CN116306458B - 品质因子的确定方法、装置、设备及存储介质 - Google Patents
品质因子的确定方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN116306458B CN116306458B CN202310127708.2A CN202310127708A CN116306458B CN 116306458 B CN116306458 B CN 116306458B CN 202310127708 A CN202310127708 A CN 202310127708A CN 116306458 B CN116306458 B CN 116306458B
- Authority
- CN
- China
- Prior art keywords
- target
- preset
- quantum
- control line
- quantum bit
- 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 127
- 238000003860 storage Methods 0.000 title claims description 15
- 239000002096 quantum dot Substances 0.000 claims abstract description 328
- 230000008878 coupling Effects 0.000 claims abstract description 141
- 238000010168 coupling process Methods 0.000 claims abstract description 141
- 238000005859 coupling reaction Methods 0.000 claims abstract description 141
- 238000004088 simulation Methods 0.000 claims abstract description 132
- 238000012545 processing Methods 0.000 claims description 47
- 230000006870 function Effects 0.000 claims description 26
- 230000001939 inductive effect Effects 0.000 claims description 22
- 230000005672 electromagnetic field Effects 0.000 claims description 16
- 230000005684 electric field Effects 0.000 claims description 8
- 238000013507 mapping Methods 0.000 abstract description 8
- 239000011159 matrix material Substances 0.000 description 35
- 230000008569 process Effects 0.000 description 15
- 238000005034 decoration Methods 0.000 description 14
- 238000004590 computer program Methods 0.000 description 12
- 238000013461 design Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 10
- 238000012795 verification Methods 0.000 description 10
- 239000011295 pitch Substances 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- 230000009466 transformation Effects 0.000 description 6
- 230000014509 gene expression Effects 0.000 description 5
- 230000010354 integration Effects 0.000 description 5
- 239000003990 capacitor Substances 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000003672 processing method Methods 0.000 description 3
- 238000004146 energy storage Methods 0.000 description 2
- 230000001965 increasing effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 229910052751 metal Inorganic materials 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 230000005610 quantum mechanics Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 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
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 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
- 238000005040 ion trap Methods 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000003550 marker Substances 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
- 230000021715 photosynthesis, light harvesting Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 229910052594 sapphire Inorganic materials 0.000 description 1
- 239000010980 sapphire Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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]
- G06F30/30—Circuit design
- G06F30/32—Circuit design at the digital level
- G06F30/33—Design verification, e.g. functional simulation or model checking
- G06F30/3308—Design verification, e.g. functional simulation or model checking using simulation
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Architecture (AREA)
- Superconductor Devices And Manufacturing Methods Thereof (AREA)
Abstract
本公开提供了品质因子的确定方法、装置、设备及存储介质,涉及计算机技术领域,尤其涉及量子计算、量子仿真领域。具体实现方案为:仿真得到目标芯片版图中目标量子比特与目标控制线间的目标耦合强度;目标耦合强度为目标控制线在无预设负载的情况下、目标量子比特与目标控制线之间的耦合强度;获取目标关联关系,目标关联关系表征下述三者之间的关系:量子比特与无预设负载情况下的控制线间的耦合强度,控制线在有预设负载的情况下量子比特的Q因子,控制线与量子比特之间的间隙;基于目标映射关系、目标耦合强度,及目标量子比特与目标控制线之间的目标间距,得到目标控制线在有所述预设负载的情况下、目标量子比特的目标Q因子。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及量子计算、量子仿真技术领域。
背景技术
在超导量子芯片的设计中,主要依靠控制线与量子比特间的耦合来实现对量子比特的控制,但控制线与量子比特间的耦合会将控制线自身的负载引入到量子比特中,从而导致量子比特的品质因子下降。这里,品质因子(quality factor,也可简称为“Q因子”)能够定量的刻画量子器件的能量损失速率。而能量耗损会造成量子器件的退相干,减少量子器件的寿命;因此,若在芯片设计阶段能够准确地仿真出量子器件的Q因子,则对预测与量子器件退相干有关的性能有着至关重要的作用。
发明内容
本公开提供了一种用于品质因子的确定方法、装置、设备以及存储介质。
根据本公开的一方面,提供了一种量子比特的品质因子的确定方法,包括:
仿真得到目标芯片版图中目标量子比特与所述目标量子比特的目标控制线间的目标耦合强度;所述目标耦合强度为所述目标芯片版图中目标控制线在无预设负载的情况下、所述目标量子比特与所述目标控制线之间的耦合强度;所述目标控制线用于对所述目标量子比特进行控制;所述目标芯片版图能够刻画目标量子芯片的芯片结构;
获取目标关联关系,其中,所述目标关联关系表征下述三者之间的关联关系:量子比特与自身对应的、无预设负载情况下的控制线间的耦合强度,量子比特的控制线在有预设负载的情况下量子比特的Q因子,量子比特的控制线与量子比特之间的间隙;
基于所述目标映射关系、所述目标耦合强度,以及所述目标芯片版图中目标量子比特与目标控制线之间的目标间距,得到所述目标控制线在有所述预设负载的情况下、所述目标量子比特的目标Q因子。
根据本公开的另一方面,提供了一种量子比特的品质因子的确定装置,包括:
仿真处理单元,用于仿真得到目标芯片版图中目标量子比特与所述目标量子比特的目标控制线间的目标耦合强度;所述目标耦合强度为所述目标芯片版图中目标控制线在无预设负载的情况下、所述目标量子比特与所述目标控制线之间的耦合强度;所述目标控制线用于对所述目标量子比特进行控制;所述目标芯片版图能够刻画目标量子芯片的芯片结构;获取目标关联关系,其中,所述目标关联关系表征下述三者之间的关联关系:量子比特与自身对应的、无预设负载情况下的控制线间的耦合强度,量子比特的控制线在有预设负载的情况下量子比特的Q因子,量子比特的控制线与量子比特之间的间隙;
参数处理单元,用于基于所述目标映射关系、所述目标耦合强度,以及所述目标芯片版图中目标量子比特与目标控制线之间的目标间距,得到所述目标控制线在有所述预设负载的情况下、所述目标量子比特的目标Q因子。
根据本公开的再一方面,提供了一种计算设备,包括:
至少一个量子处理单元QPU;
存储器,耦合到所述至少一个QPU并用于存储可执行指令,
所述指令被所述至少一个QPU执行,以使所述至少一个QPU能够执行以上所述的方法;
或者,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以上所述的方法。
根据本公开的再一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,当至少一个量子处理单元执行时,所述计算机指令使得所述至少一个量子处理单元执行以上所述的方法;
或者,所述计算机指令用于使所述计算机执行以上所述的方法。
根据本公开的再一方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被至少一个量子处理单元执行时实现以上所述的方法;
或者所述计算机程序在被处理器执行时实现以上所述的方法。
这样,本公开方案提供了一种品质因子的确定方法,能够快速、稳定且高效地确定出量子比特的Q因子;而且,本公开方案具有更广阔的适用范围,不受量子器件的频率限制,可以适用于任意频率区间的量子芯片仿真,是一种非常具有实用价值、且通用性强的仿真验证方法。
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是根据本公开实施例量子比特的品质因子的确定方法的实现流程示意图一;
图2是根据本公开实施例量子比特的品质因子的确定方法的实现流程示意图二;
图3根据本公开实施例量子比特的品质因子的确定方法的实现流程示意图三;
图4是根据公开实施例控制线-量子比特的芯片版图的结构示意图;
图5是根据本公开实施例iEPR方法求解耦合强度的确定方法在一具体实施例中的实现流程示意图;
图6是根据本公开实施例量子比特的品质因子的确定方法在一具体实施例中的实现流程示意图;
图7是根据公开实施例验证流程中所采用的芯片版图的结构示意图;
图8是根据公开实施例中本公开方案与现有等效电路法的计算结果对比图;
图9是根据本公开实施例验证流程中Q因子与耦合强度的之积和间距的拟合曲线示意图;
图10是根据本公开实施例量子比特的品质因子的确定装置的结构示意图;
图11是用来实现本公开实施例量子比特的品质因子的确定方法的计算设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围。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。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。本文中术语“第一”、“第二”表示指代多个类似的技术用语并对其进行区分,并不是限定顺序的意思,或者限定只有两个的意思,例如,第一特征和第二特征,是指代有两类/两个特征,第一特征可以为一个或多个,第二特征也可以为一个或多个。
另外,为了更好的说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,缺少某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
作为芯片尺寸突破经典物理极限的逻辑必然,同时也是后摩尔时代的标志性技术,量子计算获得了很大的关注。现如今,无论从应用层面、算法层面还是硬件层面,量子计算发展都十分迅速。值得注意的是,量子算法和应用的实现高度依赖于量子硬件的发展和进步。而量子硬件技术实现上,业界拥有若干种不同的技术方案,如超导电路、离子阱、光量子系统等等。受益于良好的扩展性和成熟的半导体制造工艺,超导量子电路被认为是目前最有前景的技术路线之一。而且,近些年,随着超导量子计算技术方案和微纳加工工艺的发展,超导量子芯片上集成的量子比特的数目也越来越多,超导量子芯片的芯片结构也因此变得更加丰富和全面。
与经典芯片的发展路径类似,超导量子芯片中量子比特数目的拓展除了对微纳加工工艺提出更高要求之外,在正式加工之前对超导量子芯片的仿真也越来越变得不可或缺。需要指出的是,超导量子芯片的仿真旨在尽可能真实地刻画该芯片的特征参数,使得研究人员可以在设计阶段更好地预测芯片性能,减少重复实验的物力、人力以及时间成本。
在超导量子芯片的设计中,主要依靠控制线与量子比特间的耦合来实现对量子比特的控制,但控制线与量子比特间的耦合会将控制线自身的负载引入到量子比特中,从而导致量子比特的品质因子下降。这里,品质因子(quality factor,也可简称为“Q因子”)指谐振器的初始储能与其单位弧度(即个周期内)的能量耗散之比,能够定量的刻画谐振器的能量损失速率。而能量耗损会造成量子器件的退相干,减少量子器件的寿命;因此,若在芯片设计阶段能够准确地仿真出量子器件(比如量子比特)的Q因子,则对预测与量子器件退相干有关的性能有着至关重要的作用。
实际应用中,可以通过有限元分析软件直接仿真含负载的“量子比特-控制线”量子系统,从而得到量子比特的Q因子,但相比于无负载的系统而言,含负载的量子系统的仿真不仅需要消耗大量的时间,且所得结果的稳定性与精确性也存在一定缺陷,这极大地降低了芯片设计的效率。
基于此,本公开方案提出了一种基于超导量子芯片的芯片版图快速仿真得到量子比特的Q因子的方案;
具体地,图1是根据本公开实施例量子比特的品质因子的确定方法的实现流程示意图一;该方法可选地应用于兼具经典计算能力的量子计算设备中,也可以应用于兼具量子计算能力的经典计算设备中,或者,直接应用于经典计算设备,比如,个人电脑、服务器、服务器集群等具有经典计算能力的电子设备中,或者,直接应用于量子计算机中,本公开方案对此不作限制。
进一步地,该方法包括以下内容的至少部分内容。如图1所示,所述量子计算处理方法,包括:
步骤S101:仿真得到目标芯片版图中目标量子比特与所述目标量子比特的目标控制线间的目标耦合强度。
这里,所述目标耦合强度为所述目标芯片版图中目标控制线在无预设负载的情况下、所述目标量子比特与所述目标控制线之间的耦合强度;所述目标控制线用于对所述目标量子比特进行控制。
所述目标芯片版图能够刻画目标量子芯片的芯片结构。
需要说明的是,本公开方案所述的芯片版图用于描述真实量子芯片(或超导量子芯片)中物理结构的几何形状,包含但不限于各物理结构在量子芯片上的形状、面积和位置等。
步骤S102:获取目标关联关系,其中,所述目标关联关系表征下述三者之间的关联关系:量子比特与自身对应的、无预设负载情况下的控制线间的耦合强度,量子比特的控制线在有预设负载的情况下量子比特的Q因子,量子比特的控制线与量子比特之间的间隙。
可以理解的是,步骤S101与步骤S102的执行顺序可以调换,换言之,本公开方案对两者的执行顺序不作限制。
步骤S103:基于所述目标映射关系、所述目标耦合强度,以及所述目标芯片版图中目标量子比特与目标控制线之间的目标间距,得到所述目标控制线在有所述预设负载的情况下、所述目标量子比特的目标Q因子。
这样,本公开方案能够利用预先确定的目标关联关系,确定出量子比特的Q因子,且该过程快速、稳定且高效。
而且,本公开方案具有更广阔的适用范围,不受量子器件的频率限制,可以适用于任意频率区间的量子芯片仿真,是一种非常具有实用价值、且通用性强的仿真验证方法。
在一具体示例中,所述目标芯片版图中仅包含有目标量子比特,以及用于对所述目标量子比特进行控制的目标控制线,其中,目标量子比特与所述目标控制线之间存在一间隙,比即目标间距,而且,所述目标芯片版图中所述目标控制线无负载。
在本公开方案的一具体示例中,所述目标量子芯片为超导量子芯片。举例来说,在一具体示例中,所述目标量子芯片为超导量子芯片,此时,所述目标量子芯片中的量子器件,比如目标量子比特或目标控制线均为超导量子器件。如此,本公开方案能够实现在超导量子芯片上的应用,对于超导量子芯片的设计与仿真工作有着重要的实用价值。
这里,所述超导量子芯片指超导材料制备而成的量子芯片。比如,所述超导量子芯片中所有元器件(比如量子比特、耦合器件等)均由超导材料制备而成。
在本公开方案的一具体示例中,还提供了一种得到以上所述的目标关联关系的方案;具体地,图2是根据本公开实施例量子比特的品质因子的确定方法的实现流程示意图二;该方法可选地应用于兼具经典计算能力的量子计算设备中,也可以应用于兼具量子计算能力的经典计算设备中,或者,直接应用于经典计算设备,比如,个人电脑、服务器、服务器集群等具有经典计算能力的电子设备中,或者,直接应用于量子计算机中,本公开方案对此不作限制。
进一步地,该方法包括以下内容的至少部分内容。如图2所示,在步骤S102之前,所述方法还包括:
步骤S201:确定至少两个预设芯片版图。
这里,所述至少两个预设芯片版图中不同的预设芯片版图所对应的预设间距不同,所述预设间距为所述预设芯片版图中预设量子比特与所述预设量子比特的预设控制线之间的间距,如此,为得到目标关联关系奠定了基础。
这里,所述预设控制线用于控制所述预设量子比特。
步骤S202:仿真得到所述预设芯片版图中所述预设量子比特的第一Q因子。
这里,所述第一Q因子表示所述预设芯片版图中所述预设量子比特的预设控制线在有所述预设负载情况下、所述预设量子比特的第一Q因子。基于此,得到每个预设芯片版图所对应的第一Q因子。
需要指出的是,为了得到有所述预设负载情况下预设量子比特的第一Q因子,可以在仿真处理之前,为所述预设芯片版图中的预设控制线设置一个预设负载,比如,在预设芯片版图的预设控制线上,远离所述预设量子比特的一端,添加一个预设负载,如此,对添加有预设负载的预设芯片版图进行仿真,即可得到所述预设量子比特的预设控制线在有所述预设负载情况下、所述预设量子比特的第一Q因子。
步骤S203:仿真得到所述预设芯片版图中所述预设量子比特与所述预设量子比特的预设控制线间的第一耦合强度;所述第一耦合强度为所述预设芯片版图中所述预设控制线在无预设负载的情况下、所述预设量子比特与所述预设控制线之间的耦合强度。
需要指出的是,得到第一耦合强度的仿真方式,与得到目标耦合强度的仿真方式,可以相同,也可以不同,本公开方案对此不作限制,换言之,只要能够得到第一耦合强度和目标耦合强度的仿真方法,均适用于本公开方案。
进一步地,在一具体示例中,可以采用如下方式仿真得到第一耦合强度,也即步骤S203具体包括:
步骤S203-1在预设控制线无预设负载的情况下、对所述预设芯片版图进行高频电磁场仿真,得到第一仿真结果。
步骤S203-2:基于第一仿真结果,得到第一本征模式m在空间中第一量子器件n所对应的第一电感能量占比pmn。
可以理解的是,对于仿真预设芯片版图而言,该第一本征模式m为无预设负载情况下的所述预设芯片版图所对应的本征模式;同理,所述第一量子器件n为预设芯片版图中的量子器件,比如,为预设量子比特或预设控制线。举例来说,对于仿真预设芯片版图而言,n取值为1,此时,表示目标量子比特;n取值为2,表示目标控制线。
进一步地,举例来说,可采用如下方式得到第一电感能量占比pmn,即步骤S203-2可具体包括:
基于所述第一仿真结果,得到第一仿真结果所对应的与以及和其中,第一仿真结果所对应的表示第一本征模式m的总电场能量;第一仿真结果所对应的表示第一本征模式m在空间(比如总空间,或者指定空间,本公开方案对此不作限制)中存储的总磁场能量;第一仿真结果所对应的表示第一本征模式1在空间中预设量子比特(n取值为1时)的目标结构上的电感能量,第一仿真结果所对应的表示第二本征模式2在空间中预设量子比特(n取值为1时)的目标结构上的电感能量;
进一步地,基于第一仿真结果所对应的以及和得到第一本征模式m在空间中量子器件n(预设量子比特或预设控制线)所对应的第一电感能量占比pmn,其中,所述n和m均取值为1或2。也即,得到预设芯片版图所对应的四个第一电感能量占比,分别为p11、p12,以及p21和p22。需要指出的是,详细处理过程可参见以下具体示例,此处不再赘述。
S203-3:基于第一电感能量占比pmn(m和n均取值为1或2),得到所述预设芯片版图中所述预设量子比特与所述预设量子比特的预设控制线之间的第一耦合强度。
步骤S204:基于各所述预设芯片版图中预设量子比特的第一Q因子、以及各所述预设芯片版图中所述预设量子比特与所述预设量子比特的预设控制线间的第一耦合强度,以及各所述预设芯片版图所对应的预设间距,得到所述目标关联关系。
需要说明的是,以上所述的步骤S201-步骤S204,只要在是在步骤S102之前执行完成即可,换言之,本公开方案对仿真得到目标耦合强度,以及得到目标关联关系的顺序不作限制,比如,可以先得到目标关联关系,再仿真得到目标耦合强度。
这样,本公开方案预先确定出目标关联关系,该目标关联关系能够有效表征下述三者之间的关系,即量子比特与自身对应的、无预设负载情况下的控制线间的耦合强度,量子比特的控制线在有预设负载的情况下量子比特的Q因子,量子比特的控制线与量子比特之间的间隙,如此,为后续快速、稳定且高效地得到量子比特的Q因子提供了有效支持。
本公开方案的一具体示例中,为了进一步提升得到的目标Q因子的精准度,为精准预测与量子比特退相干有关的性能奠定基础,所述预设芯片版图与所述目标芯片版图的关系存在以下至少之一:
所述预设芯片版图中预设量子比特与所述目标芯片版图中目标量子比特的结构相同;
所述预设芯片版图中所述预设量子比特的预设控制线,与所述目标芯片版图中所述目标量子比特的预设控制线的结构相同;
所述预设芯片版图中除所述预设量子比特和所述预设量子比特的预设控制线之外的其他结构,与所述目标芯片版图中除所述目标量子比特和所述目标量子比特的目标控制线之外的其他结构相同。
具体地,在一示例中,所述预设芯片版图的芯片结构,与所述目标芯片版图的芯片结构相似;比如,所述目标芯片版图中仅包含有目标量子比特,以及用于对所述目标量子比特进行控制的目标控制线,相应地,所述预设芯片版图中仅包含有预设量子比特,以及用于对所述预设量子比特进行控制的预设控制线,此时,所述预设量子比特与目标量子比特的结构相同,同时,所述预设控制线与目标控制线的结构也相同。而预设芯片版图与目标芯片版图可能的不同点为:目标量子比特与目标控制线之间的目标间隔,与预设量子比特与预设控制线之间的预设间隔可能不同。如此,为提升得到的目标Q因子的精准度,进而为精准预测与量子比特退相干有关的性能奠定了基础。
在本公开方案的一具体示例中,可以采用拟合方式,对多个第一Q因子、多个第一耦合强度、以及多个预设间隔进行处理,以拟合得到一个函数。具体地,以上所述的基于各所述预设芯片版图中预设量子比特的第一Q因子、以及各所述预设芯片版图中所述预设量子比特与所述预设量子比特的预设控制线间的第一耦合强度,以及各所述预设芯片版图所对应的预设间距,得到所述目标关联关系,具体包括:
得到至少两个第一数值,其中,所述至少两个第一数值中的第一数值是基于以下信息所得:所述预设芯片版图中预设量子比特的第一Q因子,所述预设芯片版图中所述预设量子比特与所述预设量子比特的预设控制线间的第一耦合强度。举例来说,第一数值=所述预设芯片版图中预设量子比特的第一Q因子×所述预设芯片版图中预设量子比特与预设控制线间的第一耦合强度,如此,得到多个第一数值;
进一步地,对至少两个第一数值以及各所述预设芯片版图所对应的预设间距进行拟合处理,得到目标拟合函数;其中,所述目标关联关系为所述目标拟合函数。举例来说,比如,将第一数值作为y,以及将预设间距作为x,进而对x和y进行拟合处理,如此,来得到表征目标关联关系的目标拟合函数。这样,为高效得到目标关联关系,进而为后续快速、稳定且高效地得到量子比特的Q因子提供了有效支持。
进一步地,在一具体示例中,可以采用线性拟合方式进行拟合,以得到一个线性函数,具体地,以上所述的对至少两个第一数值以及各所述预设芯片版图所对应的预设间距进行拟合处理,得到目标拟合函数,具体包括:
对至少两个第一数值以及各所述预设芯片版图所对应的预设间距进行线性拟合,得到目标拟合函数:Q×g=k×d+b;
其中,所述Q表示量子比特的控制线在有预设负载的情况下量子比特的Q因子;g表示量子比特与自身对应的、无预设负载情况下的控制线间的耦合强度;d表示量子比特的控制线与量子比特之间的间隙;所述k和b均为拟合系数。
也就是说,将第一数值(也即Q×g)作为y,以及将预设间距(也即d)作为x,进而对x和y进行线性拟合,如此,来得到表征目标关联关系的目标拟合函数。这样,为高效得到目标关联关系,进而为后续快速、稳定且高效地得到量子比特的Q因子提供了有效支持。
在本公开方案的一具体示例中,可以采用如下方式仿真得到目标耦合强度;具体地,图3是根据本公开实施例量子比特的品质因子的确定方法的实现流程示意图三;该方法可选地应用于兼具经典计算能力的量子计算设备中,也可以应用于兼具量子计算能力的经典计算设备中,或者,直接应用于经典计算设备,比如,个人电脑、服务器、服务器集群等具有经典计算能力的电子设备中,或者,直接应用于量子计算机中,本公开方案对此不作限制。可以理解的是,以上图1所示方法的相关内容,也可以应用于该示例中,该示例对相关联内容不再赘述。
进一步地,该方法包括以下内容的至少部分内容。如图3所示,所述量子计算处理方法,包括:
步骤S301:在目标控制线无预设负载的情况下、对所述目标芯片版图进行高频电磁场仿真,得到目标仿真结果。
步骤S302:基于所述目标仿真结果,得到本征模式m在空间中量子器件n所对应的目标电感能量占比pmn。
这里,本征模式m为无预设负载情况下的所述目标芯片版图所对应的本征模式;所述量子器件n为所述目标量子比特或所述目标控制线。举例来说,对于仿真目标芯片版图而言,n取值为1,此时,表示目标量子比特;n取值为2,表示目标控制线。
步骤S303:基于所述目标电感能量占比pmn(m和n均取值为1或2),得到所述目标芯片版图中所述目标量子比特与所述目标量子比特的目标控制线之间的目标耦合强度。
这里,所述目标耦合强度为所述目标芯片版图中目标控制线在无预设负载的情况下、所述目标量子比特与所述目标控制线之间的耦合强度;所述目标控制线用于对所述目标量子比特进行控制;所述目标芯片版图能够刻画目标量子芯片的芯片结构。
进一步,对于本公开方案而言,采用两个本征模式,即可得到目标耦合强度,即m取值为1或2,即可得到目标耦合强度。
步骤S304:获取目标关联关系。
步骤S305:基于所述目标映射关系、所述目标耦合强度,以及所述目标芯片版图中目标量子比特与目标控制线之间的目标间距,得到所述目标控制线在有所述预设负载的情况下、所述目标量子比特的目标Q因子。
这样,本公开方案通过量子器件所对应的电感能量占比,计算得到两量子器件之间的耦合强度,该方案可简称iEPR方法。本公开方案所述的iEPR方法适用范围非常广,不限制量子器件的类型,不限制量子器件的频率区间,也不限于频率区间的耦合强度,而且,既可以处理含有约瑟夫森结的量子器件,也可以进行不含约瑟夫森结的量子器件的,因此,具有极强的通用性。而且,本公开方案所述的iEPR方法简便、高效,因此,便于流程化、通用化。
另外,由于本公开方案的iEPR方法采用了高频电磁场仿真,该处理方法相当于把每个量子器件均当做非集总元件来处理,因此,相比于现有方案,本公开方案的结果更加接近真实情况,更加精确。
进一步地,在一具体示例中,以上所述的基于所述目标仿真结果,得到本征模式m在空间中量子器件n所对应的目标电感能量占比pmn,具体包括:
基于所述目标仿真结果,得到目标仿真结果所对应的以及和其中,目标仿真结果所对应的表示本征模式m的总电场能量,目标仿真结果所对应的表示本征模式m在空间(比如总空间,或者指定空间,本公开方案对此不作限制)中存储的总磁场能量;目标仿真结果所对应的表示本征模式1在空间中量子器件1(也即目标量子比特)的目标结构上的电感能量,表示本征模式2在空间中量子器件1(也即目标量子比特)的目标结构上的电感能量。
进一步地,基于以及和得到本征模式m在空间中量子器件n(目标量子比特或目标控制线)所对应的目标电感能量占比pmn,其中,所述n和m均取值为1或2,也即,得到目标芯片版图所对应的四个目标电感能量占比,分别为p11、p12,以及p21和p22。需要指出的是,详细处理过程可参见以下具体示例,此处不再赘述。
这样,本公开方案提供了一种简便且高效的iEPR方法得到目标耦合强度,因此,便于流程化、通用化。而且,本公开方案所述的iEPR方法适用范围非常广,不限制量子器件的类型,不限制量子器件的频率区间,也不限于频率区间的耦合强度,而且,既可以处理含有约瑟夫森结的量子器件,也可以进行不含约瑟夫森结的量子器件的,因此,具有极强的通用性。
进一步地,在本公开方案的一具体示例中,所述目标结构为电感可调组件。进一步地,所述电感可调组件为集总电感元件。再进一步地,所述集总电感元件包括至少以下之一:约瑟夫森结、约瑟夫森结链。
这里,所述约瑟夫森结链包含至少一个约瑟夫森结。进一步地,在所述约瑟夫森结链包含两个或两个以上的约瑟夫森结的情况下,所述两个或两个以上的约瑟夫森结串联;进一步地,不同的约瑟夫森结链中所包含的约瑟夫森结的数量相同,或不相同。
如此,通过使用一种泛用性强的元件作为目标结构,以灵活地调整量子器件的频率,进一步提升了本公开方案的通用性和适用范围。
需要指出的是,本公开方案在仿真得到目标耦合强度的过程中,可以处理含有目标结构(比如约瑟夫森结)的量子器件,也可处理不含有目标结构(比如约瑟夫森结)的量子器件,而且,不限制量子器件的频率范围,适配于任意频率区间的仿真,具有较强的通用性。
另外,本公开方案在处理含有目标结构(比如约瑟夫森结)的量子器件时,无需考虑该量子器件的目标结构(比如约瑟夫森结)的电感值,避免了计算约瑟夫森结的电感能量的复杂处理过程;同时,对任意量子器件的仿真流程均相同,量子芯片版图的仿真方法简单高效,便于流程化、通用化。
以下结合具体示例对本公开方案作进一步详细说明。本公开方案提出一种超导量子比特的品质因子的仿真方法,具体地,本示例首先通过高频电磁场仿真得到无负载体系下芯片版图的本征模式,以及得到其电磁场分布信息等仿真结果,利用iEPR方法对仿真结果进行处理,得到芯片版图中控制线与量子比特间的耦合强度;其次,仿真得到含负载情形下的量子比特的Q因子,并通过调整量子比特和控制线之间的间隙,重复多次仿真后,得到一个线性关系,即无负载情形下控制线与量子比特间的耦合强度与含负载情形下量子比特的Q因子之积、与量子比特和控制线的间隙所呈的线性关系。如此,在得到该线性关系后,对于任意的间隙大小,仅需仿真无负载情形下量子器件与控制线间的耦合强度,即可直接计算得到量子比特的Q因子。相比于业界常用的方法,本公开方案能够更加快速、稳定且高精度地求解出量子比特的Q因子。
以下四个部分进行说明,第一部分,简要介绍本公开方案中的“控制线-量子比特”系统,明确其研究意义;第二部分,简要介绍iEPR计算量子器件间耦合强度的基本原理;第三部分,重点阐述本公开方案的具体实现流程;第四部分,以一个实际示例进行仿真验证,以展现本公开方案的有效性。
第一部分,芯片版图中的“控制线-量子比特”系统
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版图(本公开方案称为芯片版图),而“控制线-量子比特”作为芯片版图中一个重要的子系统,是实现量子门运算的关键。
如图4所示,在衬底(比如蓝宝石衬底)上镀的一层铝膜中,并分别刻蚀出一个十字形电容和一个细长的一字形的金属线;这里,十字形电容的一端(如图4的右端)与接地极板间连接有约瑟夫森结。该十字形电容与约瑟夫森结组成的量子器件即可作为量子比特,而一字形的金属线则为控制线,两者组成了“控制线-量子比特”的量子系统。
可以理解的是,图4中最关键的几何参数是两量子器件(即量子比特与控制线)的间隙d,该间隙d直接影响了二者的耦合强度;进一步地,若在控制线右端引入负载后,二者的耦合强度又间接影响了量子比特的Q因子。
本示例中,量子比特的Q因子可以指量子比特的初始储能与其单位弧度的能量耗散之比,能够刻画量子比特的能量损失速率。而量子比特的能量损失,会造成量子比特的退相干,因此,若能在仿真层面给出Q因子的大小,对于预测该超导量子芯片的退相干的性能有着指导性的意义。
第二部分,iEPR方法,即基于器件电感能量占比计算耦合强度
器件电感能量占比(inductance Energy Pariticipation Ratio,iEPR),能够有效将裸态信息与缀饰态信息连接起来,从而帮助研究人员进一步计算出诸如耦合强度之类的特征参数。
这里,从以下几个角度对第二部分进行详细说明;
(一)iEPR理论定义
超导量子芯片的仿真验证是设计阶段不可或缺的一环,研究人员常通过基于有限元方法的高频电磁场仿真对芯片版图进行验证,以得到超导量子芯片的本征模式的频率、电磁场分布信息等结果。然而,仿真得到的频率等参数均为超导量子芯片整体的缀饰态信息(也即超导量子芯片所对应的量子系统整体的本征态信息),而且,无法从仿真结果中直接得到超导量子芯片中各量子器件的裸态信息(也即系统中孤立个体的本征态信息),但耦合强度、非谐性等参数却均体现在裸态信息中,换言之,如何求解得到超导量子芯片的裸态信息,至关重要。
基于此,提出了如公式(1)的量子器件的电感能量占比iEPR(记为pmn),该参量pmn可以有效地将裸态信息与缀饰态信息连接起来,从而帮助研究人员进一步计算出超导量子芯片诸如耦合强度之类的特征参数。
可以理解的是,实际场景中,缀饰态信息可以用来描述缀饰态的所有相关信息,缀饰态频率为其最核心的一个参量。同理,裸态信息可以用来描述裸态的所有相关信息,裸态频率为其最核心的一个参量。
本公开方案中,以缀饰态信息具体为缀饰态频率,相应地,裸态信息具体为裸态频率为例,进行详细说明。
(二)iEPR与量子系统的特征参数之间的关系
iEPR(也即参数pmn)是量子系统的裸态信息和缀饰态信息之间的桥梁。基于此,本公开方案可以利用iEPR(也即参数pmn)从缀饰态信息中还原出裸态信息;下面对具体过程进行具体阐述。
首先,一个具有n个量子器件的量子系统,且该量子系统中量子器件两两之间存在电容耦合,此时,该量子系统的裸态哈密顿量可以写为:
其中,Qi表示量子器件i的电荷量,Ci表示量子器件i的电容,Φi表示量子器件i的磁通量,Li表示量子器件i的电感,Cj表示量子器件j的电容,Cg,ij表示量子器件i和量子器件j之间的互电容。
进一步地,做如下变量代换:
将公式(1)变换为:
这里,ωi表示量子器件i的裸态频率,ωj表示量子器件j的裸态频率,gij表示量子器件i与量子器件j之间的耦合强度。
进一步地,将公式(3)改写成如下表达形式:
其中,的矩阵形式为:
这里,
这里,可将矩阵称为目标矩阵,基于该目标矩阵即可得到不同量子器件的裸态频率,以及量子器件之间的耦合强度。
进一步地,可以看出上述公式(5)为实对称矩阵,因此,存在一个幺正矩阵U(也即以上所述的目标转换矩阵,其元素可记为umn,简记为U=(umn)),能够使对角化,如公式(6)所示:
其中,对角化后的频率ω′i即为缀饰态频率,具体地,ω′i为量子器件i的缀饰态频率。
这里,由目标转换矩阵U可知变换前后的算符满足如下关系:
也即得到:
xk=u1kx′1+u2kx′2+…+unkx′n,k=1,2,…,n 公式(8)
此外,根据量子力学原理可知,量子力学中的能量算符的期望值可以与经典值建立对应,因此,则存在如下公式:
这里,表示本征模式m中存储的总电容能量。
进一步地,iEPR在量子理论层面可以定义为
从而根据变量代换的定义,可以得到:
这里,可引入符号矩阵S=(smn),用以表示目标转换矩阵U中元素的正负号,这里,其中,smn表示目标转换矩阵U中元素umn的正负号。
进一步地,记iEPR构成的参数矩阵为P=(pmn),该参数矩阵P也是一个幺正矩阵,则该参数矩阵P满足以下性质:
(1)行列归一化
(2)正交性
这里,通过仿真可以得到缀饰态频率ω′i以及电磁场分布信息,进而可计算出iEPR(也即pmn)(比如,可计算出含有约瑟夫森结的量子器件所对应的iEPR,或者计算出不含有约瑟夫森结的量子器件所对应的iEPR)以及符号矩阵S的元素smn,如此,即可得到连接裸态频率与缀饰态频率的目标转换矩阵U中的元素,即
进一步地,通过公式(6)的变换关系,进行如下述公式(15)的逆变换,并基于仿真得到的缀饰态频率ω′i,以及目标转换矩阵U,即可求解得到量子系统中的裸态频率以及耦合强度等,如此,完成对量子系统的完整建模。
(三)求解出量子器件间的耦合强度
本示例给出如图4所示的“控制线-量子比特”之间耦合强度的确定方法。具体地,设n=1,2,这里,1表示量子器件1,该示例具体指“控制线-量子比特”的量子系统中的量子比特,2表示量子器件2,该示例具体指“控制线-量子比特”的量子系统中的控制线。
这里,由于存在如下:
这里,表示本征模式m在全空间中量子器件n存储的磁场能量,比如,可以使用量子器件间的约瑟夫森结上的电感能量之比和本征模式m在全空间中存储的总磁场能量计算得到。表示本征模式m在全空间中存储的总磁场能量。表示本征模式m在空间中量子器件n的约瑟夫森结上的电感能量,可基于仿真结果计算得到;表示本征模式m的总电场能量,可通过仿真结果计算得到。
所以,存在:
进一步地,的矩阵形式可具体为:
其中,ω1表示量子比特的裸态频率;ω2表示控制线的裸态频率; 即耦合强度g12:
此时,存在一个幺正矩阵U(也即以上所述的目标转换矩阵,其元素可记为umn,简记为U=(umn))满足如下要求:
这里,ω′1和ω′2均为缀饰态频率;进一步地,将量子力学量算符的期望值作为经典值,可将iEPR与该幺正矩阵U的矩阵元对应起来:
对于两量子器件而言,利用幺正矩阵的正交归一性质,即可直接得到:
p12=p21 公式(24)
p22=p11 公式(25)
需要指出的是,即便控制线并不存在约瑟夫森结结构,即无法通过计算得到,但将公式(24)和公式(25)带入公式(19)之后,仍可计算得到iEPR构成的参数矩阵P=(pmn)的所有矩阵元。
如图5所示,具体步骤包括:
步骤501:获取对“控制线-量子比特”的芯片版图进行高频电磁场仿真所得的仿真结果:
(1)仿真得到的本征频率m;
(2)不同本征模式m在空间中的电磁场分布信息,比如本征模式m的电场强度峰值本征模式m的磁场强度峰值
进一步地,基于上述仿真结果,得到总电场能量与总磁场能量以及不同模式m下量子器件n沿其电压积分线的两端的峰值电压vmn,具体表达式如下:
其中,表示电场强度峰值的复共轭,表示空间中不同位置处的介电张量,V表示空间体积,表示空间中不同位置处的磁导率张量,表示电压积分线矢量,该参量的长度由预处理添加的积分线确定,该电压积分线矢量的方向由芯片版图所处坐标系的默认正方向。
进一步地,基于不同本征模式m下量子器件n沿其电压积分线的两端的峰值电压vmn,得到本征模式m在空间中量子器件n的约瑟夫森结上的电感能量(这里,m=1,2,n=1),具体表达式如下:
其中,Ln为量子器件n的约瑟夫森结中线性部分的等效电感,为已知项。表示本征模式1在空间中量子比特的约瑟夫森结上的电感能量,表示本征模式2在空间中量子比特的约瑟夫森结上的电感能量;
需要指出的是,本示例中,可以通过仿真目标芯片版图的两个本征模式,即m=1,2,即可计算得到控制线-量子比特间的耦合强度g12。也即,基于仿真结果可以直接计算得到以及
步骤502:将步骤501所得的以及代入到上述公式(19),得到仅剩两个未知量的4个表达式。
步骤503:将公式(24)和公式(25)带入步骤502所得的4个表达式中,并消除步骤502中两个未知量求解得到参数矩阵P=(pmn)中的4个矩阵元pmn(这里,m=1,2,n=1,2)。
步骤504:求解符号矩阵S=(smn)。具体地,当vmn>0时,符号矩阵的元素smn=1;否则,也即vmn≤0,smn=-1。
步骤505:基于参数矩阵P=(pmn)与符号矩阵S=(smn),得到幺正矩阵U=(umn),其中,
也即,利用公式(23),得到幺正矩阵U的全部矩阵元umn(这里,m=1,2;n=1,2)。
步骤506:基于步骤501中仿真得到的本征频率m得到缀饰态频率(m=1,2),这里,(m=1,2)为公式(22)中的两个对角元。基于公式(22),以及得到的幺正矩阵U和矩阵计算出矩阵将计算出的矩阵的非对角元带入公式(21),即可得到量子比特与控制线间的耦合强度g12。
第三部分,芯片版图中量子比特的Q因子的求解方法
具体地,如图6所示,本公开方案的核心步骤包括:
步骤601:输入无负载的目标芯片版图。具体地,输入含有目标量子比特和目标控制线的目标芯片版图,其中,目标芯片版图中目标量子比特和目标控制线间的目标间距,可记为d。
这里,所述目标控制线的结构包括但不限于示例中展示的XY门和直线型控制线,当目标控制线或者目标量子比特的构型改变时不影响本公开方案的使用。
步骤602:仿真得到步骤601输入的无负载的目标芯片版图中目标量子比特与目标控制线间的目标耦合强度。这里,将步骤601中无负载的目标芯片版图,进行高频电磁场仿真,并将仿真结果输入至iEPR方法中,得到目标芯片版图中目标量子比特和目标控制线(无负载的情况下)间的目标耦合强度。
可以理解的是,该目标耦合强度为无负载情况下的耦合强度。
步骤603:获取Q因子、耦合强度以及间距之间的映射关系(也即以上所述的目标关联关系);具体地,
步骤603-1:确定至少两个预设芯片版图,对至少两个预设芯片版图中的各预设芯片版图在有负载和无负载两种场景下进行仿真,得到各预设芯片版图中预设量子比特的Q因子,以及各预设芯片版图中预设量子比特和预设控制线间的耦合强度。
具体地,举例来说,确定三组不同间距(比如,三组间距分别为d1,d2,d3)的预设芯片版图,分别为预设芯片版图1至预设芯片版图3,其中,预设芯片版图1中预设量子比特和预设控制线的预设间距为d1,预设芯片版图2中预设量子比特和预设控制线的预设间距为d2,预设芯片版图3中预设量子比特和预设控制线的预设间距为d3。以预设芯片版图1为例进行详细说明,具体地,对预设芯片版图1在有负载的情况下进行仿真,即在预设芯片版图1的预设控制线上、远离预设量子比特的一端添加一预设负载(比如负载阻值为50Ω),通过高频电磁场仿真,得到该预设芯片版图1中预设量子比特的Q因子,可记为Q1。对预设芯片版图1在无负载的情况下进行仿真,即在无负载的情况下,对预设芯片版图1进行高频电磁场仿真,并通过iEPR
方法得到预设芯片版图1中预设量子比特和预设控制线间的无负载下的耦合强度,可记为g1。
同理,对预设芯片版图2在有负载(负载阻值为50Ω)的情况下进行仿真,得到预设芯片版图2中预设量子比特的Q因子,记为Q2;
以及在无负载的情况下进行仿真,得到预设芯片版图2中预设量子比特和预设控制线间的无负载下的耦合强度g2。进一步地,对预设芯片版图3在有负载(负载阻值为50Ω)的情况下进行仿真,得到预设芯片版图3中预设量子比特的Q因子,记为Q3;以及在无负载的情况下进行仿真,得到预设芯片版图3中预设量子比特和预设控制线间的无负载下的耦合强度g3。
步骤603-2:令y=Q×g,x=d,并对y和x进行拟合,比如进行线性拟合,得到目标拟合函数:y=k×x+b,其中,k和b为拟合得到的拟合系数。
这里,该目标拟合函数即可表征Q因子和耦合强度之积、与间距之间的映射关系,也即以上所述的目标关联关系。
步骤604:计算得到目标Q因子。
具体地,基于步骤603得到的目标芯片版图中目标量子比特和目标控制线间的目标耦合强度,目标间距d、并利用以上所得到的目标拟合函数,计算得到目标芯片版图中目标量子比特的目标Q因子。该目标Q因子相当于有负载情况下的目标芯片版图中目标量子比特的Q因子。
需要说明的是,为了进一步提升最终得到的目标Q因子的精度,步骤2中所使用的预设芯片版图的结构可以与目标芯片版图的结构相似,如此,可最大程度提升目标Q因子的精准度。
步骤605:输出所述目标Q因子。
这里,实际应用中,若输出的目标Q因子不满足仿真设计的要求,此时,可更改目标芯片版图中目标量子比特和目标控制线间的目标间距,并重新进入步骤601,直到得到满足仿真设计需求的目标Q因子为止。
第四部分,应用展示
验证任务:对“量子比特-控制线”结构的芯片版图进行验证
该部分,对量子比特和控制线的间距d进行设置,设置为8个离散点,并在控制线无负载的情况下,使用等效电路法和本公开方案所述的iEPR方法仿真芯片版图中量子比特和控制线间的耦合强度,以验证本公开方案所述的iEPR方法的可行性;随后,在芯片版图的控制线上、远离量子比特的一端加上负载(比如,负载的阻值为50Ω),并通过HFSS(HighFrequency Simulator Structure)仿真得到上述8个间距d所对应的Q因子;最后,通过线性拟合得到Q因子和耦合强度g之间的关联关系。
分别利用本公开方案与等效电路方法计算量子比特-控制线间的目标耦合强度,并进行数据对比,以验证本公开方案的有效性。
(1)芯片版图结构
步骤1:输入芯片版图。图7为需要验证的芯片版图,包含两个量子器件,从左到右分别为量子比特和控制线,十字形结构的左端设置有约瑟夫森结,控制线的右端为负载的位置。
(2)结果对比
在无负载的情况下,设置量子比特和控制线间距d的取值为[10,20,50,100,150,200,300,500]微米,利用本公开方法与现有等效电路方法进行量子比特和控制线间的耦合强度计算。计算结果如下:
如图8所示为耦合强度的计算结果对比图,由该图可以看出,本公开方案的iEPR方法的结果与现有一等效电路法的结果基本吻合,说明本公开方案所使用的iEPR方法可用于仿真量子比特和控制线间的耦合强度,而且,本公开方案自动化程度高和便捷的特点可以加快仿真进程。后续的验证工作均是通过本公开方案iEPR方法来计算无负载的耦合强度。
(3)数据拟合
步骤2:通过数值拟合得到Q因子和耦合强度的依赖关系。在上述仿真工作的基础上,间距范围是[10,20,50,100,150,200]微米,为控制线远离量子比特一端加上50Ω的负载,再通过HFSS模块进行仿真验证,得到量子比特的Q因子。
令y=Q×g,x=d,这里,Q为仿真得到的量子比特的Q因子,g是无负载下的耦合强度,d是间距,二者拟合得到曲线如图9所示。从拟合结果中看出,R2=0.99,接近于1,表明Q×g和d之间的线性相关性大,当d在0-200微米之间,g、Q、d之间基本满足g×Q=kd+b这一关系,其中k=0.4036,b=4.442。
(4)结果验证
步骤3:仿真求解耦合强度。取四组不同于以上芯片版图的间距进行验证,[30,75,125,175],先在无负载的情况下仿真得到耦合强度g。
步骤4:等效Q因子的计算。利用上述拟合函数g×Q=kd+b计算出Q因子。在控制线远离量子比特的一端加上50Ω的负载后进行仿真,得到电磁仿真下的Q因子,将这一数值与利用拟合函数得到的Q因子进行对比,以验证这一方法的准确性。
对比两组Q因子可得,相对误差可控制在2.7%-4.5%之间(相对误差的计算方式是(QSimu-QEff)/QSimu),说明本公开方案在仿真与控制线耦合的量子比特的Q因子任务中,具有可行性与准确性。
综上所示,本公开方案在预先得到目标关联关系之后,对于任意的间隙大小,仅需仿真无负载情形的耦合强度,即可直接算出量子比特的Q因子。本发明方案具体的优势罗列如下:
第一、显著提速。与直接仿真含负载的“控制线-量子比特”系统中量子比特的Q因子需要消耗大量时间相比,本公开方案可以通过仿真无负载情形的版图从而快速得到耦合强度,进而计算出Q因子。因此,在实际应用中,显著提升了验证Q因子的速度,节省了计算资源。
第二、精确度高。在仿真含负载的“控制线-量子比特”系统时,经常会因多种非设计参数的因素(比如有限元分析软件对控制线与量子比特的网格大小设置,仿真时设置的收敛精度)导致Q因子的仿真结果变化较大,相应的准确度也必然降低。本公开方案通过仿真无负载情形的耦合强度则可避免此类情况发生,从而保证了结果的精确性。
第三、稳定性强。若直接仿真含负载的“控制线-量子比特”系统中量子比特的Q因子,其迭代计算过程往往并不呈现出平稳收敛到指定精度的趋势,因此,所得到的结果可重复性较差,即稳定性不佳。运用本发明的方法,在得到耦合强度与Q因子之积和间隙大小的线性关系后,在任意给定的间隙大小处,Q因子和耦合强度的关系就被完全确定,这也直接决定了该计算结果的稳定性。
本公开方案还提供了一种量子比特的品质因子的确定装置,如图10所示,包括:
仿真处理单元1001,用于仿真得到目标芯片版图中目标量子比特与所述目标量子比特的目标控制线间的目标耦合强度;所述目标耦合强度为所述目标芯片版图中目标控制线在无预设负载的情况下、所述目标量子比特与所述目标控制线之间的耦合强度;所述目标控制线用于对所述目标量子比特进行控制;所述目标芯片版图能够刻画目标量子芯片的芯片结构;获取目标关联关系,其中,所述目标关联关系表征下述三者之间的关联关系:量子比特与自身对应的、无预设负载情况下的控制线间的耦合强度,量子比特的控制线在有预设负载的情况下量子比特的Q因子,量子比特的控制线与量子比特之间的间隙;
参数处理单元1002,用于基于所述目标映射关系、所述目标耦合强度,以及所述目标芯片版图中目标量子比特与目标控制线之间的目标间距,得到所述目标控制线在有所述预设负载的情况下、所述目标量子比特的目标Q因子。
在本公开方案的一具体示例中,其中,仿真处理单元1001,还用于:
确定至少两个预设芯片版图,其中,所述至少两个预设芯片版图中不同的预设芯片版图所对应的预设间距不同,所述预设间距为所述预设芯片版图中预设量子比特与所述预设量子比特的预设控制线之间的间距;所述预设控制线用于控制所述预设量子比特;
仿真得到所述预设芯片版图中所述预设量子比特的第一Q因子,其中,所述第一Q因子表示所述预设芯片版图中所述预设量子比特的预设控制线在有所述预设负载情况下、所述预设量子比特的第一Q因子;
仿真得到所述预设芯片版图中所述预设量子比特与所述预设量子比特的预设控制线间的第一耦合强度;所述第一耦合强度为所述预设芯片版图中所述预设控制线在无预设负载的情况下、所述预设量子比特与所述预设控制线之间的耦合强度;
基于各所述预设芯片版图中预设量子比特的第一Q因子、以及各所述预设芯片版图中所述预设量子比特与所述预设量子比特的预设控制线间的第一耦合强度,以及各所述预设芯片版图所对应的预设间距,得到所述目标关联关系。
在本公开方案的一具体示例中,所述预设芯片版图与所述目标芯片版图的关系存在以下至少之一:
所述预设芯片版图中预设量子比特与所述目标芯片版图中目标量子比特的结构相同;
所述预设芯片版图中所述预设量子比特的预设控制线,与所述目标芯片版图中所述目标量子比特的预设控制线的结构相同;
所述预设芯片版图中除所述预设量子比特和所述预设量子比特的预设控制线之外的其他结构,与所述目标芯片版图中除所述目标量子比特和所述目标量子比特的目标控制线之外的其他结构相同。
在本公开方案的一具体示例中,所述仿真处理单元1001,具体用于:
得到至少两个第一数值,其中,所述至少两个第一数值中的第一数值是基于以下信息所得:所述预设芯片版图中预设量子比特的第一Q因子,所述预设芯片版图中所述预设量子比特与所述预设量子比特的预设控制线间的第一耦合强度;
对至少两个第一数值以及各所述预设芯片版图所对应的预设间距进行拟合处理,得到目标拟合函数;其中,所述目标关联关系为所述目标拟合函数。
在本公开方案的一具体示例中,所述仿真处理单元1001,具体用于:
对至少两个第一数值以及各所述预设芯片版图所对应的预设间距进行线性拟合,得到目标拟合函数:Q×g=k×d+b;
其中,所述Q表示量子比特的控制线在有预设负载的情况下量子比特的Q因子;g表示量子比特与自身对应的、无预设负载情况下的控制线间的耦合强度;d表示量子比特的控制线与量子比特之间的间隙;所述k和b均为拟合系数。
在本公开方案的一具体示例中,所述仿真处理单元1001,具体用于:
在目标控制线无预设负载的情况下、对所述目标芯片版图进行高频电磁场仿真,得到目标仿真结果;
基于所述目标仿真结果,得到本征模式m在空间中量子器件n所对应的目标电感能量占比pmn;本征模式m为无预设负载情况下的所述目标芯片版图所对应的本征模式;所述量子器件n为所述目标量子比特或所述目标控制线;
基于所述目标电感能量占比pmn,得到所述目标芯片版图中所述目标量子比特与所述目标量子比特的目标控制线之间的目标耦合强度。
在本公开方案的一具体示例中,所述仿真处理单元1001,具体用于:
基于所述目标仿真结果,得到目标仿真结果所对应的以及和其中,目标仿真结果所对应的表示本征模式m的总电场能量;目标仿真结果所对应的表示本征模式m在全空间中存储的总磁场能量;目标仿真结果所对应的表示本征模式1在空间中目标量子比特的目标结构上的电感能量;目标仿真结果所对应的表示本征模式2在空间中目标量子比特的目标结构上的电感能量;
基于以及和得到本征模式m在空间中量子器件n所对应的目标电感能量占比pmn。
在本公开方案的一具体示例中,所述目标结构为电感可调组件。
在本公开方案的一具体示例中,所述电感可调组件为:约瑟夫森结或约瑟夫森结链。
在本公开方案的一具体示例中,所述目标量子芯片为超导量子芯片。
本公开实施例的装置的各单元的具体功能和示例的描述,可以参见上述方法实施例中对应步骤的相关描述,在此不再赘述。
本公开方案还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,当至少一个量子处理单元(quantum processing unit,QPU)执行时,所述计算机指令使得所述至少一个QPU执行以上应用量子计算设备的所述方法。
本公开方案还提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被至少一个量子处理单元执行时实现应用于量子计算设备所述的方法。
本公开方案还提供了一种计算设备,所述计算设备包括:
至少一个量子处理单元(quantum processing unit,QPU);
存储器,耦合到所述至少一个QPU并用于存储可执行指令,
所述指令被所述至少一个QPU执行,以使所述至少一个QPU能够执行应用于量子计算设备所述的方法。
可以理解的是,本公开方案所述的中使用的QPU元,也可称为量子处理器或量子芯片,可以涉及包括多个以特定方式互连的量子比特的物理芯片。
而且,可以理解的是,本公开方案所述的量子比特可以指量子计算设备的基本信息单元。量子比特包含在QPU中,并推广了经典数字比特的概念。
进一步地,根据本公开的实施例,本公开还提供了一种计算设备、一种可读存储介质和一种计算机程序产品。
图11示出了可以用来实施本公开的实施例的示例计算设备1100的示意性框图。计算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。计算设备还可以表示各种形式的移动装置,诸如,个人数字助理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图11所示,设备1100包括计算单元1101,其可以根据存储在只读存储器(ROM)1102中的计算机程序或者从存储单元1108加载到随机访问存储器(RAM)1103中的计算机程序,来执行各种适当的动作和处理。在RAM 1103中,还可存储设备1100操作所需的各种程序和数据。计算单元1101、ROM 1102以及RAM 1103通过总线1104彼此相连。输入/输出(I/O)接口1105也连接至总线1104。
设备1100中的多个部件连接至I/O接口1105,包括:输入单元1106,例如键盘、鼠标等;输出单元1107,例如各种类型的显示器、扬声器等;存储单元1108,例如磁盘、光盘等;以及通信单元1109,例如网卡、调制解调器、无线通信收发机等。通信单元1109允许设备1100通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元1101可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1101的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1101执行上文所描述的各个方法和处理,例如量子比特的品质因子的确定方法。例如,在一些实施例中,量子比特的品质因子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1108。在一些实施例中,计算机程序的部分或者全部可以经由ROM 1102和/或通信单元1109而被载入和/或安装到设备1100上。当计算机程序加载到RAM 1103并由计算单元1101执行时,可以执行上文描述的量子比特的品质因子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1101可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行量子比特的品质因子的确定方法。
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、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入、或者触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的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)
1.一种量子比特的品质因子的确定方法,包括:
仿真得到目标芯片版图中目标量子比特与所述目标量子比特的目标控制线间的目标耦合强度;所述目标耦合强度为所述目标芯片版图中目标控制线在无预设负载的情况下、所述目标量子比特与所述目标控制线之间的耦合强度;所述目标控制线用于对所述目标量子比特进行控制;所述目标芯片版图能够刻画目标量子芯片的芯片结构;
获取目标关联关系,其中,所述目标关联关系表征下述三者之间的关联关系:量子比特与自身对应的、无预设负载情况下的控制线间的耦合强度,量子比特的控制线在有预设负载的情况下量子比特的Q因子,量子比特的控制线与量子比特之间的间隙;
基于所述目标关联关系、所述目标耦合强度,以及所述目标芯片版图中目标量子比特与目标控制线之间的目标间距,得到所述目标控制线在有所述预设负载的情况下、所述目标量子比特的目标Q因子。
2.根据权利要求1所述的方法,还包括:
确定至少两个预设芯片版图,其中,所述至少两个预设芯片版图中不同的预设芯片版图所对应的预设间距不同,所述预设间距为所述预设芯片版图中预设量子比特与所述预设量子比特的预设控制线之间的间距;所述预设控制线用于控制所述预设量子比特;
仿真得到所述预设芯片版图中所述预设量子比特的第一Q因子,其中,所述第一Q因子表示所述预设芯片版图中所述预设量子比特的预设控制线在有所述预设负载情况下、所述预设量子比特的第一Q因子;
仿真得到所述预设芯片版图中所述预设量子比特与所述预设量子比特的预设控制线间的第一耦合强度;所述第一耦合强度为所述预设芯片版图中所述预设控制线在无预设负载的情况下、所述预设量子比特与所述预设控制线之间的耦合强度;
基于各所述预设芯片版图中预设量子比特的第一Q因子、以及各所述预设芯片版图中所述预设量子比特与所述预设量子比特的预设控制线间的第一耦合强度,以及各所述预设芯片版图所对应的预设间距,得到所述目标关联关系。
3.根据权利要求2所述的方法,其中,所述预设芯片版图与所述目标芯片版图的关系存在以下至少之一:
所述预设芯片版图中预设量子比特与所述目标芯片版图中目标量子比特的结构相同;
所述预设芯片版图中所述预设量子比特的预设控制线,与所述目标芯片版图中所述目标量子比特的预设控制线的结构相同;
所述预设芯片版图中除所述预设量子比特和所述预设量子比特的预设控制线之外的其他结构,与所述目标芯片版图中除所述目标量子比特和所述目标量子比特的目标控制线之外的其他结构相同。
4.根据权利要求2所述的方法,其中,所述基于各所述预设芯片版图中预设量子比特的第一Q因子、以及各所述预设芯片版图中所述预设量子比特与所述预设量子比特的预设控制线间的第一耦合强度,以及各所述预设芯片版图所对应的预设间距,得到所述目标关联关系,包括:
得到至少两个第一数值,其中,所述至少两个第一数值中的第一数值是基于以下信息所得:所述预设芯片版图中预设量子比特的第一Q因子,所述预设芯片版图中所述预设量子比特与所述预设量子比特的预设控制线间的第一耦合强度;
对至少两个第一数值以及各所述预设芯片版图所对应的预设间距进行拟合处理,得到目标拟合函数;其中,所述目标关联关系为所述目标拟合函数。
5.根据权利要求4所述的方法,其中,所述对至少两个第一数值以及各所述预设芯片版图所对应的预设间距进行拟合处理,得到目标拟合函数,包括:
对至少两个第一数值以及各所述预设芯片版图所对应的预设间距进行线性拟合,得到目标拟合函数:Q×g=k×d+b;
其中,所述Q表示量子比特的控制线在有预设负载的情况下量子比特的Q因子;g表示量子比特与自身对应的、无预设负载情况下的控制线间的耦合强度;d表示量子比特的控制线与量子比特之间的间隙;所述k和b均为拟合系数。
6.根据权利要求1-5任一项所述的方法,其中,所述仿真得到目标芯片版图中目标量子比特与所述目标量子比特的目标控制线间的目标耦合强度,包括:
在目标控制线无预设负载的情况下、对所述目标芯片版图进行高频电磁场仿真,得到目标仿真结果;
基于所述目标仿真结果,得到本征模式m在空间中量子器件n所对应的目标电感能量占比pmn;本征模式m为无预设负载情况下的所述目标芯片版图所对应的本征模式;所述量子器件n为所述目标量子比特或所述目标控制线;
基于所述目标电感能量占比pmn,得到所述目标芯片版图中所述目标量子比特与所述目标量子比特的目标控制线之间的目标耦合强度。
7.根据权利要求6所述的方法,其中,所述基于所述目标仿真结果,得到本征模式m在空间中量子器件n所对应的目标电感能量占比pmn,包括:
基于所述目标仿真结果,得到目标仿真结果所对应的以及和其中,目标仿真结果所对应的表示本征模式m的总电场能量;目标仿真结果所对应的表示本征模式m在全空间中存储的总磁场能量;目标仿真结果所对应的表示本征模式1在空间中目标量子比特的目标结构上的电感能量;目标仿真结果所对应的表示本征模式2在空间中目标量子比特的目标结构上的电感能量;
基于以及和得到本征模式m在空间中量子器件n所对应的目标电感能量占比pmn。
8.根据权利要求7所述的方法,其中,所述目标结构为电感可调组件。
9.根据权利要求8所述的方法,其中,所述电感可调组件为:约瑟夫森结或约瑟夫森结链。
10.根据权利要求1-5任一项所述的方法,所述目标量子芯片为超导量子芯片。
11.一种量子比特的品质因子的确定装置,包括:
仿真处理单元,用于仿真得到目标芯片版图中目标量子比特与所述目标量子比特的目标控制线间的目标耦合强度;所述目标耦合强度为所述目标芯片版图中目标控制线在无预设负载的情况下、所述目标量子比特与所述目标控制线之间的耦合强度;所述目标控制线用于对所述目标量子比特进行控制;所述目标芯片版图能够刻画目标量子芯片的芯片结构;获取目标关联关系,其中,所述目标关联关系表征下述三者之间的关联关系:量子比特与自身对应的、无预设负载情况下的控制线间的耦合强度,量子比特的控制线在有预设负载的情况下量子比特的Q因子,量子比特的控制线与量子比特之间的间隙;
参数处理单元,用于基于所述目标关联关系、所述目标耦合强度,以及所述目标芯片版图中目标量子比特与目标控制线之间的目标间距,得到所述目标控制线在有所述预设负载的情况下、所述目标量子比特的目标Q因子。
12.根据权利要求11所述的装置,其中,所述仿真处理单元,还用于:
确定至少两个预设芯片版图,其中,所述至少两个预设芯片版图中不同的预设芯片版图所对应的预设间距不同,所述预设间距为所述预设芯片版图中预设量子比特与所述预设量子比特的预设控制线之间的间距;所述预设控制线用于控制所述预设量子比特;
仿真得到所述预设芯片版图中所述预设量子比特的第一Q因子,其中,所述第一Q因子表示所述预设芯片版图中所述预设量子比特的预设控制线在有所述预设负载情况下、所述预设量子比特的第一Q因子;
仿真得到所述预设芯片版图中所述预设量子比特与所述预设量子比特的预设控制线间的第一耦合强度;所述第一耦合强度为所述预设芯片版图中所述预设控制线在无预设负载的情况下、所述预设量子比特与所述预设控制线之间的耦合强度;
基于各所述预设芯片版图中预设量子比特的第一Q因子、以及各所述预设芯片版图中所述预设量子比特与所述预设量子比特的预设控制线间的第一耦合强度,以及各所述预设芯片版图所对应的预设间距,得到所述目标关联关系。
13.根据权利要求12所述的装置,其中,所述预设芯片版图与所述目标芯片版图的关系存在以下至少之一:
所述预设芯片版图中预设量子比特与所述目标芯片版图中目标量子比特的结构相同;
所述预设芯片版图中所述预设量子比特的预设控制线,与所述目标芯片版图中所述目标量子比特的预设控制线的结构相同;
所述预设芯片版图中除所述预设量子比特和所述预设量子比特的预设控制线之外的其他结构,与所述目标芯片版图中除所述目标量子比特和所述目标量子比特的目标控制线之外的其他结构相同。
14.根据权利要求12所述的装置,其中,所述仿真处理单元,具体用于:
得到至少两个第一数值,其中,所述至少两个第一数值中的第一数值是基于以下信息所得:所述预设芯片版图中预设量子比特的第一Q因子,所述预设芯片版图中所述预设量子比特与所述预设量子比特的预设控制线间的第一耦合强度;
对至少两个第一数值以及各所述预设芯片版图所对应的预设间距进行拟合处理,得到目标拟合函数;其中,所述目标关联关系为所述目标拟合函数。
15.根据权利要求14所述的装置,其中,所述仿真处理单元,具体用于:
对至少两个第一数值以及各所述预设芯片版图所对应的预设间距进行线性拟合,得到目标拟合函数:Q×g=k×d+b;
其中,所述Q表示量子比特的控制线在有预设负载的情况下量子比特的Q因子;g表示量子比特与自身对应的、无预设负载情况下的控制线间的耦合强度;d表示量子比特的控制线与量子比特之间的间隙;所述k和b均为拟合系数。
16.根据权利要求11-15任一项所述的装置,其中,所述仿真处理单元,具体用于:
在目标控制线无预设负载的情况下、对所述目标芯片版图进行高频电磁场仿真,得到目标仿真结果;
基于所述目标仿真结果,得到本征模式m在空间中量子器件n所对应的目标电感能量占比pmn;本征模式m为无预设负载情况下的所述目标芯片版图所对应的本征模式;所述量子器件n为所述目标量子比特或所述目标控制线;
基于所述目标电感能量占比pmn,得到所述目标芯片版图中所述目标量子比特与所述目标量子比特的目标控制线之间的目标耦合强度。
17.根据权利要求16所述的装置,其中,所述仿真处理单元,具体用于:
基于所述目标仿真结果,得到目标仿真结果所对应的以及和其中,目标仿真结果所对应的表示本征模式m的总电场能量;目标仿真结果所对应的表示本征模式m在全空间中存储的总磁场能量;目标仿真结果所对应的表示本征模式1在空间中目标量子比特的目标结构上的电感能量;目标仿真结果所对应的表示本征模式2在空间中目标量子比特的目标结构上的电感能量;
基于以及和得到本征模式m在空间中量子器件n所对应的目标电感能量占比pmn。
18.根据权利要求17所述的装置,其中,所述目标结构为电感可调组件。
19.根据权利要求18所述的装置,其中,所述电感可调组件为:约瑟夫森结或约瑟夫森结链。
20.根据权利要求11-15任一项所述的装置,所述目标量子芯片为超导量子芯片。
21.一种计算设备,包括:
至少一个量子处理单元QPU;
存储器,耦合到所述至少一个QPU并用于存储可执行指令,
所述指令被所述至少一个QPU执行,以使所述至少一个QPU能够执行权利要求1至10中任一项所述的方法;
或者,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,其特征在于,当至少一个量子处理单元执行时,所述计算机指令使得所述至少一个量子处理单元执行根据权利要求1至10任一项所述的方法;
或者,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 |
---|---|---|---|
CN202310127708.2A CN116306458B (zh) | 2023-02-08 | 2023-02-08 | 品质因子的确定方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310127708.2A CN116306458B (zh) | 2023-02-08 | 2023-02-08 | 品质因子的确定方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116306458A CN116306458A (zh) | 2023-06-23 |
CN116306458B true CN116306458B (zh) | 2024-01-02 |
Family
ID=86784327
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310127708.2A Active CN116306458B (zh) | 2023-02-08 | 2023-02-08 | 品质因子的确定方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116306458B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114528806A (zh) * | 2022-02-17 | 2022-05-24 | 苏州浪潮智能科技有限公司 | 一种基于Comsol的超导量子电路芯片级仿真方法 |
CN115049063A (zh) * | 2022-06-16 | 2022-09-13 | 浙江大学杭州国际科创中心 | 超导量子比特快速读取与重置方法、系统及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8642998B2 (en) * | 2011-06-14 | 2014-02-04 | International Business Machines Corporation | Array of quantum systems in a cavity for quantum computing |
-
2023
- 2023-02-08 CN CN202310127708.2A patent/CN116306458B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114528806A (zh) * | 2022-02-17 | 2022-05-24 | 苏州浪潮智能科技有限公司 | 一种基于Comsol的超导量子电路芯片级仿真方法 |
CN115049063A (zh) * | 2022-06-16 | 2022-09-13 | 浙江大学杭州国际科创中心 | 超导量子比特快速读取与重置方法、系统及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN116306458A (zh) | 2023-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116187258B (zh) | 量子芯片版图的仿真方法、装置、计算设备及存储介质 | |
CN114065939B (zh) | 量子芯片设计模型的训练方法、装置、设备及存储介质 | |
CN115660093B (zh) | 含耦合器超导量子比特结构性能检验信息输出方法及装置 | |
CN115169569B (zh) | 超导量子芯片设计方法及装置、电子设备和介质 | |
CN115329974B (zh) | 仿真方法、装置、设备及存储介质 | |
CN114580645A (zh) | 随机量子测量的模拟方法、装置、设备及存储介质 | |
CN114580643B (zh) | 确定方法、模型处理方法、装置、设备及存储介质 | |
US20150331989A1 (en) | Metal interconnect modeling | |
CN115329973B (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 | |
CN116341454A (zh) | 超导量子芯片的耦合关断点信息生成方法、装置和介质 | |
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 | |
CN116306458B (zh) | 品质因子的确定方法、装置、设备及存储介质 | |
CN115577777B (zh) | 超导量子芯片版图中器件电感能量占比的确定方法及装置 | |
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 | |
CN115329975B (zh) | 仿真方法、装置、设备及存储介质 | |
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 | |
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 | |
CN115577782B (zh) | 量子计算方法、装置、设备及存储介质 | |
CN115526326B (zh) | 含耦合器超导量子比特结构的性能参数输出方法及装置 | |
CN115577787B (zh) | 量子振幅估计方法、装置、设备以及存储介质 | |
CN114943199A (zh) | 连通特征确定方法、装置、设备及存储介质 | |
CN115329976B (zh) | 仿真方法、装置、设备及存储介质 | |
CN116776810A (zh) | 量子芯片版图的仿真方法、装置、设备及存储介质 | |
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 |
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 |