值不是预先采用经典的计算方式计算得到的，而是利用算子OA2，通过QRAM存储的网格单元对应的数据，构造出对应的量子态的元素值。
在本发明一些可能的实施方式中，所述第二量子线路包括算子Ob；
所述算子Ob，用于提取当前目标线性方程组的残差元素，以将所提取的残差元素编码到所述第二量子线路的量子比特位上。
算子Ob，可以用于实现：
其中，Ri表示第i个网格单元的残差，N为网格单元的数量，C为待求解变量的数量，‖R‖为残差归一化系数。残差的量子态制备根据QRAM中存储的网格单元残差Ri，采用振幅编码的方式实现，残差是基于待求解变量的当前值计算得到的。
在本发明一些可能的实施方式中，所述计算相关的参数包括目标迭代次数和收敛精度；
所述计算模块23，可以包括：
求解子模块，用于利用所选择的量子线性求解器，对所制备的初态进行模拟演化，获得末态；
更新子模块，用于将所述末态转换为经典数据形式的待求解变量的变化量，利用所述待求解变量的变化量，获得并存储更新后的待求解变量和更新后的残差；
所述初态制备模块22，还用于在当前迭代次数小于所述目标迭代次数，且更新后的残差大于所述收敛精度时，重新制备求解所述目标线性方程组所需的初态。
量子线性求解器可以是根据配置参数选择的，也可以是根据待求解系统选择的，还可以是根据目标控制流动方程组选择的，也可以是随机选择的。量子线性求解器包括HHL(Harrow,Hassidim和Lloyd提出的求解线性方程组的量子算法)求解器、VQLS(VariationalQuantum Linear Solver，变分量子线性求解器)等等。
求解子模块构造关于包含线性方程组信息的哈密顿量，并对利用制备的初态，对哈密顿量进行模拟演化，得到末态，然后将该末态传输给更新子模块，更新子模块将末态转换为经典数据，具体的，可以使用量子态层析算法将量子数据转换为经典数据；然后利用ΔUn＝Un+1-Un，更新待求解变量，基于更新后的待求解变量，计算出更新后的待求解变量对应的残差。更新残差后，判断量子线性求解器的迭代次数是否等于目标迭代次数，如果等于，则说明量子线性求解器的求解已经达到目标迭代次数，此时存储的更新后的待求解变量就是计算结果，如果迭代次数未达到目标迭代次数，则继续判断更新后的残差是否小于收敛精度，如果小于，则进行输出，如果大于，则将初态重新制备的指令发送给初态制备模块22。
在本发明一些可能的实施方式中，所述计算模块，还可以包括预处理子模块，
所述预处理子模块，用于调用降低矩阵条件数的算法，对所制备的初态中的系数矩阵和残差进行处理，获得处理后的初态；
所述求解子模块，具体用于利用所选择的量子线性求解器，对所制备的初态进行模拟演化，获得末态。
量子线性求解器的复杂度与线性方程组的系数矩阵的条件数有关，当系数矩阵的条件数太大时，量子线性求解器加速性能可能会受到比较大的影响。因此，需要调用降低矩阵条件数的算法，将系数矩阵的条件数降低，从而得到目标线性方程组。降低矩阵条件数的算法包括对角缩放预处理算法、静态稀疏近似逆预处理算法、动态稀疏近似逆预处理算法和雅可比预处理算法，当配置参数中包含降低矩阵条件数的算法对应的标识，采用对应的算法进行处理对离散后的目标流动控制方程组进行处理，降低条件数，当配置参数未包含降低矩阵条件数的算法，可以按照预设的规则选择一种降低矩阵条件数的算法进行处理。
在本发明一些可能的实施方式中，所述系统还包括输出模块，
所述输出模块，用于将所述计算结果以预设形式输出。
为了更好地展示计算结果，可以对计算结果进行处理，然后以预设形式输出，预设形式可以是图，也可以是表格形式，也可以图表的形式，主要是为了更加形象客观地向用户展示计算结果。
在本发明一些可能的实施方式中，所述系统还包括量子随机存取机，所述量子随机存取机存储的所述网格单元对应的数据、所述待求解变量的当前值和当前最新的残差；
所述当前最新的残差以求和数的形式存储，所述求和数的叶子节点存储每个网格单元的当前最新的残差，倒数第二层的分支节点，存储对应的叶子节点的数据的平方和，其他节点存储对应的分支节点的数据总和。
量子随机存取机(Quantum Random Access Memory，QRAM)是经典随机存取存储器的量子模拟，是一种可以有效地存储和加载量子信息的结构。数据获取模块在获得网格单元对应的数据，初始的残差、初始的待求解变量后，将该数据存储于QRAM，更新子模块会更新QRAM存储的待求解变量和残差。QRAM是量子计算机使用的特殊存储装置，可以以量子叠加态的方式获取其中存储的经典数据，访问过程可以描述为：
UQRAM|i>A|0>D＝|i>A|di>D
其中，A和D分别表示地址和数据寄存器，di为地址i对应的经典数据。
网格单元对应的数据包含了记录网格单元之间拓扑关系的位置索引，可以通过如下酉变换访问第i个单元相邻的第j个单元的位置信息：
Ps|i>|j>＝|i>|ij>,i＝0,1,…,N-1,j＝0,1,…,s-1
其中，ij表示第i个网格单元的第j个相邻单元的序号，s表示相邻单元的数量上限。
待求解变量存储区域记录待求解变量Un，待求解变量的个数为C，总的数据量为NC，可以通过如下酉变换访问第i个单元的第k个物理量：
PU|i,k>|0>＝|i,k>|Ui,k>,i＝0,1,…,N-1,k＝0,1,…,C-1
其中，i表示网格单元的索引，Ui,k表示第i个单元的第k变量。
残差以求和树的形式存储，树的叶子节点存储每个单元的残差，除了倒数第二层分支节点存储两个叶子节点的平方和之外，二叉树的其余节点都存储两个分支节点的总和，因此根节点中保存的数据为‖R‖2，当待求解变量改变时，残差求和树也会同步更新。在开始计算之前，需要初始化QRAM数据结构，首先根据初始化的待求解变量，随后根据初始化的待求解变量和网格信息计算，每个网格单元的残差，最后按照残差求和树的结构填充残差树。需要说明的是，初始化的待求解变量可以是配置参数中初始条件所包含的。
QRAM架构包括N层子树节点和1层树叶节点，子树节点包括地址比特和数据比特，树叶节点仅有用于存储数据的数据比特，N为地址长度。实现QRAM架构的流程如下：初始化填充QRAM，根据内存布局方案，写入初始数据，同时记录内存布局、首地址和数据类型，以便在恒定的时间内快速获取每个数据条目的内存地址。根据上述模型，定义计算地址寄存器值的寻址算法。根据内存布局和对应地址，将地址的每一位分别转移到架构中对应层子树节点的地址比特上。定义数据访问算法，即通过寻址算法实现对数据的访问和载入，最终实现对该数据的量子态制备。
本发明实施例还提供了一种量子计算机，包括如上所述的系统。
需要说明的是，对于前述的各系统实施例，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。
在本发明所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如上述单元的划分，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，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。
上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。
上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器中。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存储器中，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上述系统的全部或部分步骤。而前述的存储器包括：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。
以上对本发明实施例进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的系统及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
以上依据图式所示的实施例详细说明了本发明的构造、特征及作用效果，以上所述仅为本发明的较佳实施例，但本发明不以图面所示限定实施范围，凡是依照本发明的构想所作的改变，或修改为等同变化的等效实施例，仍未超出说明书与图示所涵盖的精神时，均应在本发明的保护范围内。
Claims (10)
1.一种基于量子计算的流体动力学计算系统，其特征在于，所述系统包括：
通信连接的数据获取模块、初态制备模块和计算模块；其中，
所述数据获取模块，用于获取待求解系统的网格单元对应的数据和配置参数，其中，所述网格单元是对所述待求解系统对应的几何模型进行网格化处理得到的；
所述初态制备模块，用于基于所述配置参数，利用获取的网格单元对应的数据和待求解变量的当前值，制备求解目标线性方程组所需的初态；其中，所述目标线性方程组包含待求解变量；
所述计算模块，用于根据所述配置参数中计算相关的参数，利用制备的初态和所选择的量子线性求解器，获得所述待求解变量的计算结果。
2.根据权利要求1所述的系统，其特征在于，所述初态制备模块，包括：
确定子模块，用于根据所述配置参数所包含的流动控制方程标识，确定目标流动控制方程组；
制备子模块，用于利用所述配置参数所包含的离散化方法和数值格式，基于获取的网格单元对应的数据和待求解变量的当前值，将所述目标流动控制方程组在每一个所述网格单元上离散，获得目标线性方程组的初态，其中，所述目标线性方程组是基于所述目标流动控制方程组确定的。
3.根据权利要求2所述的系统，其特征在于，所述目标线性方程组表示为：
AnΔUn＝bn
其中，ΔUn＝Un+1-Un,n表示第n个时刻，Un表示第n个时刻对应的待求解变量，An表示第n个时刻的系数矩阵，bn表示第n个时刻的残差；
所述制备子模块，包括：
确定单元，用于利用所述配置参数所包含的离散化方法和数值格式，确定将所述目标流动控制方程组转换为目标线性方程组的第一量子线路和第二量子线路，其中，所述第一量子线路用于制备当前目标线性方程组的系数矩阵中非零元素的量子态；所述第二量子线路用于制备当前所述目标线性方程组的残差的量子态，所述非零元素是利用网格单元对应的数据确定的，所述残差是利用所述待求解变量的当前值确定的；
制备单元，用于对所述第一量子线路和所述第二量子线路，分别执行量子态的演化操作，得到求解所述目标线性方程组所需的初态。
4.根据权利要求3所述的系统，其特征在于，所述第一量子线路包括算子OA1和算子OA2：
所述算子OA1，用于提取当前目标线性方程组的系数矩阵中非零元素的位置信息，以将所述非零元的列序号编码到所述第一量子线路的量子比特位上；
所述算子OA2，用于利用网格单元对应的数据，构建非零元素的元素信息，以将所述元素信息编码到所述第一量子线路的量子比特位上。
5.根据权利要求4所述的系统，其特征在于，所述第二量子线路包括算子Ob；
所述算子Ob，用于提取当前目标线性方程组的残差元素，以将所提取的残差元素编码到所述第二量子线路的量子比特位上。
6.根据权利要求5所述的系统，其特征在于，所述计算相关的参数包括目标迭代次数和收敛精度；
所述计算模块，包括：
求解子模块，用于利用所选择的量子线性求解器，对所制备的初态进行模拟演化，获得末态；
更新子模块，用于将所述末态转换为经典数据形式的待求解变量的变化量，利用所述待求解变量的变化量，获得并存储更新后的待求解变量和更新后的残差；
所述初态制备模块，还用于在当前迭代次数小于所述目标迭代次数，且更新后的残差大于所述收敛精度时，重新制备求解所述目标线性方程组所需的初态。
7.根据权利要求6所述的系统，其特征在于，所述计算模块，还包括预处理子模块，
所述预处理子模块，用于调用降低矩阵条件数的算法，对所制备的初态中的系数矩阵和残差进行处理，获得处理后的初态；
所述求解子模块，具体用于利用所选择的量子线性求解器，对处理后的初态进行模拟演化，获得末态。
8.根据权利要求7所述的系统，其特征在于，所述系统还包括输出模块，
所述输出模块，用于将所述计算结果以预设形式输出。
9.根据权利要求8所述的系统，其特征在于，所述系统还包括量子随机存取机，所述量子随机存取机存储的所述网格单元对应的数据、所述待求解变量的当前值和当前最新的残差；
所述当前最新的残差以求和数的形式存储，所述求和数的叶子节点存储每个网格单元的当前最新的残差，倒数第二层的分支节点，存储对应的叶子节点的数据的平方和，其他节点存储对应的分支节点的数据总和。
10.一种量子计算机，其特征在于，包括权利要求1-9任一项所述的系统。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211463514.1A CN115809705A (zh) | 2022-11-21 | 2022-11-21 | 基于量子计算的流体动力学计算系统及量子计算机 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211463514.1A CN115809705A (zh) | 2022-11-21 | 2022-11-21 | 基于量子计算的流体动力学计算系统及量子计算机 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115809705A true CN115809705A (zh) | 2023-03-17 |
Family
ID=85483702
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211463514.1A Pending CN115809705A (zh) | 2022-11-21 | 2022-11-21 | 基于量子计算的流体动力学计算系统及量子计算机 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115809705A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116362342A (zh) * | 2023-04-19 | 2023-06-30 | 中国人民解放军军事科学院国防科技创新研究院 | 面向哈密顿量含时演化模拟的集成光学量子计算芯片结构 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH03263174A (ja) * | 1990-03-14 | 1991-11-22 | Hitachi Ltd | プログラム生成方法およびそのための領域分割方法 |
| US20090138245A1 (en) * | 2007-11-27 | 2009-05-28 | Appleyard John | Method and apparatus for estimating the physical state of a physical system |
| WO2022027916A1 (zh) * | 2020-08-04 | 2022-02-10 | 合肥本源量子计算科技有限责任公司 | 基于量子算法的计算流体动力学模拟方法、装置及设备 |
| CN114418105A (zh) * | 2020-10-28 | 2022-04-29 | 合肥本源量子计算科技有限责任公司 | 一种基于量子线路处理量子应用问题的方法及装置 |
| WO2022101483A1 (en) * | 2020-11-15 | 2022-05-19 | Qu & Co R&D B.V. | Solving a set of (non)linear differential equations using a hybrid data processing system comprising a classical computer system and a quantum computer system |
| CN115016951A (zh) * | 2022-08-10 | 2022-09-06 | 中国空气动力研究与发展中心计算空气动力研究所 | 流场数值模拟方法、装置、计算机设备和存储介质 |
-
2022
- 2022-11-21 CN CN202211463514.1A patent/CN115809705A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH03263174A (ja) * | 1990-03-14 | 1991-11-22 | Hitachi Ltd | プログラム生成方法およびそのための領域分割方法 |
| US20090138245A1 (en) * | 2007-11-27 | 2009-05-28 | Appleyard John | Method and apparatus for estimating the physical state of a physical system |
| WO2022027916A1 (zh) * | 2020-08-04 | 2022-02-10 | 合肥本源量子计算科技有限责任公司 | 基于量子算法的计算流体动力学模拟方法、装置及设备 |
| CN114091363A (zh) * | 2020-08-04 | 2022-02-25 | 合肥本源量子计算科技有限责任公司 | 基于量子算法的计算流体动力学模拟方法、装置及设备 |
| CN114418105A (zh) * | 2020-10-28 | 2022-04-29 | 合肥本源量子计算科技有限责任公司 | 一种基于量子线路处理量子应用问题的方法及装置 |
| WO2022101483A1 (en) * | 2020-11-15 | 2022-05-19 | Qu & Co R&D B.V. | Solving a set of (non)linear differential equations using a hybrid data processing system comprising a classical computer system and a quantum computer system |
| CN115016951A (zh) * | 2022-08-10 | 2022-09-06 | 中国空气动力研究与发展中心计算空气动力研究所 | 流场数值模拟方法、装置、计算机设备和存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| ZHAO-YUN CHEN等: ""Quantum Finite Volume Method for Computational Fluid Dynamics with Classical Input and Output"", 《ARXIV:2102.03557V1》, 6 February 2021 (2021-02-06) * |
| 艾志玮, 金其杰等: "并行应用程序的远程实时跟踪可视化系统的设计及实现", 计算机研究与发展, no. 05, 16 May 2004 (2004-05-16) * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116362342A (zh) * | 2023-04-19 | 2023-06-30 | 中国人民解放军军事科学院国防科技创新研究院 | 面向哈密顿量含时演化模拟的集成光学量子计算芯片结构 |
| CN116362342B (zh) * | 2023-04-19 | 2024-02-23 | 中国人民解放军军事科学院国防科技创新研究院 | 面向哈密顿量含时演化模拟的集成光学量子计算芯片结构 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114792378A (zh) | 一种量子图像识别方法及装置 | |
| CN115809705A (zh) | 基于量子计算的流体动力学计算系统及量子计算机 | |
| CN116187548A (zh) | 一种光伏发电功率预测方法、装置、存储介质及电子装置 | |
| CN116011681A (zh) | 一种气象数据预测方法、装置、存储介质及电子装置 | |
| CN114519429B (zh) | 获取目标体系的可观测量的方法、装置及介质 | |
| CN116403657A (zh) | 一种药物反应预测方法、装置、存储介质及电子装置 | |
| CN117151231A (zh) | 利用变分量子线路求解线性系统的方法、装置及介质 | |
| CN114781207A (zh) | 基于不确定性和半监督学习的热源布局温度场预测方法 | |
| CN114528996A (zh) | 一种目标体系试验态初始参数的确定方法、装置及介质 | |
| CN115116552A (zh) | 一种量子化学模拟的分子能量计算方法及装置 | |
| CN116134415A (zh) | 用于更新交叉阵列的脉冲生成 | |
| CN114819167B (zh) | 一种稀疏线性系统的稀疏近似逆量子预处理方法及装置 | |
| CN117056646A (zh) | 一种用于子空间的变分量子线性求解方法、装置及介质 | |
| CN115700572A (zh) | 一种网格方程与物理方程迭代的量子求解方法及装置 | |
| CN117217062B (zh) | 基于刚度矩阵的流体仿真方法及装置 | |
| CN115618663A (zh) | 一种网格方程与物理方程耦合的量子求解方法及装置 | |
| CN117408345A (zh) | 基于lbm的量子流动模拟方法、装置、介质及设备 | |
| CN117993150A (zh) | 代理模型训练方法、目标对象优化方法及相关装置 | |
| WO2024007919A1 (zh) | 基于lbm的量子流动模拟方法、装置、介质及设备 | |
| CN116957084A (zh) | 基于混合子空间的线性系统求解方法、装置、介质及设备 | |
| Cechin et al. | Optimizing Markovian modeling of chaotic systems with recurrent neural networks | |
| CN116976448A (zh) | 一种利用变分量子线路求解线性方程组的方法及装置 | |
| CN116090274A (zh) | 基于量子计算的材料变形模拟方法、装置、终端及介质 | |
| CN117408344A (zh) | 基于lbm的量子流动模拟方法、装置、介质及设备 | |
| CN116186466A (zh) | 基于量子线路的二次非线性方程组求解方法及装置 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 230088 6th floor, E2 building, phase II, innovation industrial park, 2800 innovation Avenue, high tech Zone, Hefei City, Anhui Province Applicant after: Benyuan Quantum Computing Technology (Hefei) Co.,Ltd. Address before: 230088 6th floor, E2 building, phase II, innovation industrial park, 2800 innovation Avenue, high tech Zone, Hefei City, Anhui Province Applicant before: ORIGIN QUANTUM COMPUTING COMPANY, LIMITED, HEFEI |