CN116438549A - 能够减轻拉伸因子误差的量子计算机 - Google Patents

Abstract

提供了关于量子计算机误差减轻的技术。例如，本文描述的一个或多个实施例可以包括一种系统，该系统可以包括可以存储计算机可执行部件的存储器。该系统还可以包括处理器，该处理器可操作地耦合到存储器，并且可以执行存储在存储器中的计算机可执行部件。计算机可执行部件可以包括误差减轻部件，该误差减轻部件从参考模型内插与目标拉伸因子相关联的门参数，该参考模型包括用于在多个参考拉伸因子处校准的量子门的参考门参数。

Description

能够减轻拉伸因子误差的量子计算机

背景技术

本公开涉及使用拉伸因子来实现量子运算中的误差减轻，并且更具体地，涉及从在多个参考拉伸因子处校准的参考模型内插与目标拉伸因子相关联的量子门参数。

量子计算机产生使量子运算的精度降级的噪声。误差减轻技术可以解决噪声并且改进量子计算机的结果。在传统的误差减轻技术中，在量子电路上执行若干次量子运算。在一个或多个量子运算执行中，包括在量子电路中的门的持续时间可以被拉伸给定的因子，称为拉伸因子。通过拉伸门的持续时间，可以将附加噪声引入到量子运算执行中。由此，量子计算机可以生成多个结果数据集，每个结果数据集具有受所采用的拉伸因子影响的相应噪声量。然后，可以从多个结果数据集外推减轻了误差的结果。然而，必须针对在量子运算执行中利用的每一相应拉伸因子来界定和校准新的门参数。针对每个拉伸因子校准门参数需要科学家访问量子计算机的硬件，并且可能是相当耗时的。因此，常规的误差减轻技术受到校准要求的限制。

其他常规的误差减轻技术通过在量子电路中用其自身的若干副本替换每个双量子位量子门来实现。例如，量子电路中的每个双量子位门可以被奇数个双量子位门代替。然而，这些技术忽略了单量子位门并且可以对应于可能不适合接近相干极限的量子电路的长拉伸因子。此外，对常规误差减轻技术的附加约束是双量子位门的两个顺序应用必须组成恒等操作。

发明内容

以下给出了概述以提供对本发明的一个或多个实施例的基本理解。本概述不旨在标识关键或重要元素，或描绘特定实施例的任何范围或权利要求的任何范围。其唯一目的是以简化形式呈现概念，作为稍后呈现的更详细描述的序言。在本文描述的一个或多个实施例中，描述了可以促进针对量子运算的拉伸因子误差减轻的系统、计算机实现的方法、装置和/或计算机程序产品。

根据一个实施例，提供了一种系统。该系统可以包括可以存储计算机可执行部件的存储器。该系统还可以包括处理器，该处理器可操作地耦合到存储器，并且可以执行存储在存储器中的计算机可执行部件。计算机可执行部件可以包括误差减轻部件，其可以从参考模型中内插与目标拉伸因子相关联的门参数，该参考模型可以包括用于在多个参考拉伸因子处校准的量子门的参考门参数。这种系统的优点可以是，可以采用参考模型来减少校准开销。

在一些示例中，该系统可以包括模型部件，其可以通过基于每门误差确定和门参数确定中的至少一个确定拉伸因子间隔内的参考拉伸因子的数量来定义多个参考拉伸因子。这种系统的优点可以是，参考模型可以包括与量子门校准的动态区域相关联的参考拉伸因子。

根据一个实施例，提供了一种系统。该系统可以包括可以存储计算机可执行部件的存储器。该系统还可以包括处理器，该处理器可操作地耦合到存储器，并且可以执行存储在存储器中的计算机可执行部件。计算机可执行部件可以包括推荐部件，该推荐部件可以基于量子电路的门计数和量子位计数来识别用于量子电路的误差减轻的拉伸因子。这种系统的优点可以是能够选择预计在促进Richardson误差减轻方面最有效的拉伸因子。

在一些示例中，推荐部件可以将量子电路的门计数和量子位计数与参考表进行比较，该参考表包括与定义的门计数和量子位计数组合相关联的拉伸因子范围。这种系统的优点可以是基于类似量子电路的过去执行而推荐拉伸因子。

根据实施例，提供了一种计算机实现的方法。该计算机实现的方法可以包括通过操作性地耦合到处理器的系统，从参考模型对与目标拉伸因子相关联的门参数进行内插，该参考模型包括用于在多个参考拉伸因子处校准的量子门的参考门参数。这种计算机实现的方法的优点可以是确定目标拉伸因子的门参数，而不在目标拉伸因子处校准量子门。

在一些示例中，该计算机实现的方法可以包括由系统基于每门误差确定和门参数确定中的至少一个来确定包括在拉伸因子间隔内的参考拉伸因子的数量。这种计算机实现的方法的优点可以是生成在与量子门的操作中的增加的变化相关联的参考拉伸因子处被高度校准的参考模型。

根据另一实施例，提供了一种计算机实现的方法。该计算机实现的方法可以包括由操作地耦合到处理器的系统基于量子电路的门计数和量子位计数来推荐用于该量子电路的误差减轻的拉伸因子。这种方法的优点可以是使得用户能够有效地执行具有期望的拉伸因子的误差减轻协议。

在一些示例中，计算机实现的方法还可以包括由系统执行随机化基准操作，该随机化基准操作确定与一组量子门相关联的最大拉伸因子。此外，该计算机实施的方法可以包括由该系统监测来自该组量子门的一个或多个量子门的可用性。这种方法的优点可以是，可以调整和/或推荐拉伸因子以满足量子硬件的能力(例如，量子门的最近操作能力)。

根据实施例，提供了一种用于量子计算机误差减轻的计算机程序产品。计算机程序产品可以包括具有程序指令的计算机可读存储介质。程序指令可以由处理器执行以使处理器通过处理器在多个参考拉伸因子处生成与量子门相关联的拉伸因子范围。程序指令还可以使处理器通过处理器接收来自拉伸因子范围的拉伸因子。另外，该程序指令可以使处理器基于多个参考拉伸因子对与拉伸因子相关联的门参数进行内插。这种计算机程序产品的一个优点可以是减少量子计算机的校准开销。

在一些示例中，程序指令还可以使处理器基于包括量子门的量子电路的门计数和量子位计数来从拉伸因子范围中识别推荐的拉伸因子。这种计算机程序产品的优点可以是增加的误差减轻的适用性。

附图说明

专利或申请文件包含至少一个彩色附图。具有彩色附图的本专利或专利申请公开的副本将由官方在请求并支付必要的费用后提供。

图1示出了根据本文描述的一个或多个实施例的、可以有助于减轻针对一个或多个量子运算的拉伸因子误差的示例性非限制性系统的框图。

图2示出了根据本文所述的一个或多个实施例的示例性非限制性曲线图的示图，该曲线图可表征每Clifford误差变化，该每Clifford误差变化可影响在拉伸因子间隔内采用的参考拉伸因子的数量。

图3A示出了根据本文所述的一个或多个实施例的示例性非限制性曲线图，该曲线图可以表征能够影响拉伸因子间隔内所采用的参考拉伸因子的数量的门参数变化。

图3B示出了根据本文所述的一个或多个实施例的示例性非限制性曲线图的示图，该曲线图可表征每Clifford变化的误差，该每Clifford变化可影响在拉伸因子间隔内采用的参考拉伸因子的数量。

图4示出了根据本文所述的一个或多个实施方式的能够确定和/或跟踪与量子计算机所采用的一个或多个门相关联的最大拉伸因子的示例性非限制性系统的框图。

图5示出了根据本文所述的一个或多个实施例的示例性非限制性系统的框图，该系统可以对在多个参考拉伸因子下校准的量子门的一个或多个门参数进行内插。

图6示出了根据本文所述的一个或多个实施例的示例性非限制性参考模型的图，该参考模型可以表征与多个参考拉伸因子相关联的一个或多个量子门参数。

图7图示了根据这里描述的一个或者多个实施例的能够基于一个或者多个拉伸因子调度表在一个或者多个量子计算机上执行一个或者多个量子运算的示例非限制系统的框图。

图8示出了根据本文描述的一个或多个实施例的能够执行一个或多个误差减轻外推以从一个或多个量子运算生成误差减轻结果的示例非限制系统的框图。

图9示出了可以证明根据本文描述的一个或多个实施例的Richardson误差减轻协议的功效的示例性非限制性曲线图的图。

图10示出了根据本文描述的一个或多个实施例的、可以由一个或多个系统在实现针对量子运算的延长因子误差减轻时采用的示例非限制性操作方案的图。

图11说明根据本文描述的一个或一个以上实施例的可推荐将实施于拉伸因子误差减轻中的一个或一个以上拉伸因子的实例非限制性系统的框图。

图12示出了根据本文描述的一个或多个实施例的、可以由一个或多个系统在实现针对量子运算的延长因子误差减轻时采用的示例非限制性操作方案的图。

图13图解说明根据本文所描述的一个或一个以上实施例可促进一个或一个以上拉伸因子误差减轻的实例性非限制性计算机实施方法的流程图。

图14描绘了根据本文描述的一个或多个实施例的云计算环境。

图15描绘了根据本文描述的一个或多个实施例的抽象模型层。

图16示出了其中可便于此处所描述的一个或多个实施例的示例、非限制性操作环境的框图。

具体实施方式

以下详细描述仅是说明性的，并且不旨在限制实施例和/或实施例的应用或使用。此外，并不意图受前面的背景技术或发明内容部分或具体实施方式部分中呈现的任何明示或暗示的信息的约束。

现在参考附图描述一个或多个实施例，其中相同的附图标记始终用于表示相同的元件。在以下描述中，出于解释的目的，阐述了许多具体细节以便提供对一个或多个实施例的更透彻理解。然而，在各种情况下，显然可在没有这些特定细节的情况下实践所述一个或一个以上实施例。

考虑到量子计算误差减轻的其他实现方式的问题；本公开可以被实现为通过从关于参考拉伸因子校准的一个或多个参考模型内插量子门参数来产生对这些问题中的一个或多个的解决方案。有利地，本文描述的一个或多个实施例可以以最小校准开销实现针对拉伸因子的间隔的误差减轻。本文所述的各种实施例可以使得能够采用来自由多个参考拉伸因子表征的给定范围的一个或多个期望拉伸因子。

本发明的各种实施例可以针对促进高效、有效和自主(例如，没有直接的人为引导)的拉伸脉冲校准和门参数内插的计算机处理系统、计算机实现的方法、装置和/或计算机程序产品。例如，在本文所述的一个或多个实施例中，可以关于参考拉伸因子校准多个量子门以生成参考模型。此外，各种实施例可针对期望的拉伸因子从参考模型内插门参数。另外，本文描述的一个或多个实施例可以推荐一个或多个拉伸因子以用于给定的量子电路。此外，一个或多个实施例可以调整一个或多个选定的拉伸因子以增强与一个给定的量子计算机的硬件的兼容性。

计算机处理系统、计算机实现的方法、装置和/或计算机程序产品采用硬件和/或软件来解决本质上是高度技术性的问题(例如，量子计算误差减轻)，这些问题不是抽象的并且不能作为人类的一组精神动作来执行。例如，一个个体或多个个体不能生成用于拉伸因子内插和误差减轻的参考模型。

此外，本文描述的一个或多个实施例可以通过从在多个参考拉伸因子处校准的一个或多个参考模型内插量子门参数来构成对常规误差减轻的技术改进。另外，本文描述的各种实施例可以通过基于给定量子电路和/或给定量子计算机的硬件特性推荐要采用的拉伸因子来展示对常规误差减轻技术的技术改进。此外，本文描述的各种实施例可以通过使得能够在给定范围内选择一个或多个拉伸因子同时最小化校准开销来展示对常规误差减轻技术的技术改进。

此外，本文描述的一个或多个实施例可以通过减轻一个或多个量子运算中的误差而具有实际应用。例如，本文描述的各种实施例可以从参考模型内插量子门参数；从而能够从给定范围选择一个或多个期望的拉伸因子，而不受与校准量子门相关联的限制的抑制。此外，本文描述的一个或多个实施例可以控制推荐部件来分析给定的量子电路和/或生成要用于误差减轻的一个或多个推荐的拉伸因子。由此，一个或多个实施例可以使得用户能够采用与期望的量子电路兼容的拉伸因子。

图1示出了可以促进量子计算误差减轻的示例性非限制性系统100的框图。为了简洁，省略了在这里描述的其它实施例中采用的类似元件的重复描述。本发明的各种实施例中的系统(例如，系统100等)、装置或过程的各方面可以构成一个或多个机器可执行部件，其包含在一个或多个机器内，例如，包含在与一个或多个机器相关联的一个或多个计算机可读介质(或媒体)中。当由一个或多个机器(例如，计算机、计算设备、虚拟机等)执行时，这样的部件可以使机器执行所描述的操作。

如图1所示，系统100可以包括一个或多个服务器102、一个或多个网络104、输入装置106、和/或量子计算机108。服务器102可以包括误差减轻部件110。误差减轻部件110还可以包括通信部件112和/或模型部件114。而且，服务器102可以包括或以其他方式与至少一个存储器116相关联。服务器102还可以包括系统总线118，其可以耦合到各种部件，例如但不限于误差减轻部件110和相关联的部件、存储器116和/或处理器120。虽然在图1中示出了服务器102，但是在其他实施例中，各种类型的多个设备可以与图1中所示的特征相关联或包括这些特征。

一个或多个网络104可以包括有线和无线网络，包括但不限于蜂窝网络、广域网(WAN)(例如，因特网)或局域网(LAN)。例如，服务器102可以使用实际上任何希望的有线或无线技术与一个或多个输入装置106和/或量子计算机108(并且反之亦然)进行通信，这些技术包括例如但不限于：蜂窝、WAN、无线保真(Wi-Fi)、Wi-Max、WLAN、蓝牙技术、其组合等。此外，尽管在所示的实施例中，误差减轻部件110可以被提供在一个或多个服务器102上，但是应当理解，系统100的架构不限于此。例如，误差减轻部件110或误差减轻部件110的一个或多个部件可以位于另一计算机设备处，诸如另一服务器设备、客户端设备、其组合等。

一个或多个输入设备106可以包括一个或多个计算机化设备，其可以包括但不限于：个人计算机、台式计算机、膝上型计算机、蜂窝电话(例如，智能电话)、计算机化平板(例如，包括处理器)、智能手表、键盘、触摸屏、鼠标、其组合等。一个或多个输入设备106可以被用于将一个或多个量子电路和/或目标拉伸因子输入到系统100中，从而与服务器102共享(例如，经由直接连接和/或经由一个或多个网络104)所述数据。例如，一个或多个输入设备106可以向通信部件112发送数据(例如，经由直接连接和/或经由一个或多个网络104)。另外，一个或多个输入设备106可以包括一个或多个显示器，其可以向用户呈现由系统100生成的一个或多个输出。例如，一个或多个显示器可以包括但不限于：阴极管显示器(“CRT”)、发光二极管显示器(“LED”)、电致发光显示器(“ELD”)、等离子体显示面板(“PDP”)、液晶显示器(“LCD”)、有机发光二极管显示器(“OLED”)、其组合和/或类似物。

在各种实施例中，一个或多个输入设备106和/或一个或多个网络104可以用于将一个或多个设置和/或命令输入到系统100中。例如，在本文描述的各种实施例中，一个或多个输入设备106可以用于操作和/或操纵服务器102和/或关联部件。另外，一个或多个输入设备106可以被用来显示由服务器102和/或关联部件生成的一个或多个输出(例如，显示、数据、可视化等)。此外，在一个或多个实施例中，一个或多个输入设备106可以被包括在云计算环境内和/或可操作地耦合到云计算环境。

在不同的实施方案中，一个或多个量子计算机108可以包括量子硬件装置，这些量子硬件装置可以利用量子力学定律(例如，叠加和/或量子纠缠)来协助计算处理(例如，同时满足DiVincenzo标准)。在一个或多个实施方案中，一个或多个量子计算机108可以包括量子数据平面、控制处理器平面、控制和测量平面、和/或量子位技术。

在一个或多个实施例中，量子数据平面可以包括一个或多个量子电路，所述量子电路包括物理量子位、用于确保量子位的定位的结构、和/或支持电路。支持电路可以例如促进量子位的状态的测量和/或对量子位执行门操作(例如，对于基于门的系统)。在一些实施方案中，支持电路可以包括可以使多个量子位能够彼此相互作用的布线网络。此外，布线网络可以便于经由直接电连接和/或电磁辐射(例如，光、微波和/或低频信号)传输控制信号。例如，该支持电路可以包括一个或多个超导谐振器，该一个或多个超导谐振器操作性地联接到该一个或多个量子位上。如本文所述，术语“超导”可以表征在超导临界温度或以下呈现超导特性的材料，诸如铝(例如，1.2开尔文的超导临界温度)或铌(例如，9.3开尔文的超导临界温度)。另外，本领域普通技术人员将认识到，其它超导体材料(例如氢化物超导体，例如锂/镁氢化物合金)可以用于本文所述的各种实施方案中。

在一个或多个实施例中，控制处理器平面可以识别和/或触发量子门操作和/或测量的哈密尔顿函数序列，其中，该序列执行用于实现量子算法的程序(例如，由诸如服务器102的主机处理器和/或一个或多个输入设备106提供)。例如，控制处理器平面可以将编译的代码转换为用于控制和测量平面的命令。在一个或多个实施例中，控制处理器平面还可以执行一个或多个量子纠错算法。

在一个或多个实施例中，控制和测量平面可以将由控制处理器平面生成的数字信号转换成模拟控制信号以在量子数据平面中的一个或多个量子位上执行操作，所述数字信号可以描绘要执行的量子运算。而且，控制和测量平面可以将数据平面中的量子位的一个或多个模拟测量输出转换为可以与系统100的其他部件(例如，诸如误差减轻部件110，经由例如控制处理器平面)共享的经典二进制数据。

本领域普通技术人员将认识到，多种量子位技术可以为一个或多个量子计算机108的一个或多个量子位提供基础。两个示例性量子位技术可以包括离子阱量子位和/或超导量子位。例如，在量子计算机108利用离子阱量子位的情况下，量子数据平面可以包括用作量子位的多个离子以及用于将这些离子保持在特定位置的一个或多个阱。此外，控制和测量平面可以包括：指向一个或多个离子以影响离子的量子态的激光或微波源、冷却离子和/或使得能够测量离子的激光器、和/或测量离子的状态的一个或多个光子检测器。在另一个实例中，超导量子位(例如，诸如超导量子干涉器件“SQUID”)可以是光刻定义的电子电路，这些电子电路可以被冷却到毫开尔文温度以展现量化的能级(例如，由于电子电荷或磁通量的量化状态)。超导量子位可以是基于Josephson结的，例如transmon量子位和/或类似量子位。此外，超导量子位可以与微波控制电子器件兼容，并且可以与基于门的技术或集成低温控制一起使用。另外的示例性量子位技术可以包括但不限于：光子量子位、量子点量子位、基于门的中性原子量子位、半导体量子位(例如，光门控或电门控)、拓扑量子位、其组合，和/或类似物。

在不同的实施方案中，一个或多个量子计算机108可以包括一个或多个量子门122。一个或多个量子门122可以可操作地耦合一个或多个量子计算机108的多个量子位。一个或多个量子计算机108可以通过根据一个或多个给定的量子电路控制一个或多个量子门122来执行一个或多个量子运算。在各种实施例中，一个或多个量子门122可以是其中实现该门的脉冲可以被展宽的任何类型的量子门122。可以包括在一个或多个量子门122内的门的示例类型可以包括但不限于：交叉谐振门、单量子位门、多量子位门、其组合等。

在一个或多个实施例中，通信部件112可以从一个或多个输入设备106接收一个或多个哈密尔顿算子、量子电路和/或目标拉伸因子(例如，经由直接电连接和/或通过一个或多个网络104)，并且与误差减轻部件110的各个相关联的部件共享数据。另外，通信部件112可以促进在误差减轻部件110和一个或多个量子计算机108之间和/或反之(例如，经由直接电连接和/或通过一个或多个网络104)共享数据。

时间相关驱动器哈密尔顿函数可以由下面的等式1表征：

K(t)＝∑_αJ_α(t)P_α (1)

其中“∑_α”可以表示在索引α上的总和，并且“J_α”可以表示与“P_α”相关联的交互的时间相关强度。此外，当“P_α”是N量子位Pauli算子时，受时不变噪声“λ”影响，在时间“c_jT”的比例驱动“

”下演化之后可观察的“E_K(λ)”的期望值等同于在放大噪声强度“c_jλ”下的测量。因此，可计算(例如，经由一个或多个量子计算机108)与若干不同可观测量“c_j”相关联的可观测量，并且E_K(λ)可外推回到零噪声极限“E*”。在不同的实施方案中，一个或多个量子计算机108可以使针对每个所采用的拉伸因子的校准的量子门集合可用，这可以取决于针对给定量子运算(例如，执行一个给定量子算法)所采用的给定量子电路的一个或多个特性。

在各种实施例中，模型部件114可以通过生成一个或多个参考模型来减少与实现各种拉伸因子相关联的校准开销，根据所述一个或多个参考模型可以内插目标拉伸因子的门参数。例如，由模型部件114生成的一个或多个参考模型可以将一个或多个量子计算机108的量子门参数与它们对单位时间演化的影响相关联。在各种实施例中，模型部件114可以基于分析考虑和/或经验测量来生成一个或多个参考模型。可以从一个或多个参考模型内插的示例门参数可以包括但不限于：交叉共振脉冲的振幅、交叉共振脉冲的相位、通过绝热门的导数去除(“DRAG”)值(例如，单量子位脉冲的DRAG系数)、单量子位脉冲的振幅、其组合等。

例如，持续时间“T”的交叉共振脉冲的振幅“Ω”可以通过根据以下等式2的三阶模型与ZX旋转(例如，由θ_ZX＝ω_ZXT表征)相关。

其中“δ₁”可以表示该一个或多个量子计算机108的一个控制量子位的非归和性，“Δ”可以表示该一个或多个量子计算机108的控制量子位与目标量子位之间的一个频率差，和/或“J”可以表示这些量子位之间的一种耦连强度。

一个或多个参考模型可以考虑包括多个参考拉伸因子的拉伸因子(例如，由“c_j∈[c_min，c_max]”表征)的连续间隔。在不同的实施方案中，可以相对于这些参考拉伸因子中的每一个来校准该一个或多个量子计算机108的量子门122中的每一个。此外，可对照所述一个或一个以上参考模型内的参考拉伸因数来绘制经校准的门参数。由此，模型部件114可以对所绘制的数据采用一个或多个经验拟合，以表征一个或多个量子计算机108的量子门122中的每一个的参数值与参考拉伸因子之间的关系。

图2示出了根据本文所述的一个或多个实施例的示例性非限制性曲线图200，其描绘了可由模型部件114用来生成表征门参数和拉伸因子之间的关系的一个或多个参考模型的各种经验拟合。为了简洁，省略了在这里描述的其它实施例中采用的类似元件的重复描述。在各种实施例中，模型部件114可以将给定量值门122的幅度参数拟合到校准的参考拉伸因子数据。此外，如曲线图200所示，模型部件114可以使用多项式和/或分段线性拟合将给定量值门122的角度和/或增量参数拟合到校准的参考拉伸因子数据。由曲线图200例示的参考模型可以考虑范围在1和2之间的拉伸因子间隔的校准。

如图2所示，线202可以表示对量子门122(例如，交叉谐振门)执行的初始拉伸因子校准。线204可以表示对量子门122执行的随后的第二拉伸因子校准。线206可以表示使用由初始拉伸因子校准产生的参数的分段线性拟合。线208可表示使用由第二拉伸因子校准产生的参数的分段线性拟合。线210可表示使用由初始拉伸因子校准产生的参数的多项式拟合。线212可表示使用由第二拉伸因子校准产生的参数的多项式拟合。在各种实施例中，利用θ_ZX＝ω_ZXT的幅度参数的拟合(例如，与时间成反比)可以比对诸如相位和/或DRAG参数的其它门参数的拟合更不敏感。

在各种实施例中，模型部件114可以基于一个或多个量子计算机108的量子门122的一个或多个操作特性来确定与每个量子门相关联的拉伸因子间隔。例如，模型部件114可以确定拉伸因子间隔，使得需要最小量的校准开销，同时仍然产生用于误差减轻(例如，用于Richardson误差减轻)的量子门122。例如，模型部件114可以基于给定量子门122的每Clifford值的误差和/或参数值的变化来确定用作量子门122的参考拉伸因子的数量和/或哪些拉伸因子用作参考拉伸因子。

例如，模型部件114可以基于每门误差(例如，每Clifford误差)确定来定义包括在拉伸因子间隔内的参考拉伸因子的数量和/或值。例如，包括在拉伸因子间隔内的参考拉伸因子的数量可随着拉伸因子间隔内的每门误差(例如，每Clifford误差)确定的变化数量而增加。在另一示例中，模型部件114可基于门参数定义包括在拉伸因子间隔内的参考拉伸因子的数量和/或值。例如，包括在拉伸因子间隔内的参考拉伸因子的数量可以随着拉伸因子间隔内的门参数确定的变化数量而增加。

图3A-B展示了根据在此描述的一个或多个实施方案的示例性非限制性曲线图300和/或302的图，这些曲线图可以由模型部件114生成以表征一个或多个量子门122的一个或多个操作特性并且识别参考拉伸因子。为了简洁，省略了在这里描述的其它实施例中采用的类似元件的重复描述。在一个或多个实施方案中，图300和/或302可以由模型部件114基于对一个或多个量子计算机108的量子门122的一个或多个分析考虑(例如，根据等式2)来生成。如图3A所示，示例性曲线图300可将交叉谐振脉冲的幅度(例如，在图3A中被称为“amp_CR”)视为参考建模所关注的门参数。如图3B所示，模型部件114可通过首先估计每Clifford值的误差如何作为拉伸因子值的函数而变化来生成示例性图表302。例如，模型部件114可以执行第一估计，其中针对拉伸因子间隔中的一组通常线性间隔的拉伸因子确定每Clifford误差。接下来，模型部件114可以基于每Clifford误差值之间的变化量来选择参考拉伸因子。

在示例性曲线图300、302的区域A中，给定量子门122可以经历比区域B中更大的门参数和/或每Clifford值误差的变化量，例如，从区域A内的一个参考点到另一个参考点的门参数值和/或每Clifford值误差之间的差可以大于从区域B内的一个参考点到另一个参考点的门参数值和/或每Clifford值误差之间的差。

在各种实施例中，模型部件114可以将区域A内所包括的参考拉伸因子的数量定义为大于区域B内所包括的参考拉伸因子的数量，例如，模型部件114可以识别对应于区域A的5个参考拉伸因子和对应于区域B的3个参考拉伸因子，如图3A所示。在另一实例中，模型部件114可以识别对应于区域A的4个参考拉伸因子和对应于区域B的2个参考拉伸因子，如图3B所示。因此，与区域A相关的参考拉伸因子的密度可以大于与区域B相关的参考拉伸因子的密度。

在一个或多个实施例中，误差减轻部件110可经由一个或多个输入设备106与一个或多个数据科学家共享由模型部件114确定的参考拉伸因子值。由此，数据科学家可以针对参考拉伸因子校准一个或多个量子计算机108的量子门122。作为校准的结果，可以确定与参考拉伸因子相关联的参考门参数。例如，给定量子门的参考门参数可以是根据校准实现参考拉伸因子的门参数。此外，可以采用一个或多个输入设备106来将参考门参数输入到系统100中，并与误差减轻部件110共享参考门参数。根据本文所述的各种实施例，模型部件114可绘制参考门参数与参考拉伸因子的关系曲线，并采用经验拟合(例如，分段线性拟合、多项式拟合)来生成一个或多个参考模型。

在一个或多个实施例中，误差减轻部件110可以与一个或多个输入设备106和/或量子计算机108共享由模型部件114确定的参考拉伸因子值，以促进一个或多个量子门122的自动校准。例如，该校准可以执行多个校准例程，这些校准例程执行一个或多个量子计算机108的操作以确定该相关联脉冲的门参数的值。每个校准例程还可以返回与作为校准目标的相关脉冲的门参数相关的精度。因此，自动校准可以确定它是否可以执行下一个校准例程或者是否需要重复最后的校准例程。

图4示出了根据本文描述的一个或多个实施例的还包括门资源部件402、跟踪部件404和/或调整部件406的示例非限制性系统100的图。为了简洁，省略了在这里描述的其它实施例中采用的类似元件的重复描述。在不同的实施方案中，门资源部件402可以定义量子计算机108的一个或多个量子门122的一种或多种运行能力。同样，跟踪部件404可跟踪由门资源部件402定义的操作能力以标识是否发生了一个或多个改变。此外，调整部件406可以修改一个或多个目标拉伸因子，以适应由门资源部件402定义并由跟踪部件404跟踪的操作能力。

量子计算机108的一个或多个量子门122(例如，交叉谐振门)可以初始地被优化为具有不同的门长度和门误差。因此，可以与相应的量子门一起使用的最大拉伸因子可以变化。例如，量子计算机108的一个第一量子门122可以成功地采用一个最大拉伸因子2；而量子计算机108的第二量子门122可能在拉伸因子为2时失效。

在各种实施例中，门资源部件402可生成一个或多个门资源表408。例如，一个或多个量子计算机108的每个量子门122可以在一个或多个门资源表408中表示。此外，门资源部件402可以用可与每个量子门122一起使用的最小和最大拉伸因子来填充门资源表408。例如，一个或多个门资源表408可以通过相应的标识符(例如，标题和/或数字)来表示每个量子门122，并且可以列出与每个量子门122相关联的最小和最大拉伸因子值。在不同的实施方案中，量子门122的数量、位置、和/或组成可以由一个或多个数据科学家和/或熟悉量子计算机108的计算机程序通过一个或多个输入装置106输入到系统100中。在一些实施方案中，门资源部件402可以从一个或多个量子计算机108检索定义量子门122的数量、位置和/或组成的数据。在一个或多个实施例中，量子门122可以例如通过名称和拉伸因子来标识(例如，拉伸因子可以被并入量子门122名称中)。例如，示例性量子门122的名称可以包括但不限于：CNOT_1.00(例如，其中拉伸因子为1.00)、CNOT_1.50(例如，其中拉伸因子为1.50)和/或CNOT_2.00(例如，其中拉伸因子为2.00)。在各种实施例中，一个或多个门资源表408可存储在一个或多个存储器116内。在一个或多个实施例中，一个或多个门资源表408可被存储在服务器102外部的计算机体系结构中。在一些实施方案中，一个或多个量子门122可以进一步基于一个或多个量子计算机108内的功能和/或彼此的接近度而在一个或多个门资源表408内被分组成多个组，称为家族。

与量子门122相关联的最小和/或最大拉伸因子可由门资源部件402基于一个或多个分析考虑和/或一个或多个测量来计算。例如，在不同的实施方案中，可以采用一个或多个输入装置106来将量子门122的硬件特征输入到系统100中。示例硬件特性可以包括但不限于：量子门122的材料成分、量子门122的连通性、量子门122的长度、量子门122的保真度的波动、它们的组合等。例如，给定量子门122的最大拉伸因子可以定义拉伸因子值，超过该拉伸因子值，量子门122将太不稳定而不能使用，或者将经历太多的误差而不能使用。基于这些硬件特性，门资源部件402可以基于一个或多个量子计算机108的硬件特性根据量子系统的一个数值模型来计算可以与量子门一起使用的最小和/或最大拉伸因子。在另一个例子中，可以利用多个增加值的拉伸因子来操作量子门122，以识别能够实现成功操作的最小和/或最大拉伸因子值，其中，一个或多个量子计算机108可以与门资源部件402(例如，经由一个或多个网络104)共享所识别的最小和/或最大拉伸因子。

在各种实施例中，一个或多个量子门122可能易受操作波动的影响。作为波动的结果，量子门122可采用的最大拉伸因子可以随时间而改变。跟踪部件404可以跟踪一个或多个量子门122的操作条件，以确保反映在一个或多个门资源表408中的最大拉伸因子是最新的。例如，跟踪部件404可以执行一个或多个随机化基准测试协议，以通过估计在随机量子门操作的序列的实现下测量的平均误差率来评估量子计算机108的硬件的能力。例如，随机化基准可以基于均匀随机Clifford操作。另外，可以实现量子过程断层摄影(“QPT”)和/或量子门集合断层摄影(“GST”)(例如，经由跟踪部件404)以确定最大拉伸因子值(例如，基于量子门122的保真度)。在采用随机化基准测试协议的情况下，可以利用数量为“m”的Clifford门来创建多个Clifford门序列。在任何给定的长度为m的Clifford门序列中，可以从Clifford组中随机选择1到m-1的Clifford门。可以选择最后的Clifford门，使得m个Clifford门的序列组成同一性操作。可以对每个长度m处的测量结果求平均以创建示出量子位计数作为m的函数的曲线。

在一个或多个实施例中，跟踪部件404可以周期性地实现随机化基准测试协议，以验证包括在一个或多个门资源表408中的最大拉伸因子。例如，跟踪部件404可以根据一个或多个时间表来实现随机化基准测试协议。例如，跟踪部件404可以每天、以天为间隔(例如，每两天)、每周和/或另一期望的时间间隔来实现随机化基准测试协议。此外，由跟踪部件404实现的随机化基准测试时间表可以在量子门122之间变化。例如，与最高最大拉伸因子相关联的量子门可以是最怀疑门波动的门，并且因此可以比与较低最大拉伸因子相关联的量子门更频繁地经受跟踪部件404的随机化基准测试。例如，与最高最大拉伸因子相关联的量子门可以由跟踪部件404在每天的基础上经受随机化基准测试；而与较低最大拉伸因子相关联的量子门可由跟踪部件404在每周的基础上经受随机化基准测试。在各种实施例中，由跟踪部件404实现的随机化基准测试调度可以基于为系统100和/或量子计算机108预算的维护开销的量而变化。

在一个或多个实施例中，调整部件406可以参考一个或多个门资源表408(例如，由门资源部件402生成和/或由跟踪部件404更新的门资源表)，以确定是否应当修改一个或多个目标拉伸因子以满足可用的量子门122的容量。例如，可以采用一个或多个输入装置106来定义一个或多个量子电路，该一个或多个量子电路将在一个或多个量子运算期间由一个或多个量子计算机108执行。在采用误差减轻来增强量子运算的结果的情况下，一个或多个输入设备106还可以被采用来定义在误差减轻协议期间要利用的一个或多个目标拉伸因子。

调整部件406可以分析所接收的量子电路(例如，经由一个或多个网络104和/或通信部件112接收的)以识别来自一个或多个量子计算机108的哪些量子门122将在量子运行期间运行。例如，调整部件406可以基于由这些量子门建立的并且由该量子电路描绘的量子位连接性将量子计算机108的量子门122与该给定的量子电路相关联。在另一个实例中，给定量子电路的每个量子门122必须由一个或多个量子计算机108执行。如果给定的量子电路包含不由量子计算机108原生支持的量子门122，则该量子门122可以被分解成原生支持的量子门122。例如，如果给定的量子电路由于有限的量子位连接性而描绘了不被一个或多个量子计算机108支持的量子门122，则可以通过调整部件406将交换门(例如，分解成被量子计算机108支持的门)插入到量子电路中。由此，调整部件406可以识别用于量子运算的相关量子门122，并且可以参考一个或多个门资源表408来识别可以与相关量子门122一起使用的可允许的拉伸因子范围(例如，如由最大拉伸因子所限制的)。在经由输入设备106提供的一个或多个目标拉伸因子在可允许拉伸因子范围内的情况下，误差减轻部件110可以继续利用给定的目标拉伸因子来实现本文描述的一个或多个误差减轻协议。在经由输入设备106提供的一个或多个拉伸因子在可允许拉伸因子范围之外的情况下，调整部件406可以将目标拉伸因子的值改变为可允许范围内的一个或多个值。例如，调整部件406可以将一个或多个目标拉伸因子的值改变为最接近初始提供的值的可允许范围内的值。在另一实例中，调整部件406可以将一个或多个目标拉伸因子的值改变为在可允许范围的中心内的值。

在各种实施例中，在可允许范围内的一个或多个拉伸因子仍然可能是不可操作的。在允许范围内的不可操作的拉伸因子可以由性能基准反映，例如每Clifford值的高误差。例如，示例性的可允许拉伸因子范围可为1.0至3.0。然而，由于保真度差，拉伸因子2.1至2.3可能是不可操作的拉伸因子(例如，一个或多个校准协议可能对这些拉伸因子无效)。调整部件406可确保目标拉伸因子不在2.1至2.3的范围内。

另外，调整部件406可以改变目标拉伸因子以满足一个或多个硬件约束。例如，一些量子计算机108硬件可以仅加载具有限定数量的样本的倍数的脉冲(例如，可以仅加载是16个样本的倍数的脉冲)。调整部件406可以选择改变目标展宽因子，使得脉冲是为量子计算机108硬件定义的数量的倍数。例如，其中定义的数量是16；如果具有2.1的拉伸因子的脉冲具有168个样本，则调整部件406可选择使用2的目标拉伸因子，使得脉冲具有160个样本(其为16的倍数)。

为了举例说明门资源部件402、跟踪部件404和/或调整部件406如何能够结合操作的非限制性实施例，考虑以下示例性使用情况。一个或多个量子计算机108的量子门122可以被初始地优化，使得范围从大于或等于1.0并且小于或等于2.0的拉伸因子可以成功地用于一个或多个误差减轻协议中。门资源部件402可以将可允许的拉伸因子范围(例如，1.0到2.0)与量子门122的唯一标识符相关联地存储在一个或多个门资源表408内。在初始优化之后，量子门122可以经历一个或多个操作波动，导致可允许拉伸因子范围变窄到大于或等于1.0且小于或等于1.8的新范围。例如，量子位相干时间T1和T2在一个或多个量子计算机108中可能波动，这可能不利地影响采用大拉伸因子的量子门122。在跟踪部件404根据一个或多个定义的调度执行的随机化基准测试协议期间，跟踪部件404可以识别缩小的范围，并相应地更新一个或多个门资源表408。在由一个或多个量子计算机108执行利用量子门122的量子运算之前；调整部件406可以将与量子运算相关联地给出的一个或多个目标拉伸因子与存储在一个或多个门参考表408中的允许拉伸因子范围(例如，1.0到1.8)进行比较。在目标拉伸因子大于1.8的情况下，调整部件406可以将目标拉伸因子的值改变为1.8以满足量子门122的容量。

图5示出了根据本文描述的一个或多个实施例的还包括内插部件502的示例非限制性系统100的图。为了简洁，省略了在这里描述的其它实施例中采用的类似元件的重复描述。在各种实施例中，内插部件502可以基于由模型部件114生成的一个或多个参考模型来确定可以实现给定量子门122的目标拉伸因子(例如，由一个或多个输入设备106提供和/或由调整部件406改变)的一个或多个量子门参数。

在一个或多个实施例中，内插部件502可以基于关于参考拉伸因子校准的附近参考门参数来内插目标拉伸因子的门参数。如本文所述，由模型部件114生成的一个或多个参考模型可以绘制参考拉伸因子与参考门参数的关系曲线(例如，通过一个或多个校准协议确定)，并且包括对所绘制的数据的经验拟合。内插部件502可以进一步根据一个或多个目标拉伸因子的经验拟合来内插门参数。由此，内插部件502可针对尚未以其他方式校准的拉伸因子(例如，非参考拉伸因子)从参考模型内插门参数。

图6示出了根据本文所述的一个或多个实施例的示例非限制性参考模型600的图，该模型可以描绘可以由内插部件502执行的门参数内插。为了简洁，省略了在这里描述的其它实施例中采用的类似元件的重复描述。示例性参考模型600可由模型部件114根据本文所述的各个实施例来生成。

如图6所示，示例性参考模型600可以绘制四个参考拉伸因子(例如，由“

”、“

”、“/>

”和“/>

”表示)与门参数“p_i”(例如，交叉共振脉冲的幅度)的关系曲线。如本文所述，四个参考拉伸因子可由模型部件114基于每Clifford计算的误差变化的严重性和/或门参数变化的严重性来标识(例如，参考拉伸因子的密度可随着经验拟合的斜率增加而增加)。此外，可以在参考拉伸因子处校准量子门，以确定与每个参考拉伸因子(例如，参考门参数)相关联的门参数值。

由此，内插部件502可通过在拟合模型上定位目标拉伸因子的位置并参考对应于该位置的门参数值来内插与目标拉伸因子相关联的门参数。例如，目标拉伸因子“

”在校准的参考拉伸因子数据的经验拟合602上的位置可由图6中的星号表示。如虚线604所示，与目标拉伸因子“/>

”相关的门参数值可以从经验拟合602中内插得到。

图7示出了根据本文所述的一个或多个实施例的还包括执行部件702的示例非限制性系统100的图。为了简洁，省略了在这里描述的其它实施例中采用的类似元件的重复描述。在各种实施方案中，执行部件702可以使用从一个或多个参考模型内插的一个或多个门参数在一个或多个量子计算机108上执行一个量子运算。

在一个或多个实施方案中，可以采用一个或多个输入装置106来定义一个或多个量子电路，该一个或多个量子电路将在一个或多个量子计算机108上执行以完成一个量子运算。另外，一个或多个输入设备106可以用于定义要在关于量子运算的一个或多个误差减轻协议中使用的一个或多个目标拉伸因子。内插部件502可以内插一个或多个门参数，以便从一个或多个参考模型获得目标拉伸因子。执行部件702可以在一个或多个量子计算机108上利用该一个或多个内插的门参数来执行量子电路。

例如，执行部件702可以在一个或多个量子计算机108上多次执行量子电路以生成结果数据。对于每次执行，执行部件702可以利用相应的内插门参数。因此，在一个或多个量子计算机108上量子电路的每次执行可以生成与一个对应的拉伸因子相关联的结果数据，并且由此结合了对应的噪声量。在各种实施方式中，执行部件702可以经由一个或多个网络104向一个或多个量子计算机108发送一个或多个执行命令。例如，执行部件702可以生成一个或多个数字信号，这些数字信号描绘了有待由量子计算机108执行的量子电路和/或有待在执行过程中由量子计算机108采用的门参数值。

图8示出了进一步包括减轻部件802的示例、非限制性系统100的示图。为了简洁，省略了在这里描述的其它实施例中采用的类似元件的重复描述。在各种实施例中，减轻部件802可以实现一个或多个误差减轻协议以从结果数据中去除噪声。由减轻部件802实现的误差减轻协议可以基于由量子电路的不同执行生成的结果数据之间的差异来识别噪声，如由变化的拉伸因子所影响的。在一个或多个实施例中，减轻部件802可通过使用Richardson误差减轻或另一外推方法将执行部件702获得的结果数据外推至零阶噪声极限来生成误差减轻结果。

图9示出了根据本文描述的一个或多个实施例的描绘由减轻部件802实现的一个或多个误差减轻协议的功效的示例、非限制性曲线图的示图。为了简洁，省略了在这里描述的其它实施例中采用的类似元件的重复描述。图9的曲线图描绘了可以由误差减轻部件110生成的Richardson误差减轻的分子氢离解能量曲线。例如，图9中描绘的减轻的结果数据可以使用目标拉伸因子来考虑在基于云计算的量子计算机108上执行的一组结果数据：1.00、1.50和2.00。例如，一个或多个量子计算机108的针对目标拉伸因子的门参数是由内插部件502通过对来自参考拉伸因子的参数进行内插来获得的：1.0、1.26、1.58和2.00。图9中所描绘的结果显示，误差减轻的结果数据(例如，由三角形指示)比在拉伸因子为1.0时所进行的执行更接近理想结果数据(例如，由星形指示)。

图10示出了根据本文描述的一个或多个实施例的可以促进由误差减轻部件110执行的一个或多个误差减轻协议的示例非限制性操作方案1000的图。为了简洁，省略了在这里描述的其它实施例中采用的类似元件的重复描述。操作方案1000可以描绘误差减轻部件110(例如，以及误差减轻部件110的关联部件)、一个或多个输入设备106和/或一个或多个量子计算机108之间的通信的示例性、非限制性路径。在各种实施例中，图10中描绘的数据的通信和/或传送可以通过诸如云计算环境之类的一个或多个网络104来执行。例如，系统100可以采用云计算环境来控制一个或多个量子计算机108。

在1002，门资源部件402可以与一个或多个输入设备106共享一个拉伸因子间隔。拉伸因子间隔可以是拉伸因子范围，从该范围中可以选择一个或多个目标拉伸因子用于实现本文描述的一个或多个误差减轻协议。在一个或多个实施例中，拉伸因子间隔(例如，被表征为“[c_min,c_max]”)可由与量子门122和/或量子门122的族相关联的最小拉伸因子值(“c_min”)和最大拉伸因子值(“c_max”)来定义。例如，门资源部件402可以关于可用于执行量子运算的一个或多个量子门122和/或量子门122族来分析一个或多个门资源表408。门资源部件402可以将间隔的最小拉伸因子值(“c_min”)定义为与量子门122和/或量子门122族相关联的最小拉伸因子值(例如，如在一个或多个门资源表408中所定义的)。此外，门资源部件302可以将间隔的最大拉伸因子值(“c_max”)定义为与量子门122和/或量子门122族相关联的最大拉伸因子值(例如，如在一个或多个门资源表408中定义的)。由此，该拉伸因子间隔可以表征与可用于操作的一个或多个量子门122和/或量子门122族相关联的可允许拉伸因子的最宽范围。

根据这里描述的一个或多个实施例，可以采用一个或多个输入设备106来从拉伸因子间隔中选择一个或多个拉伸因子值，作为用于误差减轻的一个或多个目标拉伸因子。例如，可以采用一个或多个输入设备106来从拉伸因子间隔内选择多个拉伸因子值，以用作目标拉伸因子。在1004，一个或多个输入设备106可以与误差减轻部件110共享所选择的目标拉伸因子，以促进一个或多个量子运算的执行。另外，在1004，可以采用一个或多个输入设备106来定义一个或多个量子电路，可以利用所选择的目标拉伸因子来执行该量子电路，以实现量子运算。

在各种实施例中，可以由调整部件406来分析所选择的目标拉伸因子和/或一个或多个给定的量子电路。如在此所描述的，调整部件406可以识别一个或多个量子计算机108的相关量子门122以用于执行该一个或多个给定量子电路。例如，在一个或多个量子计算机108包括多个量子门122的情况下，调整部件406可以识别可用于操作的量子门122(例如，当前没有执行另一个量子运算和/或处于操作条件下的量子门122)。此外，调整部件406可以将满足由一个或多个量子电路描绘的量子位连接性的一个或多个量子门122识别为用于给定量子运算的相关量子门122。例如，一个或多个给定量子电路可以描述由量子门122耦合的量子位的数量和/或由量子门122展示的耦合的类型(例如，包括逻辑条件)，其中，由调整部件406识别的相关量子门122中的一个或多个可以满足量子电路的描述。此外，在一个或多个实施例中，调整部件406还可以将一个或多个目标拉伸因子与一个或多个相关量子门122的一个或多个更新的能力(例如，经由跟踪部件404更新)进行比较。

在一个或多个目标拉伸因子在一个或多个相关量子门122的更新后的可允许拉伸因子范围之外的情况下，调整部件406可以将一个或多个目标拉伸因子的值改变为在可允许拉伸因子范围内。例如，调整部件406可以将一个或多个目标拉伸因子值加上或减去将目标拉伸因子值移动到可允许范围内的最小量。在1006处，调整部件406可以与内插部件502共享一个或多个目标拉伸因子(例如，改变的或未改变的)。

在各种实施例中，内插部件502可以确定可以实现一个或多个目标拉伸因子的一个或多个量子门122参数。例如，内插部件502可以采用一个或多个参考模型(例如，由模型部件114生成的)来从一个或多个经验拟合内插一个或多个量子门122参数。由此，内插部件502可以从在多个参考拉伸因子处校准的模型内插一个或多个量子门122参数。有利地，从校准的参考模型内插一个或多个量子门参数122使得内插部件502能够确定一个或多个量子门122参数，而不将一个或多个量子计算机108校准到特定目标拉伸因子。在1008，内插部件502可以与执行部件702共享一个或多个内插的量子门122参数。

在一些实施例中，内插部件502可被包括在一个或多个输入设备106内。例如，在1002，模型部件114可进一步与一个或多个输入设备106共享一个或多个内插函数。例如，模型部件114可以基于一个或多个参考模型来生成一个或多个内插函数。一个或多个内插函数可以表征由模型部件114执行的经验拟合。因此，一个或多个内插函数可以基于一个或多个目标拉伸因子输入输出一个或多个量子门122参数。例如，一个或多个参考模型的经验拟合可以表征门参数和拉伸因子之间的关系(例如，如经由校准一个或多个参考拉伸因子所观察到的)，其可以被表达为一个或多个内插函数。

在一个或多个实施例中，执行部件702可以基于一个或多个给定量子电路、一个或多个目标拉伸因子和/或一个或多个内插量子门122参数来生成一个或多个执行调度。所述一个或多个执行调度可以将量子电路表征为若干电路，每个电路与相应的目标拉伸因子相关联。例如，在经由一个或多个输入设备106定义两个量子电路和三个目标拉伸因子的情况下，执行部件702可以生成包括六个相应的量子电路的执行调度(例如，针对每个量子电路的三个基于拉伸因子的变化)。在1010处，执行部件702可以向一个或多个量子计算机108发送一个或多个命令信号以执行给定的量子运算。例如，该一个或多个命令信号可以表征该一个或多个执行调度并且将内插的量子门122参数相关联以便由该一个或多个量子计算机108执行。

一个或多个量子计算机108可以基于这些命令信号来执行一个或多个量子运算以生成一组结果数据。例如，一个或多个量子计算机108可以使用相关联的内插量子门122参数，根据一个或多个执行调度并且由此根据一个或多个目标拉伸因子来执行一个或多个给定量子电路。在各种实施方案中，一个或多个量子计算机108可以为每个量子电路执行生成一个对应的结果数据集。例如，在执行调度包括六个量子电路执行(例如，两个量子电路，每个量子电路具有与三个目标拉伸因子相对应的三个变化，如上所述)的情况下，一个或多个量子计算机108可以生成与六个执行中的每个相关联的结果数据。此外，所有六个量子电路执行的结果数据可以构成与给定量子运算相关联的结果数据集。

在一个或多个实施例中，结果数据集可包括指定数据生成的上下文的标签。例如，这些标签可以描述由一个或多个量子计算机108执行以实现相关联的结果数据的量子电路、目标拉伸因子、和/或量子门122参数。例如，在一组结果数据包括六个数据集的情况下，每个数据集可以包括描述实现包括在该数据集中的结果数据的量子电路、目标拉伸因子和/或量子门122参数的标签(例如，报头条目)。在1012处，一个或多个量子计算机108可以与一个或多个减轻部件802共享针对给定量子运算的结果数据集。

在各种实施例中，减轻部件802可以实现一个或多个误差减轻协议，诸如Richardson误差减轻协议，以将结果数据集外推至零噪声极限。例如，减轻部件802可分析数据集的标签以查明哪些数据集与同一量子电路的变化相关联以及哪些目标拉伸因子与每一变化相关联。例如，结果数据集中的各个数据集可以基于所采用的各个目标拉伸因子来表征具有变化的噪声量的给定量子电路。由此，减轻部件802可以使用Richardson误差减轻技术从结果数据集外推误差减轻结果。在1014处，减轻部件802可与一个或多个输入设备106共享经误差减轻的结果数据。

图11示出了根据本文描述的一个或多个实施例的还包括推荐部件1102的示例非限制系统100的图。为了简洁，省略了在这里描述的其它实施例中采用的类似元件的重复描述。在各种实施例中，推荐部件1102可以产生一个或多个推荐的拉伸因子，以便通过一个或多个输入设备106选择为目标拉伸因子。

在一个或多个实施例中，推荐部件1102可以基于量子门122的计数(例如，总量子门122的计数和/或根据门类型的量子门122的计数，诸如一量子位门、二量子位门等的计数)和/或给定量子电路的量子位来生成一个或多个推荐的拉伸因子。例如，随着量子电路的量子门122和/或量子位的计数增加，推荐用于量子电路的执行的最大拉伸因子可以减小。例如，对于具有多个量子门122和/或量子位的量子电路(例如，具有高电路深度的量子电路)采用大拉伸因子值可能导致结果数据中压倒性数量的噪声；从而禁止误差减轻协议。例如，在量子电路中的门的保真度低于给定阈值(例如，50％)的情况下，量子电路可以被认为太深而不能由一个或多个量子计算机108执行。推荐部件1102可以分析一个或多个给定的量子电路(例如，经由一个或多个输入设备106定义的)，以确定可以最大化和/或以其他方式增强一个或多个误差减轻协议的有效性的最优拉伸因子集合。例如，推荐部件1102可以分析(例如，经由一个或多个输入设备106定义的)一个或多个给定量子电路，以确定可以在用于量子运算的结果数据集内实现期望的噪声分布的最优拉伸因子集合。

在各种实施方案中，推荐部件1102可以经由在一个或多个量子计算机108上执行的多个基准量子运算来校准和/或训练。例如，可以在一个或多个量子计算机108上以给定的拉伸因子多次执行量子运算，其中，量子门122计数和/或量子位计数可以随着每次执行而变化(例如，由此改变量子电路的深度)。例如，可以针对多个参考拉伸因子利用若干不同的电路深度“p”和若干不同的量子比特计数“N”(例如，在一个或多个量子计算机108和/或仿真器上)来执行参考全部到全部连通性量子交替算子转换(“QAOA”)。通过执行获得的结果数据集可以定义为给定的量子电路图(p，N)推荐的可允许拉伸因子范围。例如，可允许的拉伸因子可以是实现Hellinger距离落在定义的阈值以下的拉伸因子。

此外，推荐部件1102可以基于一个或多个基准量运算的执行来生成和/或填充一个或多个推荐表1104。如图11所示，一个或多个推荐表1104可以存储在例如一个或多个存储器116中。例如，一个或多个推荐表1104可以指定多个量子电路简档(p，N)(例如，具有门计数和/或量子位计数的各种组合的多个量子电路，并且由此指定各种电路深度)。推荐部件1102可以用与每个量子电路简档(p，N)相关联的可允许拉伸因子范围填充一个或多个推荐表1104。

推荐部件1102可以将一个或多个给定的量子电路(例如，经由一个或多个输入设备106提供的)与一个或多个推荐表1104的量子电路简档进行比较。在一个或多个量子电路具有与一个或多个推荐表1104的量子电路简档相同的电路深度(例如，相同的门计数和量子位计数组合)的情况下，推荐部件1102可以将关联的可允许拉伸因子范围识别为推荐的拉伸因子范围。在一个或多个给定量子电路具有与量子电路简档不同的电路深度(例如，相同的门计数和量子位计数组合)的情况下，推荐部件1102可以识别与最接近的匹配量子电路简档相关联的可允许的拉伸因子范围(例如，在量子门122和/或量子位计数组合中具有与一个或多个给定量子电路的最小偏差的量子电路简档)。

在各种实施例中，推荐部件1102可以与一个或多个输入设备106共享所推荐的拉伸因子范围，以选择一个或多个目标拉伸因子(例如，其中，可以采用一个或多个输入设备106来从所推荐的拉伸因子范围中选择目标拉伸因子)。在一个或多个实施例中，推荐部件1102可以从相关联的可允许拉伸因子范围中选择一个或多个拉伸因子作为推荐的目标拉伸因子(例如，推荐的目标拉伸因子可以在值1.0和与给定的量子门122相关联的最大拉伸因子之间线性地间隔开)。此外，推荐部件1102可以与一个或多个输入设备106共享一个或多个推荐的拉伸因子，以便经由一个或多个输入设备106来批准。

在一个或多个实施例中，推荐部件1102可以实现一个或多个启发式方法来确定一个或多个推荐的拉伸因子。例如，推荐部件1102可以基于由给定量子电路描绘的单量子位量子门122和/或双量子位量子门122的数量的计数以及在一个或多个参考拉伸因子处的校准期间针对量子门122观察到的误差率来生成一个或多个推荐的目标拉伸因子。

图12示出了根据本文描述的一个或多个实施例的可以有助于由误差减轻部件110执行的一个或多个误差减轻协议的示例非限制性操作方案1200。为了简洁，省略了在这里描述的其它实施例中采用的类似元件的重复描述。操作方案1200可以描绘在误差减轻部件110(例如，以及误差减轻部件110的关联部件)、一个或多个输入设备106和/或一个或多个量子计算机108之间的通信的示例性、非限制性路径。在各种实施例中，图12中描绘的数据的通信和/或传送可以通过诸如云计算环境之类的一个或多个网络104来执行。例如，系统100可以采用云计算环境来控制一个或多个量子计算机108。

与操作方案1000相比，操作方案1200并入了推荐部件1102。例如，可以采用一个或多个输入装置106来限定一个或多个量子电路，用于在一个或多个量子计算机108上执行一个或多个量子运算。在1202处，一个或多个输入设备106可以与推荐部件1202共享一个或多个给定的量子电路。推荐部件1102可以生成一个或多个推荐，包括但不限于：多个推荐的拉伸因子、推荐的拉伸因子范围、其组合和/或类似的。例如，推荐部件1102可以根据本文描述的各种实施例将一个或多个给定量子电路与存储在一个或多个推荐表1004中的一个或多个量子电路简档进行比较。

在1204处，推荐部件1102可以与一个或多个输入设备106共享一个或多个推荐以供批准和/或选择。例如，根据本文所述的各种实施例，可以采用一个或多个输入设备106来批准一个或多个推荐的拉伸因子作为要在一个或多个误差减轻协议中使用的目标拉伸因子。在另一个例子中，一个或多个输入设备106可以被用于从推荐的拉伸因子范围中选择一个或多个目标拉伸因子。

此后，操作方案1200可以实现这里参考操作方案1000描述的步骤1006和1014。例如，一个或多个输入装置106可以与调整部件406共享一个或多个目标拉伸因子(例如，其可以包括批准的推荐的拉伸因子、从推荐的范围中选择的拉伸因子、和/或独立于由推荐部件1102生成的一个或多个推荐而定义的拉伸因子)，以促进与执行一个或多个量子运算的量子计算机108的一个或多个量子门122的能力的兼容性。此后，根据在此描述的不同实施方案，可以在一个或多个量子计算机108上用这些目标拉伸因子来执行该一个或多个给定量子电路。此外，由在量子计算机108上的执行生成的结果数据可以经受一个或多个误差减轻协议，诸如Richardson误差减轻。

图13展示了根据在此描述的一个或多个实施方案的一种示例性的、非限制性的计算机实施的方法1300的流程图，该方法可以协助在一个或多个量子计算机108上执行一个或多个量子运算，并且具有误差减轻。为了简洁，省略了在这里描述的其它实施例中采用的类似元件的重复描述。

在1302，计算机实现的方法1300可以包括由可操作地耦合到处理器120的系统100生成(例如，经由模型部件114)一个或多个参考模型，所述一个或多个参考模型可以包括用于在多个参考拉伸因子处校准的一个或多个量子门122的参考门参数。在1304，计算机实现的方法1300可以包括由系统100接收(例如，经由误差减轻部件110)一个或多个量子电路。例如，可以采用一个或多个输入装置106来定义该一个或多个量子电路，该一个或多个量子电路可以描绘如何在量子计算机108上执行一个或多个量子运算(例如，可以描绘所利用的量子位的数量、所利用的量子门122的数量、量子位和/或量子门122的连通性、所利用的量子门122的类型、测量运算、量子位重置运算、重复每个量子电路以收集统计数据的次数、其组合、和/或类似物)。

在1306，计算机实现的方法1300可以包括由系统100基于量子电路的量子位计数和/或门计数推荐(例如，经由推荐部件1102)用于量子电路的误差减轻的一个或多个拉伸因子。例如，推荐部件1102可以至少基于根据本文描述的各种实施例的量子电路的电路深度来识别要与量子电路一起采用的一个或多个推荐的拉伸因子和/或推荐的拉伸因子的间隔。此外，推荐的拉伸因子可以与一个或多个输入设备106共享以供选择和/或批准。在1308，计算机实现的方法1300可以包括由系统100接收(例如，经由误差减轻部件110)将与量子电路一起使用以促进一个或多个误差减轻协议的一个或多个目标拉伸因子。例如，一个或多个输入设备106可以被用于：选择一个或多个推荐的拉伸系数作为目标拉伸系数，从推荐的拉伸系数范围中选择一个或多个目标拉伸系数，和/或定义一个或多个不推荐的目标拉伸系数。

在1310，计算机实现的方法1300可以包括由系统100调整(例如，经由调整部件406)一个或多个目标拉伸因子以满足量子电路的一个或多个量子门122的一个或多个能力。例如，根据本文所述的各种实施例，可以基于一个或多个量子门122的操作能力的一个或多个波动来改变一个或多个目标拉伸因子值。在1312，计算机实现的方法1300可包括由系统100内插(例如，经由内插部件502)来自一个或多个参考模型的一个或多个目标拉伸因子的一个或多个量子门122参数。在1314处，计算机实现的方法1300可以包括由系统100通过根据一个或多个给定量子电路、目标拉伸因子、和/或内插的门参数在一个或多个量子计算机108上执行量子运算来生成(例如，经由执行部件702)结果数据。例如，执行部件702可以根据本文描述的各种实施例生成一个或多个执行调度，以生成与具有由于变化的目标拉伸因子而引起的变化的噪声量的量子电路的执行相关联的一组结果数据。在1316，计算机实现的方法1300可包括由系统100通过将结果数据外推至零阶噪声极限来生成(例如，经由减轻部件802)误差减轻结果。例如，减轻部件802可以根据本文描述的各种实施例来实现Richardson误差减轻协议。

应当理解，尽管本公开包括关于云计算的详细描述，但是本文所陈述的教导的实现不限于云计算环境。相反，本发明的实施例能够结合现在已知或以后开发的任何其它类型的计算环境来实现。

云计算是一种服务递送模型，用于实现对可配置计算资源(例如，网络、网络带宽、服务器、处理、存储器、存储、应用、虚拟机和服务)的共享池的方便的按需网络访问，所述可配置计算资源可以以最小的管理努力或与服务的提供者的交互来快速供应和释放。该云模型可以包括至少五个特性、至少三个服务模型和至少四个部署模型。

特征如下：

按需自助：云消费者可以单方面地自动地根据需要提供计算能力，诸如服务器时间和网络存储，而不需要与服务的提供者进行人工交互。

广域网接入：能力在网络上可用，并且通过促进由异构的薄或厚客户端平台(例如，移动电话、膝上型计算机和PDA)使用的标准机制来访问。

资源池化：供应商的计算资源被集中以使用多租户模型来服务多个消费者，其中不同的物理和虚拟资源根据需求被动态地分配和重新分配。存在位置无关的意义，因为消费者通常不控制或不知道所提供的资源的确切位置，但是能够在较高抽象级别(例如国家、州或数据中心)指定位置。

快速弹性：在一些情况下，可以快速且弹性地提供快速向外扩展的能力和快速向内扩展的能力。对于消费者，可用于提供的能力通常看起来不受限制，并且可以在任何时间以任何数量购买。

测量服务：云系统通过利用在适合于服务类型(例如，存储、处理、带宽和活动用户账户)的某一抽象级别的计量能力来自动地控制和优化资源使用。可以监视、控制和报告资源使用，从而为所利用服务的提供者和消费者两者提供透明性。

服务模型如下：

软件即服务(SaaS)：提供给消费者的能力是使用在云基础设施上运行的提供者的应用。应用程序可通过诸如web浏览器(例如，基于web的电子邮件)等瘦客户机界面从各种客户机设备访问。消费者不管理或控制包括网络、服务器、操作系统、存储、或甚至个别应用能力的底层云基础结构，可能的例外是有限的用户专用应用配置设置。

平台即服务(PaaS)：提供给消费者的能力是将消费者创建或获取的应用部署到云基础设施上，该消费者创建或获取的应用是使用由提供商支持的编程语言和工具创建的。消费者不管理或控制包括网络、服务器、操作系统或存储的底层云基础设施，但具有对部署的应用和可能的应用托管环境配置的控制。

基础设施即服务(IaaS)：提供给消费者的能力是提供处理、存储、网络和消费者能够部署和运行任意软件的其它基本计算资源，所述软件可以包括操作系统和应用。消费者不管理或控制底层云基础设施，但具有对操作系统、存储、部署的应用的控制，以及可能对选择的联网部件(例如，主机防火墙)的有限控制。

部署模型如下：

私有云：云基础设施仅为组织操作。它可以由组织或第三方管理，并且可以存在于建筑物内或建筑物外。

社区云：云基础设施由若干组织共享，并且支持具有共享关注(例如，任务、安全要求、策略和合规性考虑)的特定社区。它可以由组织或第三方管理，并且可以存在于场所内或场所外。

公有云：云基础设施可用于一般公众或大型工业群体，并且由销售云服务的组织拥有。

混合云：云基础设施是两个或更多云(私有、共同体或公共)的组合，所述云保持唯一实体，但是通过使数据和应用能够移植的标准化或私有技术(例如，用于云之间的负载平衡的云突发)绑定在一起。

云计算环境是面向服务的，其焦点在于无状态、低耦合、模块性和语义互操作性。在云计算的核心是包括互连节点的网络的基础设施。

现在参考图14，描绘了说明性云计算环境1400。如图所示，云计算环境1400包括云消费者使用的本地计算设备可以与其通信的一个或多个云计算节点1402，所述本地计算设备例如个人数字助理(PDA)或蜂窝电话1404、台式计算机1406、膝上型计算机1408和/或汽车计算机系统1410。节点1402可以彼此通信。它们可以被物理地或虚拟地分组(未示出)在一个或多个网络中，诸如如上文描述的私有云、社区云、公共云或混合云或其组合。这允许云计算环境1400提供基础设施、平台和/或软件作为服务，云消费者不需要为其维护本地计算设备上的资源。应当理解，图14中所示的计算设备1404和1410的类型仅旨在是说明性的，并且计算节点1402和云计算环境1400可以在任何类型的网络和/或网络可寻址连接(例如，使用web浏览器)上与任何类型的计算机化设备通信。

现在参考图15，示出了由云计算环境1400(图14)提供的一组功能抽象层。为了简洁，省略了在这里描述的其它实施例中采用的类似元件的重复描述。应当预先理解，图15中所示的部件、层和功能仅旨在说明，并且本发明的实施例不限于此。如所描述的，提供了下面的层和相应的功能。

硬件和软件层1502包括硬件和软件部件。硬件部件的示例包括：主机1504；基于RISC(精简指令集计算机)架构的服务器1506；服务器1508；刀片服务器1510；存储设备1512；以及网络和联网部件1514。在一些实施例中，软件部件包括网络应用服务器软件1516和数据库软件1518。

虚拟化层1520提供抽象层，从该抽象层可以提供虚拟实体的以下示例：虚拟服务器1522；虚拟存储1524；虚拟网络1526，包括虚拟专用网络；虚拟应用和操作系统1528；以及虚拟客户机1530。

在一个示例中，管理层1532可以提供下面描述的功能。资源供应1534提供对被用来执行云计算环境内的任务的计算资源和其他资源的动态采购。计量和定价1536提供了在云计算环境中利用资源时的成本跟踪，以及用于消耗这些资源的账单或发票。在一个示例中，这些资源可以包括应用软件许可证。安全性为云消费者和任务提供身份验证，以及为数据和其他资源提供保护。用户门户1538为消费者和系统管理员提供对云计算环境的访问。服务级别管理1540提供云计算资源分配和管理，使得满足所需的服务级别。服务水平协议(SLA)规划和履行1542提供对云计算资源的预先安排和采购，其中根据SLA预期未来需求。

工作负载层1544提供了可以利用云计算环境的功能的示例。可以从该层提供的工作负载和功能的示例包括：测绘和导航1546；软件开发和生命周期管理1548；虚拟教室教育传送1550；数据分析处理1552；交易处理1554；以及量子计算1556。本发明的不同实施方案可以利用参考图14和图15所描述的云计算环境来控制一个或多个量子计算机108和/或根据在此描述的不同实施方案执行一个或多个误差减轻协议。

本发明可以是任何可能的技术细节集成水平的系统、方法和/或计算机程序产品。计算机程序产品可以包括其上具有计算机可读程序指令的计算机可读存储介质(或多个介质)，所述计算机可读程序指令用于使处理器执行本发明的各方面。计算机可读存储介质可以是能够保留和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质可以是例如但不限于电子存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或前述的任何合适的组合。计算机可读存储介质的更具体示例的非穷举列表包括以下：便携式计算机磁盘、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或闪存)、静态随机存取存储器(SRAM)、便携式光盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、诸如其上记录有指令的打孔卡或凹槽中的凸起结构的机械编码装置、以及上述任何适当组合。如本文所使用的计算机可读存储介质不应被解释为暂态信号本身，诸如无线电波或其他自由传播的电磁波、通过波导或其他传输介质传播的电磁波(例如，通过光纤线缆的光脉冲)、或通过导线传输的电信号。

本文描述的计算机可读程序指令可以从计算机可读存储介质下载到相应的计算/处理设备，或者经由网络，例如因特网、局域网、广域网和/或无线网络，下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光传输光纤、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或网络接口从网络接收计算机可读程序指令，并转发计算机可读程序指令以存储在相应计算/处理设备内的计算机可读存储介质中。

用于执行本发明的操作的计算机可读程序指令可以是汇编指令、指令集架构(ISA)指令、机器相关指令、微代码、固件指令、状态设置数据、集成电路的配置数据，或者以一种或多种编程语言(包括面向对象的编程语言，例如Smalltalk、C++等)和过程编程语言(例如“C”编程语言或类似的编程语言)的任意组合编写的源代码或目标代码。计算机可读程序指令可以完全在用户的计算机上执行，部分在用户的计算机上执行，作为独立的软件包执行，部分在用户的计算机上并且部分在远程计算机上执行，或者完全在远程计算机或服务器上执行。在后一种情况下，远程计算机可以通过任何类型的网络连接到用户的计算机，包括局域网(LAN)或广域网(WAN)，或者可以连接到外部计算机(例如，使用因特网服务提供商通过因特网)。在一些实施例中，为了执行本发明的各方面，包括例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)的电子电路可以通过利用计算机可读程序指令的状态信息来执行计算机可读程序指令以使电子电路个性化。

在此参考根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述本发明的各方面。将理解，流程图和/或框图的每个框以及流程图和/或框图中的框的组合可以由计算机可读程序指令来实现。

这些计算机可读程序指令可以被提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器以产生机器，使得经由计算机或其他可编程数据处理装置的处理器执行的指令创建用于实现流程图和/或框图的一个或多个框中指定的功能/动作的装置。这些计算机可读程序指令还可以存储在计算机可读存储介质中，其可以引导计算机、可编程数据处理装置和/或其他设备以特定方式工作，使得其中存储有指令的计算机可读存储介质包括制品，该制品包括实现流程图和/或框图的一个或多个框中指定的功能/动作的各方面的指令。

计算机可读程序指令还可以被加载到计算机、其他可编程数据处理装置或其他设备上，以使得在计算机、其他可编程装置或其他设备上执行一系列操作步骤，以产生计算机实现的过程，使得在计算机、其他可编程装置或其他设备上执行的指令实现流程图和/或框图的一个或多个框中指定的功能/动作。

附图中的流程图和框图示出了根据本发明的各种实施例的系统、方法和计算机程序产品的可能实现的架构、功能和操作。在这点上，流程图或框图中的每个框可以表示指令的模块、段或部分，其包括用于实现指定的逻辑功能的一个或多个可执行指令。在一些替代实施方案中，框中所注明的功能可不按图中所注明的次序发生。例如，连续示出的两个框实际上可以基本上同时执行，或者这些框有时可以以相反的顺序执行，这取决于所涉及的功能。还应注意，框图和/或流程图图示的每个框以及框图和/或流程图图示的框的组合可以由基于专用硬件的系统来实现，该系统执行指定的功能或动作或执行专用硬件和计算机指令的组合。

为了提供用于本文描述的各种实施例的附加上下文，图16和以下讨论旨在提供其中可实现本文描述的实施例的各种实施例的合适的计算环境1600的一般描述。尽管以上在可在一个或多个计算机上运行的计算机可执行指令的一般上下文中描述了各实施例，但本领域的技术人员将认识到，各实施例也可结合其它程序模块和/或作为硬件和软件的组合来实现。

通常，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、部件、数据结构等。此外，本领域的技术人员可以理解，本发明的方法可以用其它计算机系统配置来实施，包括单处理器或多处理器计算机系统、小型机、大型计算机、物联网(“IoT”)设备、分布式计算系统、以及个人计算机、手持式计算设备、基于微处理器的或可编程消费电子产品等，其每一个都可以操作上耦合到一个或多个相关联的设备。

这里的实施例的所示实施例也可以在分布式计算环境中实践，其中某些任务由通过通信网络链接的远程处理设备执行。在分布式计算环境中，程序模块可以位于本地和远程存储器存储设备中。例如，在一个或多个实施例中，计算机可执行部件可以从存储器执行，该存储器可以包括一个或多个分布式存储器单元或由一个或多个分布式存储器单元组成。如本文所用，术语“存储器”和“存储器单元”可互换。此外，本文描述的一个或多个实施例可以以分布式方式执行计算机可执行部件的代码，例如，多个处理器组合或协同工作以执行来自一个或多个分布式存储器单元的代码。如本文所使用的，术语“存储器”可以包含在一个位置处的单个存储器或存储器单元或者在一个或多个位置处的多个存储器或存储器单元。

计算设备通常包括各种介质，其可以包括计算机可读存储介质、机器可读存储介质和/或通信介质，这两个术语在此如下彼此不同地使用。计算机可读存储介质或机器可读存储介质可以是可由计算机访问的任何可用存储介质，并且包括易失性和非易失性介质、可移动和不可移动介质。作为示例而非限制，计算机可读存储介质或机器可读存储介质可结合用于存储诸如计算机可读或机器可读指令、程序模块、结构化数据或非结构化数据等信息的任何方法或技术来实现。

计算机可读存储介质可以包括但不限于随机存取存储器(“RAM”)、只读存储器(“ROM”)、电可擦除可编程只读存储器(“EEPROM”)、闪存或其他存储器技术、光盘只读存储器(“CD ROM”)、数字多功能盘(“DVD”)、蓝光盘(“BD”)或其他光盘存储、磁带盒、磁带、磁盘存储或其他磁存储设备、固态驱动器或其他固态存储设备、或可以用于存储所需信息的其他有形和/或非暂态介质。就这一点而言，如应用于存储装置、存储器或计算机可读介质的本文的术语“有形”或“非暂态”将被理解为仅排除传播暂态信号本身作为修饰语，并且不放弃对不仅传播暂态信号本身的所有标准存储装置、存储器或计算机可读介质的权利。

计算机可读存储介质可以由一个或多个本地或远程计算设备例如经由访问请求、查询或其他数据检索协议来访问，以便针对由介质存储的信息进行各种操作。

通信介质通常以诸如已调制数据信号等数据信号，例如载波或其它传输机制来体现计算机可读指令、数据结构、程序模块或其它结构化或非结构化数据，并包括任何信息传递或传输介质。术语“已调制数据信号”或多个信号指以在一个或多个信号中编码信息的方式设置或改变其一个或多个特征的信号。作为示例而非限制，通信介质包括有线介质，如有线网络或直接连线连接，以及无线介质，如声学、RF、红外和其它无线介质。

再次参考图16，用于实现本文描述的方面的各实施例的示例环境1600包括计算机1602，计算机1602包括处理单元1604、系统存储器1606和系统总线1608。系统总线1608将包括但不限于系统存储器1606的系统部件耦合到处理单元1604。处理单元1604可以是各种市场上可购买到的处理器中的任何一种。双微处理器和其它多处理器体系结构也可用作处理单元1604。

系统总线1608可以是若干种总线结构中的任一种，这些总线结构还可互连到存储器总线(带有或没有存储器控制器)、外围总线、以及使用各类市场上可购买到的总线体系结构中的任一种的局部总线。系统存储器1606包括ROM 1610和RAM 1612。基本输入/输出系统(“BIOS”)可以存储在诸如ROM、可擦除可编程只读存储器(“EPROM”)、EEPROM等非易失性存储器中，其中BIOS包含帮助诸如在启动期间在计算机1602内的元件之间传输信息的基本例程。RAM 1612还可以包括诸如静态RAM等高速RAM来用于高速缓存数据。

计算机1602进一步包括内部硬盘驱动器(“HDD”)1614(例如，EIDE、SATA)、一个或多个外部存储设备1616(例如，磁软盘驱动器(“FDD”)1616、记忆棒或闪存驱动器读取器、存储卡读取器等)以及光盘驱动器1620(例如，其可以从CD-ROM盘、DVD、BD等读取或写入)。虽然内部HDD 1614被图示为位于计算机1602内，但是内部HDD 1614也可以被配置为在合适的机壳(未示出)中外部使用。另外，虽然在环境1600中未示出，但是除了HDD 1614之外，或者代替其，可以使用固态驱动器(“SSD”)。HDD 1614、外部存储设备1616和光盘驱动器1620可以分别通过HDD接口1624、外部存储接口1626和光盘驱动器接口1628连接到系统总线1608。用于外部驱动器实现的接口1624可以包括通用串行总线(“USB”)和电气和电子工程师协会(“IEEE”)1394接口技术中的至少一个或两者。其它外部驱动器连接技术在本文描述的实施例的考虑范围内。

驱动器及其相关联的计算机可读存储介质提供数据、数据结构、计算机可执行指令等的非易失性存储。对于计算机1602，驱动器和存储介质容纳适当数字格式的任何数据的存储。尽管以上对计算机可读存储介质的描述涉及相应类型的存储设备，但本领域的技术人员应当理解，计算机可读的其它类型的存储介质，无论是当前存在的还是将来开发的，也可在示例操作环境中使用，并且此外，任何这样的存储介质可包含用于执行此处所描述的方法的计算机可执行指令。

多个程序模块可被存储在驱动器和RAM 1612中，包括操作系统1630、一个或多个应用程序1632、其它程序模块1634和程序数据1636。操作系统、应用程序、模块和/或数据的全部或部分也可被高速缓存在RAM 1612中。这里描述的系统和方法可以利用各种商业上可获得的操作系统或操作系统的组合来实现。

计算机1602可以可选地包括仿真技术。例如，系统管理程序(未示出)或其它中介可为操作系统1630仿真硬件环境，并且所仿真的硬件可任选地与图16所示的硬件不同，在这样的实施例中，操作系统1630可包括主存在计算机1602处的多个VM中的一个虚拟机(“VM”)。此外，操作系统1630可以提供运行时环境，例如Java运行时环境或Java运行环境。NET框架，用于应用程序1632。运行时环境是允许应用程序1632在包括该运行时环境的任何操作系统上运行的一致执行环境。类似地，操作系统1630可以支持容器，并且应用1632可以是容器的形式，其是包括例如代码、运行时、系统工具、系统库和应用的设置的轻量级、独立、可执行软件包。

此外，计算机1602可以用安全模块来启用，诸如可信处理模块(“TPM”)。例如，对于TPM，引导部件在引导部件的时间上散列下一个，并且在加载下一个引导部件之前等待结果与安全值的匹配。该过程可以在计算机1602的代码执行栈中的任何层发生，例如，在应用执行级别或在操作系统(“OS”)内核级别应用，从而在任何代码执行级别实现安全性。

用户可以通过一个或多个有线/无线输入设备，例如键盘1638、触摸屏1640、以及诸如鼠标1642的定点设备，向计算机1602输入命令和信息。其它输入设备(未示出)可包括话筒、红外(“IR”)遥控器、射频(“RF”)遥控器、或其它遥控器、操纵杆、虚拟现实控制器和/或虚拟现实头戴式耳机、游戏垫、指示笔、图像输入设备(例如，相机)、姿势传感器输入设备、视觉移动传感器输入设备、情绪或面部检测设备、生物测定输入设备(例如，指纹或虹膜扫描仪)等。这些和其它输入设备通常通过可耦合到系统总线1608的输入设备接口1644连接到处理单元1604，但也可通过其它接口，诸如并行端口、IEEE 1394串行端口、游戏端口、USB端口、IR接口、接口等连接。

监视器1646或其它类型的显示设备也可经由诸如视频适配器1648的接口连接到系统总线1608。除了监视器1646之外，计算机通常包括其它外围输出设备(未示出)，诸如扬声器、打印机等。

计算机1602可以使用经由有线和/或无线通信到一个或多个远程计算机(诸如远程计算机1650)的逻辑连接在联网环境中操作。远程计算机1650可以是工作站、服务器计算机、路由器、个人计算机、便携式计算机、基于微处理器的娱乐设备、对等设备或其他常见的网络节点，并且通常包括相对于计算机1602描述的许多或所有元件，尽管出于简明的目的仅示出了存储器/存储设备1652。所描绘的逻辑连接包括到局域网(“LAN”)1654和/或更大的网络，例如广域网(“WAN”)1656的有线/无线连接。这样的LAN和WAN联网环境在办公室和公司中是常见的，并且促进了诸如内联网等企业范围计算机网络，所有这些都可连接到例如因特网等全球通信网络。

当在LAN网络环境中使用时，计算机1602可以通过有线和/或无线通信网络接口或适配器1658连接到局域网1654。适配器1658可以便于与LAN 1654的有线或无线通信，该LAN还可以包括设置在其上的无线接入点(“AP”)，用于以无线模式与适配器1658通信。

当在WAN网络环境中使用时，计算机1602可包括调制解调器1660，或可通过用于在WAN 1656上建立通信的其它手段，诸如通过因特网，连接到WAN 1656上的通信服务器。调制解调器1660可以是内置或外置的，并且可以是有线或无线设备，它可以经由输入设备接口1644连接到系统总线1608。在网络化环境中，相对于计算机1602或其部分描述的程序模块可被存储在远程存储器/存储设备1652中。可以理解，所示的网络连接是示例，并且可以使用在计算机之间建立通信链路的其它手段。

当在LAN或WAN网络环境中使用时，计算机1602可以访问云存储系统或其他基于网络的存储系统，作为如上所述的外部存储设备1616的补充或替代。通常，计算机1602和云存储系统之间的连接可以例如分别通过适配器1658或调制解调器1660在LAN 1654或WAN1656上建立。在将计算机1602连接到相关联的云存储系统时，外部存储接口1626可以在适配器1658和/或调制解调器1660的帮助下管理由云存储系统提供的存储，如同它将管理其他类型的外部存储一样。例如，外部存储接口1626可以被配置成提供对云存储源的访问，就像这些源被物理地连接到计算机1602一样。

计算机1602可用于与操作上设置在无线通信中的任何无线设备或实体通信，例如打印机、扫描仪、台式和/或便携式计算机、便携式数据助理、通信卫星、与无线可检测标签相关联的任何设备或位置(例如，公用电话亭、报亭、货架等)以及电话。这可以包括无线保真(“Wi-Fi”)和无线技术。因此，通信可以是如常规网络的预定义结构，或者仅仅是至少两个设备之间的自组织通信。

以上描述的内容仅包括系统、计算机程序产品和计算机实现的方法的示例。当然，不可能为了描述本公开而描述部件、产品和/或计算机实现的方法的每个可想到的组合，但是本领域的普通技术人员可以认识到，本公开的许多进一步的组合和置换是可能的。此外，就在详细描述、权利要求书、附录和附图中使用术语“包括”、“具有”、“拥有”等来说，这些术语旨在以与术语“包含”在权利要求书中用作过渡词时所解释的类似的方式为包含性的。已经出于说明的目的呈现了对各种实施例的描述，但是不旨在是穷举的或限于所公开的实施例。在不背离所描述的实施例的范围和精神的情况下，许多修改和变化对于本领域的普通技术人员将是显而易见的。选择本文所使用的术语以最好地解释实施例的原理、实际应用或对市场上存在的技术改进，或使本领域的其他普通技术人员能够理解本文所公开的实施例。

Claims (26)

1.一种系统，包括：

存储器，其存储计算机可执行部件；以及

处理器，其可操作地耦合到所述存储器，并且执行存储在所述存储器中的所述计算机可执行部件，其中所述计算机可执行部件包括：

误差减轻部件，其从参考模型内插与目标拉伸因子相关联的门参数，所述参考模型包括用于在多个参考拉伸因子处校准的量子门的参考门参数。

2.根据前一权利要求所述的系统，还包括：

模型部件，其通过基于每门误差确定和门参数确定中的至少一个确定拉伸因子间隔内的参考拉伸因子的数量来定义所述多个参考拉伸因子。

3.如前一权利要求所述的系统，其中包括在所述拉伸因子间隔内的参考拉伸因子的数量随着所述拉伸因子间隔内的每门误差确定的变化数量而增加。

4.如前一权利要求所述的系统，其中包括在所述拉伸因子间隔内的参考拉伸因子的数量随着所述拉伸因子间隔内的门参数确定中的变化数量而增加。

5.根据前述权利要求中任一项所述的且具有权利要求2的特征的系统，还包括：

执行部件，所述执行部件通过使用内插的门参数在量子电路上执行量子运算来生成结果数据，其中，所述量子电路包括所述量子门；以及

减轻部件，其通过将所述结果数据外推至零阶噪声极限来生成误差减轻结果。

6.根据前述权利要求中任一项所述的系统，还包括：

推荐部件，其基于包括所述量子门的量子电路的门计数和量子位计数来识别所述目标拉伸因子。

7.一种系统，包括：

存储器，其存储计算机可执行部件；以及

处理器，其可操作地耦合到所述存储器，并且执行存储在所述存储器中的所述计算机可执行部件，其中所述计算机可执行部件包括：

推荐部件，其基于量子电路的门计数和量子位计数来识别用于所述量子电路的误差减轻的拉伸因子。

8.根据前述权利要求所述的系统，其中，所述推荐部件将所述量子电路的门计数和量子位计数与参考表进行比较，所述参考表包括与定义的门计数和量子位计数组合相关联的拉伸因子范围。

9.根据前一权利要求所述的系统，还包括：

门资源部件，其执行确定与一组量子门相关联的最大拉伸因子的基准操作；以及

监测部件，所述监测部件监测来自所述一组量子门的一个或多个量子门的可用性。

10.根据前一权利要求所述的系统，还包括：

调整部件，所述调整部件基于与可用于所述量子电路的执行的所述一个或多个量子门相关联的所述最大拉伸因子和硬件约束中的至少一个来调整所述拉伸因子。

11.根据前一权利要求所述的系统，还包括：

内插部件，所述内插部件从参考模型内插与经调整的拉伸因子相关联的门参数，所述参考模型包括在多个参考拉伸因子处校准的所述一个或多个量子门的参考门参数。

12.一种计算机实现的方法，包括：

由操作地耦合到处理器的系统从参考模型内插与目标拉伸因子相关联的门参数，所述参考模型包括用于在多个参考拉伸因子处校准的量子门的参考门参数。

13.根据前述权利要求所述的计算机实现的方法，还包括：

由所述系统基于每门误差确定和门参数确定中的至少一个来确定包括在拉伸因子间隔内的参考拉伸因子的数量。

14.如前述权利要求所述的计算机实现的方法，其中包括在所述拉伸因子间隔内的参考拉伸因子的数量随着在所述拉伸因子间隔内的每门误差确定中的变化数量而增加，并且其中包括在所述拉伸因子间隔内的参考拉伸因子的数量随着在所述拉伸因子间隔内的门参数确定中的变化数量而增加。

15.根据三个前述权利要求中的任一项所述的计算机实现的方法，还包括：

由所述系统通过使用内插的门参数在量子电路上执行量子运算来生成结果数据，其中，所述量子电路包括所述量子门；以及

由所述系统通过将所述结果数据外推至零阶噪声极限来生成误差减轻结果。

16.根据前述权利要求所述的计算机实现的方法，还包括：

由所述系统基于包括所述量子门的量子电路的门计数和量子位计数来识别所述目标拉伸因子。

17.一种计算机实现的方法，包括：

由操作地耦合到处理器的系统基于量子电路的门计数和量子位计数来推荐用于所述量子电路的误差减轻的拉伸因子。

18.根据前述权利要求所述的计算机实现的方法，其中，所述推荐将所述量子电路的门计数和量子位计数与参考表进行比较，所述参考表包括与定义的门计数和量子位计数组合相关联的拉伸因子范围。

19.根据两个前述权利要求中任一项所述的计算机实现的方法，还包括：

由所述系统执行基准操作，所述基准操作确定与一组量子门相关联的最大拉伸因子；以及

由所述系统监测来自所述一组量子门的一个或多个量子门的可用性。

20.根据三个前述权利要求中的任一项所述的计算机实现的方法，还包括：

由所述系统基于与可用于所述量子电路的执行的所述一个或多个量子门相关联的所述最大拉伸因子和所述硬件约束中的至少一个来调整所述拉伸因子。

21.根据前述权利要求所述的计算机实现的方法，还包括：

由所述系统从参考模型内插与经调整的拉伸因子相关联的门参数，所述参考模型包括用于在多个参考拉伸因子处校准的所述一个或多个量子门的参考门参数。

22.一种用于量子计算机误差减轻的计算机程序产品，所述计算机程序产品包括计算机可读存储介质，所述计算机可读存储介质具有随其体现的程序指令，所述程序指令能由处理器执行以使所述处理器：

由所述处理器在多个参考拉伸因子处生成与量子门相关联的拉伸因子范围；

由所述处理器接收所述拉伸因子范围中的拉伸因子；以及

由所述处理器基于所述多个参考拉伸因子内插与所述拉伸因子相关联的门参数。

23.根据前述权利要求所述的计算机程序产品，其中所述程序指令还使所述处理器：

由所述处理器通过基于每门误差确定和门参数确定中的至少一个确定拉伸因子间隔内的参考拉伸因子的数量来定义所述多个参考拉伸因子。

24.根据前述两项权利要求中任一项所述的计算机程序产品，其中，所述程序指令还使所述处理器：

由所述处理器基于包括所述量子门的量子电路的门计数和量子位计数来从所述拉伸因子范围中识别推荐的拉伸因子。

25.根据前述权利要求所述的计算机程序产品，其中所述程序指令还使所述处理器：

由所述处理器将所述量子电路的所述门计数和所述量子位计数与参考表进行比较，所述参考表包括与定义的门计数和量子位计数组合相关联的拉伸因子范围。

26.根据前述权利要求所述的计算机程序产品，其中所述程序指令还使所述处理器：

由所述处理器通过使用所述门参数在包括所述量子门的量子电路上执行量子运算来生成结果数据；以及

由所述处理器通过将所述结果数据外推至零阶噪声极限来生成误差减轻结果。

Images