CN116796688A - 寄生模式的度量方法、装置、设备及存储介质 - Google Patents

寄生模式的度量方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN116796688A
CN116796688A CN202310583391.3A CN202310583391A CN116796688A CN 116796688 A CN116796688 A CN 116796688A CN 202310583391 A CN202310583391 A CN 202310583391A CN 116796688 A CN116796688 A CN 116796688A
Authority
CN
China
Prior art keywords
target
quantum
information
mode
chip layout
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202310583391.3A
Other languages
English (en)
Inventor
余轲辉
晋力京
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202310583391.3A priority Critical patent/CN116796688A/zh
Publication of CN116796688A publication Critical patent/CN116796688A/zh
Pending legal-status Critical Current

Links

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
    • G06F30/39—Circuit design at the physical level
    • G06F30/398—Design verification or optimisation, e.g. using design rule check [DRC], layout versus schematics [LVS] or finite element methods [FEM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
    • G06N10/40—Physical realisations or architectures of quantum processors or components for manipulating qubits, e.g. qubit coupling or qubit control
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2115/00—Details relating to the type of the circuit
    • G06F2115/02—System on chip [SoC] design

Landscapes

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

Abstract

本公开提供了一种量子芯片版图中寄生模式的度量方法、装置、设备及存储介质，涉及计算机领域，尤其涉及量子计算、量子仿真技术领域。具体实现方案为：对量子芯片版图进行仿真，得到量子芯片版图中量子器件的目标本征模式信息，以及得到量子芯片版图的目标寄生模式信息；其中，所述量子器件为所述量子芯片版图所包含的多个量子器件之一；基于量子器件的目标本征模式信息，以及量子芯片版图的目标寄生模式信息，得到量子器件与目标寄生模式信息对应的目标寄生模式之间的目标耦合强度；其中，所述目标耦合强度用于度量所述目标寄生模式信息对量子器件的特征参数的影响程度。

Description

寄生模式的度量方法、装置、设备及存储介质
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
对于刻画量子芯片(比如超导量子芯片)的量子芯片版图而言，寄生模式是影响量子芯片版图的性能(比如影响超导量子芯片的芯片性能)的关键因素之一，比如，寄生模式可能引起量子器件间耦合强度的异常、相干时间降低等。
发明内容
本公开提供了一种量子芯片版图中寄生模式的度量方法、装置、设备及存储介质。
根据本公开的一方面，提供了一种量子芯片版图中寄生模式的度量方法，包括：
对量子芯片版图进行仿真，得到量子芯片版图中量子器件的目标本征模式信息，以及得到量子芯片版图的目标寄生模式信息；其中，所述量子器件为所述量子芯片版图所包含的多个量子器件之一；
基于量子器件的目标本征模式信息，以及量子芯片版图的目标寄生模式信息，得到量子器件与目标寄生模式信息对应的目标寄生模式之间的目标耦合强度；其中，所述目标耦合强度用于度量所述目标寄生模式信息对量子器件的特征参数的影响程度。
根据本公开的另一方面，提供了一种量子芯片版图中寄生模式的度量装置，包括：
仿真单元，用于对量子芯片版图进行仿真，得到量子芯片版图中量子器件的目标本征模式信息，以及得到量子芯片版图的目标寄生模式信息；其中，所述量子器件为所述量子芯片版图所包含的多个量子器件之一；
处理单元，用于基于量子器件的目标本征模式信息，以及量子芯片版图的目标寄生模式信息，得到量子器件与目标寄生模式信息对应的目标寄生模式之间的目标耦合强度；其中，所述目标耦合强度用于度量目标寄生模式信息对量子器件的特征参数的影响程度。
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度量目标寄生模式信息的度量方式，即基于量子器件与目标寄生模式信息间的目标耦合强度来度量寄生模式对量子器件的特征参数的影响程度，而且，该过程无需建模，简便易于实施，兼具实用性，为后续确定量子芯片的性能优化方向提供了量化且可靠的数据依据。
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芯片版图中寄生模式的度量方法的流程示意图一；
图2是根据本公开实施例量子芯片版图中寄生模式的度量方法的流程示意图二；
图3是根据本公开实施例在一具体示例中量子芯片版图的结构示意图；
图4是根据本公开实施例程序一的实现流程示意图；
图5是根据本公开实施例主程序的实现流程示意图；
图6(a)是根据本公开实施例在一验证示例中的结构示意图；
图6(b)是根据本公开实施例在一验证示例中目标寄存模式对应的电场强度峰值分布信息的示意图；
图7是根据本公开实施例量子芯片版图中寄生模式的度量装置的结构示意图；
图8是用来实现本公开实施例量子芯片版图中寄生模式的度量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，如超导量子电路、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超导量子芯片的特征参数，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。
对于刻画超导量子芯片的量子芯片版图而言，寄生模式是影响该量子芯片版图的性能(也即影响超导量子芯片的芯片性能)的关键因素之一，这里，寄生模式是指量子芯片版图中所关注的量子器件的器件模式(或可用量子器件的本征模式来表示)之外的模式，该寄生模式可能引起量子器件间耦合强度的异常、相干时间降低等。目前，业界常采用如下方式来识别量子芯片版图中的寄生模式，即对量子芯片版图进行电磁场仿真，并根据仿真结果中的电场强度分布信息来判断当前的本征模式是否属于量子器件的本征模式，若不属于量子器件的本征模式，则当前的本征模式为寄生模式；但区别于量子器件的本征模式，寄生模式并不能很好地建模，导致现有方法无法定量地刻画出寄生模式对于量子器件的影响。
基于此，本公开方案提出一种量子芯片版图中寄生模式的度量方法，如此，来定量地刻画出寄生模式对于量子器件的影响程序。
这里，在对本公开方案进行说明之前，先对本公开方案所涉及到的相关名词进行解释：
(1)量子芯片版图的本征模式信息，也即量子芯片版图的缀饰态信息，指超导量子芯片所对应的量子系统整体的本征态的相关信息；进一步地，在一示例中，量子芯片版图的本征模式信息对应一本征模式；基于此，本征模式信息可具体包括本征模式所对应的本征频率，以及本征模式所对应的电场强度峰值分布信息。
需要说明的是，量子芯片版图的本征模式信息包含有量子器件的本征模式信息，也可以包含有量子芯片版图的寄生模式信息。
(2)量子器件的本征模式信息，指量子器件在所在环境(比如量子器件在量子芯片版图所在位置的周边环境)下的本征模式信息，也即量子器件的缀饰态信息，或称量子器件在所在环境下的缀饰态信息，进一步地，具体指量子器件在所在环境下的本征态的相关信息。
可以理解的是，若量子芯片版图中量子器件A所在环境下存在其他量子器件，比如存在量子器件B和量子器件C，则量子器件B会对该量子器件A的频率产生影响，和/或，量子器件B会对该量子器件A与除量子器件B之外的其他量子器件(比如量子器件C)之间的耦合强度产生影响；此时，该量子器件A的本征模式信息，指量子器件A被所在环境下的其他量子器件所影响后的本征态的相关信息。
需要指出的是，对量子芯片版图进行仿真后，得到的本征模式信息均为量子芯片版图的本征模式信息，在得到量子芯片版图的本征模式信息后，需要确定该量子芯片版图的本征模式信息所归属的量子器件，基于此，即可得到量子器件的本征模式信息，换言之，量子器件的本征模式信息是从仿真得到的本征模式信息中选取出的。举例来说，对量子芯片版图进行仿真后得到本征模式信息A、本征模式信息B以及本征模式信息C，这里，得到的本征模式信息A、本征模式信息B以及本征模式信息C均为量子芯片版图的本征模式信息；进一步地，若确定本征模式信息A归属于量子器件A之后，即可得到量子器件A的本征模式信息，即为本征模式信息A。
(3)量子器件的裸态信息，指量子器件作为孤立地个体的情况下的本征态的相关信息，换言之，指未被周围环境所影响的量子器件的本征态的相关信息。比如，量子器件的裸态信息可具体包括量子器件的裸态频率。
举例来说，若量子芯片版图中包含有量子器件A、量子器件B和量子器件C，此时，对于量子器件A而言，量子器件B会影响该量子器件A的频率，和/或影响量子器件A与其他量子器件(比如量子器件C)间的耦合强度，换言之，量子器件A被周围环境所影响，此时，量子器件A的模式信息为量子器件A的本征模式信息，而非裸态信息。
(4)量子芯片版图的寄生模式信息，对应一个寄生模式，进一步地，该寄生模式信息可包括寄生模式对应的寄生频率。或者，寄生模式信息可包括寄生模式对应的寄生频率，以及寄生模式对应的电场强度峰值分布信息。
具体地，图1是根据本公开实施例量子芯片版图中寄生模式的度量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，包括：
步骤S101：对量子芯片版图进行仿真，得到量子芯片版图中量子器件的目标本征模式信息，以及得到量子芯片版图的目标寄生模式信息；其中，所述量子器件为所述量子芯片版图所包含的多个量子器件之一。
步骤S102：基于量子器件的目标本征模式信息，以及量子芯片版图的目标寄生模式信息，得到量子器件与目标寄生模式信息对应的目标寄生模式之间的目标耦合强度；其中，所述目标耦合强度用于度量所述目标寄生模式信息对量子器件的特征参数的影响程度。
这样，本公开方案提供了一种度量目标寄生模式信息的度量方式，即基于量子器件与目标寄生模式间的目标耦合强度来度量寄生模式对量子器件的特征参数的影响程度，而且，该过程无需建模，简便易于实施，兼具实用性，为后续确定量子芯片的性能优化方向提供了量化且可靠的数据依据。
需要说明的是，步骤S101用于说明仿真之后得到的结果，并不限定所得到结果的顺序，实际场景中，量子器件的目标本征模式信息和量子芯片版图的目标寄生模式信息，可能并非同步得到，换言之，本公开方案对得到两者的执行顺序不作限制。
在一具体示例，可采用如下方式得到量子器件的目标本征模式信息以及量子芯片版图的目标寄生模式信息，比如，首先，对量子芯片版图进行仿真，得到量子芯片版图的多个目标本征模式信息，此时，可以从量子芯片版图的多个目标本征模式信息中，识别出归属于量子器件的本征模式信息，并将归属于量子器件的本征模式信息作为量子器件的目标本征模式信息，如此，得到各量子器件的目标本征模式信息；其次，在识别得到各量子器件的目标本征模式信息之后，将量子芯片版图的多个目标本征模式信息中、除各量子器件的目标本征模式信息之外的目标本征模式信息，作为量子芯片版图的目标寄生模式信息。
进一步地，举例来说，以包含有量子器件A和量子器件B的量子芯片版图为例，对量子芯片版图进行仿真后得到量子芯片版图的3个目标本征模式信息，分别为目标本征模式信息1、目标本征模式信息2以及目标本征模式信息3；进一步地，若识别出目标本征模式信息1归属于量子器件A，则将目标本征模式信息1作为量子器件A的目标本征模式信息；同理，若识别出目标本征模式信息2归属于量子器件B，则将目标本征模式信息2作为量子器件B的目标本征模式信息；最后，将剩余的目标本征模式信息3，作为该量子芯片版图的目标寄生模式信息。
在一具体示例中，量子器件的参数特征可以具体为量子器件的频率，或量子器件与其他量子器件之间的耦合强度等。此时，所述目标耦合强度可以用于度量所述目标寄生模式信息对量子器件的频率的影响程序，或用于度量所述目标寄生模式信息对量子器件与其他量子器件间的耦合强度的影响程度。可以理解的是，以上参数特征仅为示例性说明，实际应用中，还可以为其他参数，本公开方案对参数特征不作具体限制，
在一具体示例中，所述量子芯片版图包含的量子器件包括但并不限于量子比特、耦合器、读取腔等。
在一具体示例中，所述量子芯片可具体为超导量子芯片；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。如此，使得本公开方案能够应用于超导量子芯片中，丰富了本公开方案的使用场景。
在本公开方案的一具体示例中，所述目标耦合强度还用于确定所述量子芯片版图中引起所述目标寄生模式信息的变化的结构特征。换言之，目标耦合强度还可以用于确定目标寄生模式信息是由量子芯片版图的哪些结构特征所引起的，如此，可为后续确定量子芯片的性能优化方向提供量化且可靠的数据依据。
在本公开方案的一具体示例中，可以先进行预仿真，得到较粗精度下的量子器件的本征模式信息，再进行正式仿真，以基于预仿真的结果，得到量子器件在较高精度下的目标本征模式信息，如此，来提升仿真效率，同时，也提升了仿真结果的精度；具体地，以上所述的对量子芯片版图进行仿真，得到量子芯片版图中量子器件的目标本征模式信息，具体包括：
在第一仿真精度下，对量子芯片版图进行预仿真，得到量子芯片版图中量子器件的第一本征模式信息；所述量子器件的第一本征模式信息为所述第一仿真精度下的量子器件的本征模式信息；
在目标仿真精度下，对量子芯片版图进行仿真，得到目标仿真精度下的量子芯片版图的系统本征模式信息；所述目标仿真精度大于所述第一仿真精度；
基于所述量子器件的第一本征模式信息，从目标仿真精度下的量子芯片版图下的系统本征模式信息中，确定出所述量子器件的目标本征模式信息。
可以理解的是，所述量子器件的目标本征模式信息为所述目标仿真精度下的量子器件的本征模式信息。
需要指出的是，量子芯片版图在目标仿真精度下的系统本征模式信息，也即为在目标仿真精度下的量子芯片版图的本征模式信息，这里，为了便于与第一本征模式信息进行区分，将目标仿真精度下的量子芯片版图的本征模式信息称为系统本征模式信息。
也就是说，该示例中，首先，在较低仿真精度(也即以上所述的第一仿真精度)下，对量子芯片版图进行预仿真，得到较低仿真精度下量子器件的第一本征模式信息；其次，在较高仿真精度(也即以上所述的目标仿真精度)下，对量子芯片版图进行正式仿真，得到量子芯片版图在较高仿真精度下的系统本征模式信息，最后，从所述量子芯片版图在较高仿真精度下的系统本征模式信息中，确定出与所述量子器件的第一本征模式信息的最接近(也即差值在预设范围内)的系统本征模式信息作为所述量子器件的目标本征模式信息。
这样，本公开方案提供了一种得到量子器件的目标本征模式信息的具体方案，如此，为后续得到量子器件与目标寄生模式间的目标耦合强度奠定了基础，进而为后续确定量子芯片的性能优化方向奠定了基础。
在本公开方案的一具体示例中，可以先进行预仿真，得到较粗精度下的寄生模式信息，再进行正式仿真，以基于预仿真的结果，得到较高精度下的目标寄生模式信息，如此，来提升仿真效率，同时，也提升了仿真结果的精度；具体地，以上所述的对量子芯片版图进行仿真，得到量子芯片版图的目标寄生模式信息，具体包括：
在第一仿真精度下，对量子芯片版图进行预仿真，得到第一仿真精度下的量子芯片版图的至少一个第一寄生模式信息；
在目标仿真精度下，对所述量子芯片版图进行仿真，得到目标仿真精度下的量子芯片版图的系统本征模式信息；
基于第一仿真精度下的量子芯片版图的至少一个第一寄生模式信息，从目标仿真精度下的量子芯片版图的系统本征模式信息中，确定出量子芯片版图的目标寄生模式信息。
可以理解的是，所述量子器件的目标寄生模式信息为所述目标仿真精度下的量子芯片版图的寄生模式信息。
需要说明的是，在预仿真流程中，可以预先设置所需的预设频率范围，进而得到频率位于预设频率范围的量子芯片版图的至少一个第一寄生模式信息，这里，所述预设频率范围可基于如下两个参数中的至少之一而确定：量子芯片版图中各量子器件的本征频率的频率范围，对量子芯片进行控制过程中所需的操作频率的频率范围。
也就是说，该示例中，首先，在较低仿真精度(也即以上所述的第一仿真精度)下，对量子芯片版图进行预仿真，得到较低仿真精度下的量子芯片版图的至少一个第一寄生模式信息；其次，在较高仿真精度(也即以上所述的目标仿真精度)下，对量子芯片版图进行正式仿真，得到量子芯片版图在较高仿真精度下的系统本征模式信息；最后，从所述量子芯片版图在较高仿真精度下的系统本征模式信息中，确定出与所述量子芯片版图的第一寄生模式信息近似(比如差值在预设范围内)的系统本征模式信息作为所述量子芯片版图的目标寄生模式信息。
这样，本公开方案提供了一种得到量子芯片版图的目标寄生模式信息的具体方案，如此，为后续得到量子器件与目标寄生模式间的目标耦合强度奠定了基础，进而为后续确定量子芯片的性能优化方向奠定了依据。
举例来说，图2是根据本公开实施例量子芯片版图中寄生模式的度量方法的流程示意图二；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。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2所示，包括：
步骤S201：在第一仿真精度下，对量子芯片版图进行预仿真，得到第一仿真精度下的量子芯片版图的多个第一本征模式信息。
步骤S202：从第一仿真精度下的量子芯片版图的多个第一本征模式信息中，识别出量子芯片版图中各量子器件的第一本征模式信息。
步骤S203：将第一仿真精度下的量子芯片版图的多个第一本征模式信息中、除去各量子器件的第一本征模式信息之外的第一本征模式信息，作为量子芯片版图的第一寄生模式信息，以得到量子芯片版图的至少一个第一寄生模式信息。
比如，量子芯片版图包含有N个量子比特，预仿真得到的第一仿真精度下的量子芯片版图的第一本征模式信息为M个，且M大于N，这里，M为大于等于2的正整数，N为大于等于1的正整数；此时，可以从量子芯片版图的M个第一本征模式信息中，识别出各量子器件的第一本征模式信息，比如，从M个第一本征模式信息中识别出N个第一本征模式信息归属于不同的量子器件，此时，可将剩余的(M-N)个第一本征模式信息作为第一寄生模式信息。
步骤S204：在目标仿真精度下，对所述量子芯片版图进行仿真，得到目标仿真精度下的量子芯片版图的系统本征模式信息。
这里，所述目标仿真精度大于所述第一仿真精度，比如，在一示例中，所述目标仿真精度可具体位于0.1％-0.3％范围内；所述第一仿真精度可具体位于1％-5％范围内。
步骤S205：基于量子芯片版图中各量子器件的第一本征模式信息，从目标仿真精度下的量子芯片版图的系统本征模式信息中，确定出各量子器件的目标本征模式信息。
比如，将目标仿真精度下的量子芯片版图的系统本征模式信息中，与量子器件的第一本征模式信息的差值在预设范围内的系统本征模式信息，作为量子器件的目标本征模式信息。
可以理解的是，该量子器件的目标本征模式信息即为目标仿真精度下的量子器件的本征模式信息，且该量子器件的目标本征模式信息的精度，大于步骤S202所得的量子器件的第一本征模式信息。
步骤S206：基于量子芯片版图的至少一个第一寄生模式信息，从目标仿真精度下的量子芯片版图的系统本征模式信息中，确定出一个目标寄生模式信息。
也就是说，从所述量子芯片版图在目标仿真精度下的系统本征模式信息中，确定出与所述量子芯片版图的第一寄生模式信息近似(比如差值在预设范围内)的系统本征模式信息作为所述量子芯片版图的目标寄生模式信息。
需要指出的是，还可以采用如下方式得到目标寄生模式信息，比如，在量子芯片版图在目标仿真精度下的系统本征模式信息中、除量子器件的目标本征模式信息之外的其他系统本征模式信息中，选取出一个系统本征模式信息，作为目标寄生模式信息。
步骤S207：基于量子器件的目标本征模式信息，以及量子芯片版图的目标寄生模式信息，得到量子器件与目标寄生模式之间的目标耦合强度。
这样，提供了一种得到目标寄生模式信息的度量指标的具体方案，而且，该过程无需建模，简便易于实施，兼具实用性，为后续确定量子芯片的性能优化方向提供了量化且可靠的数据依据。
在本公开方案的一具体示例中，可以采用如下方式得到目标耦合强度，具体地，以上所述的基于量子器件的目标本征模式信息，以及量子芯片版图的目标寄生模式信息，得到量子器件与目标寄生模式信息对应的目标寄生模式之间的目标耦合强度(比如步骤S102，或者步骤S207)，具体包括：
步骤S1021：基于量子芯片版图的目标寄生模式信息，以及量子器件的目标本征模式信息，得到第一转换信息。
步骤S1022：基于所述第一转换信息，构造得到目标转换信息。
步骤S1023：基于所述目标转换信息，得到量子器件与目标寄生模式信息对应的目标寄生模式之间的目标耦合强度。
这样，本公开方案提供了一种得到量子器件与目标寄生模式之间的目标耦合强度的具体方案，该方案可快速地得到量子器件与目标寄生模式之间的目标耦合强度，而且，简便且易于实施，使用门槛低，如此，为有效度量目标寄生模式信息对量子器件的特征参数的影响提供数据支持，进而为后续确定量子芯片的性能的优化方向提供了可靠依据。
在本公开方案的一具体示例中，可采用如下方式得到第一转换信息，具体地，以上所述的基于量子芯片版图的目标寄生模式信息，以及量子器件的目标本征模式信息，得到第一转换信息，具体包括：
基于目标寄生模式信息和量子器件的目标本征模式信息，得到量子器件在不同的目标模式下的电感能量占比；
基于量子器件在不同的目标模式下的电感能量占比，得到第一转换信息。
这里，需要说明的是，各目标本征模式信息对应一目标本征模式，比如，目标本征模式信息可以具体包括目标本征模式对应的本征频率。基于此，量子器件的目标本征模式信息对应一目标本征模式。同理，各目标寄生模式信息对应一目标寄生模式，比如，目标寄生模式信息可以具体包括目标寄生模式对应的寄生频率。
进一步地，所述模式集合包括：多个量子器件中各量子器件的目标本征模式，以及量子芯片版图的目标寄生模式信息所对应的目标寄生模式；所述目标模式为所述模式集合中的元素之一；换言之，所述目标模式为目标寄生模式，或量子器件对应的目标本征模式。
这样，本公开方案提供了一种得到第一转换信息的具体方案，为后续得到量子器件与目标寄生模式之间的目标耦合强度奠定了基础，同时，也为后续确定量子芯片的性能优化方向提供了量化且可靠的数据依据。
在本公开方案的一具体示例中，可采用如下方式得到目标转换信息，具体地，以上所述基于所述第一转换信息，构造得到目标转换信息(也即以上所述的步骤S1022)，具体包括：
在所述量子芯片版图包含有N个量子器件、以及第一转换信息通过第一转换矩阵U(N+1)×N来表示的情况下，在所述第一转换矩阵U(N+1)×N中增加N+1个第一元素，以得到目标转换矩阵U′(N+1)×(N+1)。
这里，所述目标转换矩阵U′(N+1)×(N+1)表示所述目标转换信息；所述N+1个第一元素为目标转换矩阵U′(N+1)×(N+1)中的第N+1列；所述第一转换矩阵U(N+1)×N中的元素umn是基于pmn所得，所述pmn表示量子器件n在模式集合中的目标模式m下的电感能量占比，所述量子器件n为N个量子器件之一。
基于此，以上所述的基于所述目标转换信息，得到量子器件与目标寄生模式信息之间的目标耦合强度，包括：
确定使目标转换矩阵U′(N+1)×(N+1)满足预设矩阵规则的第一元素的取值，以得到第一元素的目标特征值；
在所述第一元素为目标特征值的情况下，基于目标转换矩阵U′(N+1)×(N+1)，得到量子器件与目标寄生模式信息之间的目标耦合强度。
具体示例可参见以下的相关描述，此处不再赘述。
这样，本公开方案提供了一种得到目标耦合强度的具体方案，而且，该过程无需建模，简便易于实施，兼具实用性，为后续确定量子芯片的性能优化方向提供了量化且可靠的数据依据。
在本公开方案的一具体示例中，可采用如下方式得到量子器件在不同目标模式下的电感能量占比；具体地，以上所述的基于目标寄生模式信息和量子器件的目标本征模式信息，得到量子器件在不同的目标模式下的电感能量占比，包括：
采用如下方式得到量子器件n在目标模式m下的电感能量占比pmn：
基于目标寄生模式信息或量子器件的目标本征模式信息，得到目标模式m存储在量子器件n中的电感能量，以及得到目标模式m中存储的总电感能量/>；
基于目标模式m存储在量子器件n中的电感能量，以及目标模式m中存储的总电感能量/>，得到量子器件n在目标模式m下的电感能量占比pmn。
这里，需要说明的是，各目标本征模式信息对应一目标本征模式，比如，目标本征模式信息可以具体包括目标本征模式对应的本征频率。基于此，以上所述的目标模式m对应于一量子器件的目标本征模式信息，进一步地，目标模式m所对应的量子器件的目标本征模式信息为量子芯片版图中各量子器件的目标本征模式信息之一。
需要指出的是，在目标模式m为量子器件对应的目标本征模式的情况下，电感能量和总电感能量/>是基于量子器件的目标本征模式信息所得；
或者，在目标模式m为量子芯片版图对应的目标寄生模式的情况下，电感能量和总电感能量/>是基于目标寄生模式信息所得。
也就是说，该示例中，首先得到目标模式m存储在量子器件n中的电感能量，以及得到目标模式m中存储的总电感能量/>，再基于目标模式m存储在量子器件n中的电感能量/>，以及目标模式m中存储的总电感能量/>，比如基于两者的比值，得到量子器件n在目标模式m下的电感能量占比pmn，如此，采用类似的方式，即可得到量子器件在不同的目标模式下的电感能量占比。
举例来说，可通过下述具体表达式得到量子器件n在目标模式m下的电感能量占比为pmn：
进一步地，基于上述公式，即可得到量子器件在多个目标模式下的电感能量占比，比如，量子芯片版图包含有N个量子器件，此时，对量子芯片版图进行正式仿真后得到N个量子器件中各量子器件的目标本征模式信息，且各目标本征模式信息对应一目标本征模式，则可得到量子器件n在N个目标本征模式下的电感能量占比，可分别记为：
p1n,p2n,…,pmn,…,pNn。
进一步地，得到量子器件n在目标寄生模式下的电感能量占比，比如，即为p(N+1)n。
基于此，对于N个量子器件而言，则可得到(N+1)×N个电感能量占比。在一示例中，为便于后续处理，可使用矩阵来表示(N+1)×N个电感能量占比，如通过参数矩阵P来表示，此时，可记为P＝(pmn)(N+1)×N。这里，参数矩阵P中的行对应目标模式，列对应量子器件。
可以理解的是，以上参数矩阵P的行、列所对应的属性，仅为示例性说明，实际应用中，参数矩阵P的行和列所对应的属性还可以调换，本公开方案对此不作限制。
进一步地，基于参数矩阵P即可得到第一转换信息，比如，在一示例中，第一转换信息也可通过矩阵表示，比如通过第一转换矩阵U，U＝(umn)(N+1)×N来表示，此时，第一转换矩阵U中的元素与参数矩阵P中的元素存在如下关系，即
这样，本公开方案提供了一种得到量子器件在不同模式下的电感能量占比的具体方案，如此，为后续得到量子器件与目标寄生模式间的目标耦合强度提供了可量化的数据支持，而且，该方案简便易于实施，可解释性强，具有较强的实用性。
在本公开方案的一具体示例中，可采用如下方式得到以上所述的电感能量具体地，以上所述的得到目标模式m存储在量子器件n中的电感能量/>具体包括：
计算得到量子器件n的电感值Ln，以及计算得到目标模式m在空间中量子器件n沿电压积分线的电压(也即峰值电压)Vmn；
基于量子器件n的电感值Ln、目标模式m在空间中量子器件n沿电压积分线的电压Vmn，以及目标模式m所对应的频率ω′m，得到目标模式m存储在量子器件n中的电感能量
这里，在目标模式m为量子器件对应的目标本征模式的情况下，目标模式m所对应的频率ω′m为目标模式m对应的本征频率ω′m，目标模式m所对应的目标本征模式信息中包含有目标模式m所对应的本征频率ω′m。
或者，在目标模式m为量子芯片版图对应的目标寄生模式的情况下，目标模式m所对应的频率ω′m为目标模式m对应的寄生频率ω′m，目标模式m所对应的目标寄生模式信息中包含有目标模式m所对应的寄生频率ω′m。
举例来说，在一具体示例中，目标模式m存储在量子器件n中的电感能量可通过如下公式得到：
其中，表示量子器件n在目标模式m下的磁通量。
这样，本公开方案提供了一种得到目标模式m存储在量子器件n中的电感能量的具体方案，如此，为后续得到量子器件与目标寄生模式间的目标耦合强度提供了可量化的数据支持，而且，该方案简便易于实施，可解释性强，具有较强的实用性。
在本公开方案的一具体示例中，可采用如下方式得到量子器件n的电感值Ln；具体地，所述的计算得到量子器件n的电感值Ln，包括：
得到关联关系，其中，所述关联关系为量子器件n在不同的目标模式下的电感能量占比之间的关联关系；
基于量子器件n在不同的目标模式下的电感能量占比之间的关联关系，得到量子器件n的电感值Ln。
举例来说，基于归一化关系可知，量子器件n在不同的目标模式下的电感能量占比之间的关联关系可具体为：
这里，对于N+1个目标模式而言，m取值为1至N+1。
进一步地，基于上述关联关系即可得到所述量子器件n的电感值Ln，具体表达式为：
这样，本公开方案提供了一种得到量子器件n的电感值Ln的具体方案，如此，为后续得到量子器件与目标寄生模式间的目标耦合强度提供了可量化的数据支持，而且，该方案简便易于实施，可解释性强，具有较强的实用性。
进一步地，在本公开方案的一具体示例中，可采用如下方式得到本征模式m在空间中量子器件n沿电压积分线的电压Vmn；具体地，以上所述的计算得到目标模式m在空间中量子器件n沿电压积分线的电压Vmn，具体包括：
基于目标模式m在空间中的电场强度分布信息，计算得到目标模式m在空间中量子器件n沿电压积分线的电压Vmn。
这里，在目标模式m为量子器件对应的目标本征模式的情况下，与目标模式m所对应的目标本征模式信息中包含有目标模式m在空间中的电场强度分布信息；或者，在目标模式m为量子芯片版图对应的目标寄生模式的情况下，与目标模式m所对应的目标寄生模式信息中包含有目标模式m在空间中的电场强度分布信息。
在一示例中，电场强度分布信息可以为电场强度峰值分布信息，比如，为目标模式m在空间中的电场强度峰值分布信息。
举例来说，基于本征模式m在空间中的电场强度峰值分布信息 并采用如下公式即可得到目标模式m在空间中量子器件n沿电压积分线的电压(也即峰值电压)Vmn：
这里，表示量子器件n在量子芯片版图中的电压积分线矢量，该/>为已知项，/>的长度可由预处理添加的电压积分线确定，该电压积分线矢量/>的方向可基于量子芯片版图所处坐标系的默认正方向确定。/>表示电场强度峰值分布信息的位置向量。
这样，本公开方案提供了一种得到目标模式m在空间中量子器件n沿电压积分线的电压Vmn的具体方案，如此，为后续得到量子器件与目标寄生模式间的目标耦合强度提供了可量化的数据支持，而且，该方案简便易于实施，可解释性强，具有较强的实用性。
在本公开方案的一具体示例中，可采用如下方式得到本征模式m中存储的总电感能量；具体地，以上所述得到目标模式m中存储的总电感能量/>，包括：
基于目标模式m在空间中的电场强度分布信息，得到目标模式m储存在空间中的平均电场能量；
将目标模式m储存在空间中的平均电场能量，作为目标模式m中存储的总电感能量/>。
这里，在目标模式m为量子器件对应的目标本征模式的情况下，与目标模式m所对应的目标本征模式信息中包含有目标模式m在空间中的电场强度分布信息；或者，在目标模式m为量子芯片版图对应的目标寄生模式的情况下，与目标模式m所对应的目标寄生模式信息中包含有目标模式m在空间中的电场强度分布信息。
举例来说，目标模式m储存在空间中的平均电场能量可通过如下公式得到：
这里，表示空间中不同位置处的介电张量，vfull表示空间的体积，以上均为已知量。
进一步地，将目标模式m储存在空间中的平均电场能量作为所述目标模式m中存储的总电感能量/>也即/>
这样，本公开方案提供了一种得到目标模式m中存储的总电感能量的具体方案，如此，为后续得到量子器件与目标寄生模式间的目标耦合强度提供了可量化的数据支持，而且，该方案简便易于实施，可解释性强，具有较强的实用性。/>
以下结合具体实例对本公开方案做进一步详细说明；本公开方案基于器件电感能量占比(inductance Energy Participation Ratio，iEPR)，提出一种量子芯片版图中量子器件与寄生模式间的耦合强度的仿真方法，比如，首先对量子芯片版图进行高频电磁场仿真，得到量子器件在所在环境下的目标本征模式信息、以及一个目标寄生模式信息等；其次，利用iEPR方法，对得到的量子器件在所在环境下的目标本征模式信息以及目标寄生模式信息进行后处理，得到量子器件与目标寄生模式的耦合强度，如此，来定量地刻画出该目标寄生模式信息对量子器件的影响程度，这对于量子芯片版图的设计和优化具有重要实用价值。
以下以超导量子芯片为例，并从以下多个部分对本公开方案进行阐述，第一部分，介绍超导量子芯片的量子芯片版图的版图结构；第二部分，阐述基于iEPR方法的数据后处理流程；第三部分，阐述本公开方案的具体流程；第四部分，应用展示，以验证本公开方案的有效性。
第一部分，量子芯片版图
作为超导量子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，也需要设计一个针对超导量子芯片的完整的量子芯片版图。该量子芯片版图包含了超导量子芯片中的所有核心的量子器件、控制线、读取线等。实际应用中，在超导量子芯片版图的量子器件中，最重要的量子器件之一就是量子比特。量子比特通常由共面电容和约瑟夫森结共同构成。在实践中，会先选择一块衬底(通常由硅或者蓝宝石作为衬底)，在衬底上镀一层铝膜，通过在铝膜上刻蚀不同的形状来形成量子比特的电容，最后，将非线性器件，如约瑟夫森结会设置在衬底和铝膜之间。
举例来说，如图3所示，为包含有两个量子比特的量子芯片版图的版图结构示意图，该量子芯片版图包括：
通过十字形结构表示的量子比特(Qubit)301，比如，如图3所示，在整个金属板(比如，形成有铝膜的金属衬底)上，刻蚀掉部分区域，形成十字形结构，此时，十字形结构的中央区域为金属板，十字形结构的周边区域的金属板被刻蚀掉；十字形结构之外金属板可用于接地。
进一步地，量子比特301中还设置有约瑟夫森结302；在电磁仿真中，该约瑟夫森结通常用一个等效集总电感来模拟。比如，在十字形结构的中央区域的底部，与接地的金属板之间插入一个约瑟夫森结302。
与经典芯片类似，在量子芯片版图在进行正式流片之前，需要进行仿真验证。量子芯片版图的仿真验证旨在尽可能真实地刻画量子芯片版图的特征参数，使得研究人员可以在设计阶段更好地预测量子芯片版图的性能，减少重复试验的人力、物力成本。然而，在量子芯片版图的设计过程中，寄生模式的出现是无法提前预知的，但它却对量子芯片版图的性能有着极大的影响，因此需要通过电磁仿真识别出寄生模式、且定量地刻画出它对量子器件的影响，以确定后续的优化方向。
基于此，本公开方案提供了一种量子芯片版图中量子器件与寄生模式间的耦合强度的仿真方案，能定量地刻画出寄生模式对量子器件的影响。
第二部分，程序一，为主程序所需调用的子程序，主要用于计算得到电感能量占比(iEPR)，进而得到参数矩阵P
该第二部分的输入为：对量子芯片版图进行仿真后所得的仿真结果，比如，目标仿真精度下的每个量子器件的目标本征模式信息，以及量子芯片版图的目标寄生模式信息；输出结果为：参数矩阵P。
如图4所示，具体步骤包括：
步骤S401：对仿真结果进行后处理，得到量子器件在不同目标本征模式下的iEPR，以及量子器件在量子芯片版图对应的目标寄生模式下的iEPR。也即得到量子器件在不同目标模式下的iEPR。
这里，目标模式为量子器件对应的目标本征模式，或者为量子芯片版图对应的目标寄生模式，这里，对目标模式的相关内容可参见以上描述，此处不再赘述。
具体地，以量子器件n在不同目标模式下的iEPR为例进行详细说明；这里，iEPR能够刻画一个电容耦合的量子系统中，不同的目标模式下量子器件上分布的电感能量占该目标模式的总电感能量的比例。比如，可记量子器件n在目标模式m下的iEPR为pmn，此时，该pmn可定义为：
进一步地，可基于如下步骤计算得到pmn，具体包括：
步骤S4011：计算得到目标模式m下量子器件n沿量子器件n的电压积分线的两端的电压(也即峰值电压)Vmn，具体表达式如下：
其中，表示量子器件n在量子芯片版图中的电压积分线矢量，该/>，为已知项，的长度可由预处理添加的电压积分线确定，该电压积分线矢量/>的方向可基于量子芯片版图所处坐标系的默认正方向确定。
步骤S4012：计算得到目标模式m在空间中量子器件n上的平均电感能量，以作为目标模式m在空间中量子器件n上的电感能量
具体表达式如下：
其中，Ln为量子器件n的电感值，为未知项。
步骤S4013：计算得到目标模式m储存在空间中的平均电场能量(可记为)，以作为目标模式m存储的总电感能量，具体表达式如下：
其中，表示目标模式m在空间中的电场能量，/>表示空间中不同位置处的介电张量，vfull表示空间的体积，以上均为已知量。
步骤S4014：基于归一化关系存在如下公式：
步骤S4015：得到量子器件n的电感值Ln，即：
步骤S4016：得到pmn；进一步地，采用上述方式即可得到量子器件n在不同目标模式下的iEPR。这里，pmn可具体表示为：
步骤S402：得到量子芯片版图中不同量子器件在不同目标本征模式下的iEPR，以及得到不同量子器件在目标寄生模式下的iEPR；也即，得到量子芯片版图中不同量子器件在不同的目标模式下的iEPR。
这里，可基于量子芯片版图中不同量子器件在不同目标本征模式下的iEPR、以及得到不同量子器件在目标寄生模式下的iEPR，构造得到参数矩阵，比如记参数矩阵P；此时，pmn为参数矩阵P的元素，进一步地，可记参数矩阵P＝(pmn)。这里，参数矩阵P中的行对应目标模式，列对应量子器件。
步骤S403：输出得到参数矩阵P＝(pmn)。
这里，可以理解的是，参数矩阵P的维度与输入至程序一的目标本征模式信息的数量有关，换言之，与量子芯片版图中所包含的量子器件的数量有关。
第三部分，主程序，用于得到量子芯片版图中量子器件与目标寄生模式间的耦合强度
该第三部分的输入为：包含有N个量子器件的量子芯片版图；输出结果为：量子器件与目标寄生模式间的耦合强度。
如图5所示，具体步骤包括：
步骤S501：输入包含有N个量子器件的量子芯片版图。
步骤S502：预仿真；在第一仿真精度下，对量子芯片版图进行预仿真，得到量子芯片版图的多个第一本征模式信息，基于量子芯片版图的多个第一本征模式信息，识别出量子芯片版图中每个量子器件在所在环境下的第一本征模式信息；以及基于量子芯片版图的多个第一本征模式信息，得到至少一个第一寄生模式信息。
在一示例中，在预仿真流程中，可以预先设置所需的预设频率范围，进而得到本征频率位于预设频率范围的量子芯片版图的至少一个第一寄生模式信息，这里，所述预设频率范围可基于如下两个参数中的至少之一而确定：量子芯片版图中各量子器件的本征频率的频率范围，对量子芯片进行控制过程中所需的操作频率的频率范围。
也就是说，该示例中，在对量子芯片版图进行精确仿真(也即正式仿真)之前，需要首先进行预仿真，也即对量子芯片版图进行一次粗略仿真，以分析得到量子芯片版图中各量子器件的大致频率，同时，分析得到寄生模式的大致频率，如此，为后续高效对量子芯片版图进行精确仿真提供数据支持。
步骤S503：正式仿真；在目标仿真精度下，对量子芯片版图进行有限元电磁仿真(比如高频电磁场仿真)，得到在目标仿真精度下的每个量子器件的目标本征模式信息，以及得到目标仿真精度下的一个目标寄生模式信息。
在一示例中，可基于步骤S502的预仿真的结果，比如，基于预仿真后所得的量子器件在所在环境下的第一本征模式信息，得到目标仿真精度下的各量子器件的目标本征模式信息。再比如，基于预仿真后所得的至少一个第一寄生模式信息，得到目标仿真精度下的一个目标寄生模式信息。具体确定方式可参照以为描述，此处不再赘述。
进一步地，在一示例中，目标本征模式信息对应一目标本征模式，相应地，各量子器件的目标本征模式信息可具体包括：目标本征模式对应的本征频率，以及目标本征模式对应的电场强度分布信息；同理，目标寄生模式信息对应一目标寄生模式，相应地，目标寄生模式信息可具体包括：目标寄生模式对应的寄生频率，以及目标寄生模式对应的电场强度分布信息。
举例来说，目标模式m对应的目标本征模式信息可具体包括：
(1)目标模式m对应的本征频率ω′m；
(2)目标模式m在空间中的电场强度分布信息，比如电场强度峰值分布信息
或者，目标模式m对应的目标寄生模式信息可具体包括：
(1)目标模式m对应的寄生频率ω′m；
(2)目标模式m在空间中的电场强度分布信息，比如电场强度峰值分布信息
需要指出的是，考虑到基于iEPR方法所具有的特性，本公开方案的一次流程中，可以处理一个寄生模式与多个量子器件中各量子器件的耦合强度。可以理解的是，若要获取多个寄生模式与多个量子器件的耦合强度，可以多次执行本公开方案。
需要说明的是，正式仿真所使用的目标仿真精度大于预仿真所使用的第一仿真精度，如此，便于提升仿真效率；进一步地，在一示例中，所述目标仿真精度可具体位于0.1％-0.3％范围内；所述第一仿真精度可具体位于1％-5％范围内。
步骤S504：将步骤S503中得到的仿真结果，比如，目标仿真精度下的每个量子器件的目标本征模式信息、量子芯片版图的目标寄生模式信息，作为程序一的输入，以得到参数矩阵P＝(pmn)。
可以理解的是，对于该示例的包含有N个量子器件的量子芯片版图而言，输入至程序一的目标本征模式信息共N个、目标寄生模式信息1个，此时，可计算得到N个量子器件中的各量子器件在不同的目标本征模式(也即N个目标本征模式信息中各目标本征模式信息对应的目标本征模式，共N个目标本征模式)下的电感能量占比、以及N个量子器件中的各量子器件在目标寄生模式下的电感能量占比，相应地，参数矩阵可记为P＝(pmn)(N+1)×N，这里，m＝1,2,…,N+1，,n＝1,2,…,N，比如，可具体为：
这里，对于pmn(m≠N+1)表示量子器件n在目标本征模式m下的电感能量占比。这里，目标本征模式m对应的目标本征模式信息为N个目标本征模式信息中之一；pN+1,n表示量子器件n在目标寄生模式下的电感能量占比。
步骤S505：得到第一转换矩阵U(表示以上所述的第一转换信息)，这里，第一转换矩阵U中的元素可记为umn，即U＝(umn)(N+1)×N，比如，可具体为：
这里，第一转换矩阵U与参数矩阵P存在如下关系：
需要说明的是，在一示例中，第一转换矩阵U中前N行和N列组成的矩阵为幺正矩阵，这里，为便于描述，可记第一转换矩阵U中前N行和N列组成的矩阵为U1，该幺正矩阵U1用于使第一器件性能矩阵(这里，量子芯片版图的第一器件性能信息，比如，表征有量子器件的裸态频率以及量子器件间耦合强度等器件性能的相关信息，可通过该第一器件性能矩阵/>表示)对角化，也即有以下公式：
这里，ω′i表示量子器件i的本征频率(也即量子器件i的缀饰态频率)；第一器件性能矩阵的具体形式为：
这里，gij表示量子器件i与量子器件j间的耦合强度，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。
这里，为了得到第一转换矩阵U，可引入符号矩阵S＝(smn)(N+1)×N，用以表示第一转换矩阵U中元素的正负号，则有其中，smn表示第一转换矩阵U中元素umn的正负号。
进一步地，由于第一转换矩阵U中的矩阵U1为一个幺正矩阵，具有正交归一化的特点，所以，存在以下关系式：
这里，对于δmn而言，若m＝n，则δmn＝1，否则，即m≠n，则δmn＝0，k＝1,2，…，N。
进一步地，依据上述正交归一化的关系式，得到以下规则，以得到符号矩阵S＝(smn)(N+1)×N：
(1)若Vmn>0，则符号矩阵S的元素smn＝1；
(2)当Vmn≤0，则符号矩阵S的元素smn＝-1。
这里，Vmn表示程序一所述的目标模式m下量子器件n沿量子器件n的电压积分线的两端的电压。
步骤S506：基于第一转换矩阵U，构造得到目标转换矩阵U′(表示以上所述的目标转换信息)。这里，所述目标转换矩阵可表示为：
U′＝(umn)(N+1)×(N+1)；
在一示例中，可采用如下方式构造得到目标转换矩阵U′：
考虑到寄生模式不归属于任何的量子器件，所以，在第一转换矩阵U＝(umn)(N+1)N中插入一列元素，比如N+1个第一元素，构造得到如下目标转换矩阵：
这里，该N+1个第一元素为待求解项；进一步地，在求解过程中，该N+1个第一元素的初始值可具体为不为零的随机数。
这里，构造得到的目标转换矩阵U′也为一幺正矩阵，可使目标器件性能矩阵(这里，量子芯片版图的目标器件性能信息，比如，表征有量子器件的裸态频率、量子器件间耦合强度、量子器件与目标寄生频率间的耦合强度等器件性能的相关信息，可通过该目标器件性能矩阵/>表示)对角化，也即有以下公式：
这里，频率ω′i为量子器件i的本征频率(也即量子器件i的缀饰态频率)；ω′N+1为目标寄生模式对应的寄生频率；目标矩阵的具体形式为：/>
这里，进一步地，若i＝1,2,…,N且j＝1,2,…,N，则gij表示量子器件i与量子器件j间的耦合强度，此时，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。若i＝N+1且j＝1,2,…,N，则g(N+1)j表示目标寄生模式与量子器件j间的耦合强度，此时，ωN+1表示目标寄生模式对应的寄生频率，ωj表示量子器件j的裸态频率。若i＝1,2,…,N且j＝N+1，则gi(N+1)表示量子器件i与目标寄生模式间的耦合强度，此时，ωi表示量子器件i的裸态频率，ωN+1表示目标寄生模式对应的寄生频率。
步骤S507：基于幺正矩阵的施密特正交归一化特点，得到目标转换矩阵U′中增加的一列中各第一元素的取值，进而得到量子器件与目标寄生模式信息对应的目标寄生模式之间的耦合强度。
需要指出的是，幺正矩阵的不同列之间具有正交归一化的特点，即将幺正矩阵中的列取出作为一个向量时，不同列所对应的向量是相互正交归一的。基于上述特点，可将目标转换矩阵U′最后一列作为第N+1向量，此时，该第N+1向量需要与目标转换矩阵U′中其他列所对应的向量是相互正交归一的，才能确保目标转换矩阵U′为幺正矩阵；基于此特点，并利用施密特正交化归一的方法，可求解得到第N+1向量中各元素的取值。
可以理解的是，在得到目标转换矩阵U′中最后一列中各第一元素的取值之后，即可得到以上所述的目标器件性能矩阵中最后一行或最后一列的取值，进而得到量子器件与目标寄生模式信息对应的目标寄生模式之间的耦合强度。
进一步地，在一示例中，目标寄生模式θ与量子器件n的目标耦合强度gθn可具体表达为：
这里，j,k＝1,2,…,N+1。ω′N+1表示目标寄生模式θ对应的寄生频率。
第四部分，方法有效性验证
本部分引入具体的实例，以验证本发明方案的有效性。
(一)版图结构
如图6(a)所示，为进行方案有效性验证的量子芯片版图的结构示意图，其中Q1、Q2分别表示量子比特，C表示耦合器，用来调节量子比特间的等效耦合强度，R1为量子比特Q1对应的读取腔，R2为量子比特Q2对应的读取腔。进一步地，本示例中量子芯片版图的尺寸为10mm×10mm，衬底的厚度为200um，衬底的材料为相对介电常数为10的蓝宝石。
进一步地，本示例用于验证量子比特与目标寄生模式的耦合强度，具体步骤包括：
步骤一，进行预仿真，得到量子比特的目标本征模式信息与非量子器件的频率区间的一个目标寄生模式信息。如图6(b)所示，为仿真得到的目标寄生模式对应的电场强度峰值分布信息的示意图，可以看出，该目标寄生模式对应的电场强度峰值分布信息所表示的电场并没有分布在某一个具体的量子器件上。
步骤二，进行正式仿真，仿真出两个量子比特中各量子比特的目标本征模式，以及一个目标寄生模式。
步骤三：利用以上所述的方式，得到量子比特与目标寄生模式的耦合强度，如下表所示：
Q1与寄生模式耦合强度 10.49515MHz
Q2与寄生模式耦合强度 10.77526MHz
采用本公开方案成功计算出量子比特与目标寄生模式的耦合强度，而且，通过上述数值可以看出，量子比特受到目标寄生模式较强的影响，因此，在量子芯片版图的后续优化中可以考虑改变版图结构来优先消除此该目标寄生模式。
综上所示，本公开方案具有如下优势：
第一，本公开方案无需建模，便可以高效地、定量地刻画出寄生模式与量子器件之间的耦合强度，具有高效性。
第二，本公开方案为量子芯片的性能优化方向提供可靠的数据依据，有利于不断提升量子芯片的性能。
第三，本公开方案有利于推动超导量子芯片设计的自动化。针对于超导量子芯片研发中的样品盒模式、量子芯片版图的模式(chip mode)，以及其他寄生模式，本公开方案均可以很好地进行预识别，并确定出上述模式对核心器件的影响，为后续优化提供了判断依据。
本公开方案还提供了一种量子芯片版图中寄生模式的度量装置，如图7所示，包括：
仿真单元701，用于对量子芯片版图进行仿真，得到量子芯片版图中量子器件的目标本征模式信息，以及得到量子芯片版图的目标寄生模式信息；其中，所述量子器件为所述量子芯片版图所包含的多个量子器件之一；
处理单元702，用于基于量子器件的目标本征模式信息，以及量子芯片版图的目标寄生模式信息，得到量子器件与目标寄生模式信息对应的目标寄生模式之间的目标耦合强度；其中，所述目标耦合强度用于度量目标寄生模式信息对量子器件的特征参数的影响程度。
在本公开方案的一具体示例中，所述目标耦合强度还用于确定所述量子芯片版图中引起所述目标寄生模式信息的变化的结构特征。
在本公开方案的一具体示例中，所述仿真单元，具体用于：
在第一仿真精度下，对量子芯片版图进行预仿真，得到量子芯片版图中量子器件的第一本征模式信息；所述量子器件的第一本征模式信息为所述第一仿真精度下的量子器件的本征模式信息；
在目标仿真精度下，对量子芯片版图进行仿真，得到目标仿真精度下的量子芯片版图的系统本征模式信息；所述目标仿真精度大于所述第一仿真精度；
基于所述量子器件的第一本征模式信息，从目标仿真精度下的量子芯片版图的系统本征模式信息中，确定出所述量子器件的目标本征模式信息。
在本公开方案的一具体示例中，所述仿真单元，具体用于：
在第一仿真精度下，对量子芯片版图进行预仿真，得到第一仿真精度下的量子芯片版图的至少一个第一寄生模式信息；
在目标仿真精度下，对所述量子芯片版图进行仿真，得到目标仿真精度下的量子芯片版图的系统本征模式信息；所述目标仿真精度大于所述第一仿真精度；
基于第一仿真精度下的量子芯片版图的至少一个第一寄生模式信息，从目标仿真精度下的量子芯片版图的系统本征模式信息中，确定出量子芯片版图的目标寄生模式信息。
在本公开方案的一具体示例中，其中，所述处理单元，具体用于：
基于量子芯片版图的目标寄生模式信息，以及量子器件的目标本征模式信息，得到第一转换信息；
基于所述第一转换信息，构造得到目标转换信息；
基于所述目标转换信息，得到量子器件与目标寄生模式信息对应的目标寄生模式之间的目标耦合强度。
在本公开方案的一具体示例中，所述处理单元，具体用于：
基于目标寄生模式信息和量子器件的目标本征模式信息，得到量子器件在不同的目标模式下的电感能量占比；量子器件的目标本征模式信息对应一目标本征模式；所述模式集合包括：多个量子器件中各量子器件的目标本征模式，以及量子芯片版图的目标寄生模式信息所对应的目标寄生模式；所述目标模式为所述模式集合中的元素之一；
基于量子器件在不同的目标模式下的电感能量占比，得到第一转换信息。
在本公开方案的一具体示例中，所述处理单元，具体用于在所述量子芯片版图包含有N个量子器件、以及第一转换信息通过第一转换矩阵U(N+1)×N来表示的情况下，在所述第一转换矩阵U(N+1)×N中增加N+1个第一元素，以得到目标转换矩阵U′(N+1)×(N+1)；其中，所述目标转换矩阵U′(N+1)×(N+1)用于表示所述目标转换信息；所述N+1个第一元素为目标转换矩阵U′(N+1)×(N+1)中的第N+1列；所述第一转换矩阵U(N+1)×N中的元素umn是基于pmn所得，所述pmn表示量子器件n在模式集合中的目标模式m下的电感能量占比pmn，所述量子器件n为N个量子器件之一；
进一步地，所述处理单元，还具体用于确定使目标转换矩阵U′(N+1)×(N+1)满足预设矩阵规则的第一元素的取值，以得到第一元素的目标特征值；在所述第一元素为目标特征值的情况下，基于目标转换矩阵U′(N+1)×(N+1)，得到量子器件与目标寄生模式信息之间的目标耦合强度。
在本公开方案的一具体示例中，所述处理单元，具体用于：
采用如下方式得到量子器件n在目标模式m下的电感能量占比pmn：
基于目标寄生模式信息或量子器件的目标本征模式信息，得到目标模式m存储在量子器件n中的电感能量，以及得到目标模式m中存储的总电感能量/>；
基于目标模式m存储在量子器件n中的电感能量，以及目标模式m中存储的总电感能量/>，得到量子器件n在目标模式m下的电感能量占比pmn。
在本公开方案的一具体示例中，所述处理单元，具体用于：
计算得到量子器件n的电感值Ln，以及计算得到目标模式m在空间中量子器件n沿电压积分线的电压Vmn；
基于量子器件n的电感值Ln、目标模式m在空间中量子器件n沿电压积分线的电压Vmn，以及目标模式m所对应的频率ω′m，得到目标模式m存储在量子器件n中的电感能量；
其中，在目标模式m为目标本征模式的情况下，目标模式m所对应的频率ω′m为目标模式m对应的本征频率ω′m，目标模式m所对应的目标本征模式信息中包含有目标模式m所对应的本征频率ω′m；或者，
在目标模式m为目标寄生模式的情况下，目标模式m所对应的频率ω′m为目标模式m对应的寄生频率ω′m，目标模式m所对应的目标寄生模式信息中包含有目标模式m所对应的寄生频率ω′m。
在本公开方案的一具体示例中，所述处理单元，具体用于：
得到关联关系，其中，所述关联关系为量子器件n在不同的目标模式下的电感能量占比之间的关联关系；
基于量子器件n在不同的目标模式下的电感能量占比之间的关联关系，得到量子器件n的电感值Ln。
在本公开方案的一具体示例中，所述处理单元，具体用于：
基于目标模式m在空间中的电场强度分布信息，计算得到目标模式m在空间中量子器件n沿电压积分线的电压Vmn；
其中，在目标模式m为目标本征模式的情况下，与目标模式m所对应的目标本征模式信息中包含有目标模式m在空间中的电场强度分布信息；或者，在目标模式m为目标寄生模式的情况下，与目标模式m所对应的目标寄生模式信息中包含有目标模式m在空间中的电场强度分布信息。
在本公开方案的一具体示例中，所述处理单元，具体用于：
基于目标模式m在空间中的电场强度分布信息，得到目标模式m储存在空间中的平均电场能量；
将目标模式m储存在空间中的平均电场能量，作为目标模式m中存储的总电感能量/>；
其中，在目标模式m为目标本征模式的情况下，与目标模式m所对应的目标本征模式信息中包含有目标模式m在空间中的电场强度分布信息；或者，在目标模式m为目标寄生模式的情况下，与目标模式m所对应的目标寄生模式信息中包含有目标模式m在空间中的电场强度分布信息。
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处理器执行时实现以上应用于经典计算设备所述的方法；
或者，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量子计算设备，所述量子计算设备包括：
至少一个量子处理单元；
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量子处理单元执行，以使所述至少一个量子处理单元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量子处理单元(quantum processingunit，QPU)，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。
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8示出了可以用来实施本公开的实施例的示例计算设备800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8所示，设备800包括计算单元801，其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序，来执行各种适当的动作和处理。在RAM 803中，还可存储设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
设备800中的多个部件连接至I/O接口805，包括：输入单元806，例如键盘、鼠标等；输出单元807，例如各种类型的显示器、扬声器等；存储单元808，例如磁盘、光盘等；以及通信单元809，例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理，例如量子芯片版图中寄生模式的度量方法。例如，在一些实施例中，量子芯片版图中寄生模式的度量方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元808。在一些实施例中，计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到RAM 803并由计算单元801执行时，可以执行上文描述的量子芯片版图中寄生模式的度量方法的一个或多个步骤。备选地，在其他实施例中，计算单元801可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行量子芯片版图中寄生模式的度量方法。
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)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入、或者触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的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 (27)

1.一种量子芯片版图中寄生模式的度量方法，包括：
对量子芯片版图进行仿真，得到量子芯片版图中量子器件的目标本征模式信息，以及得到量子芯片版图的目标寄生模式信息；其中，所述量子器件为所述量子芯片版图所包含的多个量子器件之一；
基于量子器件的目标本征模式信息，以及量子芯片版图的目标寄生模式信息，得到量子器件与目标寄生模式信息对应的目标寄生模式之间的目标耦合强度；其中，所述目标耦合强度用于度量目标寄生模式信息对量子器件的特征参数的影响程度。
2.根据权利要求1所述的方法，其中，所述目标耦合强度还用于确定所述量子芯片版图中引起目标寄生模式信息的变化的结构特征。
3.根据权利要求1或2所述的方法，其中，所述对量子芯片版图进行仿真，得到量子芯片版图中量子器件的目标本征模式信息，包括：
在第一仿真精度下，对量子芯片版图进行预仿真，得到量子芯片版图中量子器件的第一本征模式信息；所述量子器件的第一本征模式信息为所述第一仿真精度下的量子器件的本征模式信息；
在目标仿真精度下，对量子芯片版图进行仿真，得到目标仿真精度下的量子芯片版图的系统本征模式信息；所述目标仿真精度大于所述第一仿真精度；
基于所述量子器件的第一本征模式信息，从目标仿真精度下的量子芯片版图的系统本征模式信息中，确定出所述量子器件的目标本征模式信息。
4.根据权利要求1或2所述的方法，其中，对量子芯片版图进行仿真，得到量子芯片版图的目标寄生模式信息，包括：
在第一仿真精度下，对量子芯片版图进行预仿真，得到第一仿真精度下的量子芯片版图的至少一个第一寄生模式信息；
在目标仿真精度下，对所述量子芯片版图进行仿真，得到目标仿真精度下的量子芯片版图的系统本征模式信息；所述目标仿真精度大于所述第一仿真精度；
基于第一仿真精度下的量子芯片版图的至少一个第一寄生模式信息，从目标仿真精度下的量子芯片版图的系统本征模式信息中，确定出量子芯片版图的目标寄生模式信息。
5.根据权利要求1-4任一项所述的方法，其中，所述基于量子器件的目标本征模式信息，以及量子芯片版图的目标寄生模式信息，得到量子器件与目标寄生模式信息对应的目标寄生模式之间的目标耦合强度，包括：
基于量子芯片版图的目标寄生模式信息，以及量子器件的目标本征模式信息，得到第一转换信息；
基于所述第一转换信息，构造得到目标转换信息；
基于所述目标转换信息，得到量子器件与目标寄生模式信息对应的目标寄生模式之间的目标耦合强度。
6.根据权利要求5所述的方法，其中，所述基于量子芯片版图的目标寄生模式信息，以及量子器件的目标本征模式信息，得到第一转换信息，包括：
基于目标寄生模式信息和量子器件的目标本征模式信息，得到量子器件在不同的目标模式下的电感能量占比；量子器件的目标本征模式信息对应一目标本征模式；所述模式集合包括：多个量子器件中各量子器件的目标本征模式，以及量子芯片版图的目标寄生模式信息所对应的目标寄生模式；所述目标模式为所述模式集合中的元素之一；
基于量子器件在不同的目标模式下的电感能量占比，得到第一转换信息。
7.根据权利要求6所述的方法，其中，所述基于所述第一转换信息，构造得到目标转换信息，包括：
在所述量子芯片版图包含有N个量子器件、以及第一转换信息通过第一转换矩阵U(N+1)×N来表示的情况下，在所述第一转换矩阵U(N+1)×N中增加N+1个第一元素，以得到目标转换矩阵U′(N+1)×(N+1)；其中，所述目标转换矩阵U′(N+1)×(N+1)用于表示所述目标转换信息；所述N+1个第一元素为目标转换矩阵U′(N+1)×(N+1)中的第N+1列；所述第一转换矩阵U(N+1)×N中的元素umn是基于pmn所得，所述pmn表示量子器件n在模式集合中的目标模式m下的电感能量占比pmn，所述量子器件n为N个量子器件之一；
其中，所述基于所述目标转换信息，得到量子器件与目标寄生模式信息之间的目标耦合强度，包括：
确定使目标转换矩阵U′(N+1)×(N+1)满足预设矩阵规则的第一元素的取值，以得到第一元素的目标特征值；
在所述第一元素为目标特征值的情况下，基于目标转换矩阵U′(N+1)×(N+1)，得到量子器件与目标寄生模式信息之间的目标耦合强度。
8.根据权利要求7所述的方法，其中，所述基于目标寄生模式信息和量子器件的目标本征模式信息，得到量子器件在不同的目标模式下的电感能量占比，包括：
采用如下方式得到量子器件n在目标模式m下的电感能量占比pmn：
基于目标寄生模式信息或量子器件的目标本征模式信息，得到目标模式m存储在量子器件n中的电感能量以及得到目标模式m中存储的总电感能量/>
基于目标模式m存储在量子器件n中的电感能量以及目标模式m中存储的总电感能量/>得到量子器件n在目标模式m下的电感能量占比pmn。
9.根据权利要求8所述的方法，其中，所述得到目标模式m存储在量子器件n中的电感能量包括：
计算得到量子器件n的电感值Ln，以及计算得到目标模式m在空间中量子器件n沿电压积分线的电压Vmn；
基于量子器件n的电感值Ln、目标模式m在空间中量子器件n沿电压积分线的电压Vmn，以及目标模式m所对应的频率ω′m，得到目标模式m存储在量子器件n中的电感能量
其中，在目标模式m为目标本征模式的情况下，目标模式m所对应的频率ω′m为目标模式m对应的本征频率ω′m，目标模式m所对应的目标本征模式信息中包含有目标模式m所对应的本征频率ω′m；或者，
在目标模式m为目标寄生模式的情况下，目标模式m所对应的频率ω′m为目标模式m对应的寄生频率ω′m，目标模式m所对应的目标寄生模式信息中包含有目标模式m所对应的寄生频率ω′m。
10.根据权利要求9所述的方法，其中，所述计算得到量子器件n的电感值Ln，包括：
得到关联关系，其中，所述关联关系为量子器件n在不同的目标模式下的电感能量占比之间的关联关系；
基于量子器件n在不同的目标模式下的电感能量占比之间的关联关系，得到量子器件n的电感值Ln。
11.根据权利要求9所述的方法，其中，所述计算得到目标模式m在空间中量子器件n沿电压积分线的电压Vmn，包括：
基于目标模式m在空间中的电场强度分布信息，计算得到目标模式m在空间中量子器件n沿电压积分线的电压Vmn；
其中，在目标模式m为目标本征模式的情况下，与目标模式m所对应的目标本征模式信息中包含有目标模式m在空间中的电场强度分布信息；或者，在目标模式m为目标寄生模式的情况下，与目标模式m所对应的目标寄生模式信息中包含有目标模式m在空间中的电场强度分布信息。
12.根据权利要求8-11任一项所述的方法，其中，所述得到目标模式m中存储的总电感能量包括：
基于目标模式m在空间中的电场强度分布信息，得到目标模式m储存在空间中的平均电场能量
将目标模式m储存在空间中的平均电场能量作为目标模式m中存储的总电感能量
其中，在目标模式m为目标本征模式的情况下，与目标模式m所对应的目标本征模式信息中包含有目标模式m在空间中的电场强度分布信息；或者，在目标模式m为目标寄生模式的情况下，与目标模式m所对应的目标寄生模式信息中包含有目标模式m在空间中的电场强度分布信息。
13.一种量子芯片版图中寄生模式的度量装置，包括：
仿真单元，用于对量子芯片版图进行仿真，得到量子芯片版图中量子器件的目标本征模式信息，以及得到量子芯片版图的目标寄生模式信息；其中，所述量子器件为所述量子芯片版图所包含的多个量子器件之一；
处理单元，用于基于量子器件的目标本征模式信息，以及量子芯片版图的目标寄生模式信息，得到量子器件与目标寄生模式信息对应的目标寄生模式之间的目标耦合强度；其中，所述目标耦合强度用于度量目标寄生模式信息对量子器件的特征参数的影响程度。
14.根据权利要求13所述的装置，其中，所述目标耦合强度还用于确定所述量子芯片版图中引起所述目标寄生模式信息的变化的结构特征。
15.根据权利要求13或14所述的装置，其中，所述仿真单元，具体用于：
在第一仿真精度下，对量子芯片版图进行预仿真，得到量子芯片版图中量子器件的第一本征模式信息；所述量子器件的第一本征模式信息为所述第一仿真精度下的量子器件的本征模式信息；
在目标仿真精度下，对量子芯片版图进行仿真，得到目标仿真精度下的量子芯片版图的系统本征模式信息；所述目标仿真精度大于所述第一仿真精度；
基于所述量子器件的第一本征模式信息，从目标仿真精度下的量子芯片版图的系统本征模式信息中，确定出所述量子器件的目标本征模式信息。
16.根据权利要求13或14所述的装置，其中，所述仿真单元，具体用于：
在第一仿真精度下，对量子芯片版图进行预仿真，得到第一仿真精度下的量子芯片版图的至少一个第一寄生模式信息；
在目标仿真精度下，对所述量子芯片版图进行仿真，得到目标仿真精度下的量子芯片版图的系统本征模式信息；所述目标仿真精度大于所述第一仿真精度；
基于第一仿真精度下的量子芯片版图的至少一个第一寄生模式信息，从目标仿真精度下的量子芯片版图的系统本征模式信息中，确定出量子芯片版图的目标寄生模式信息。
17.根据权利要求13-16任一项所述的装置，其中，所述处理单元，具体用于：
基于量子芯片版图的目标寄生模式信息，以及量子器件的目标本征模式信息，得到第一转换信息；
基于所述第一转换信息，构造得到目标转换信息；
基于所述目标转换信息，得到量子器件与目标寄生模式信息对应的目标寄生模式之间的目标耦合强度。
18.根据权利要求17所述的装置，其中，所述处理单元，具体用于：
基于目标寄生模式信息和量子器件的目标本征模式信息，得到量子器件在不同的目标模式下的电感能量占比；量子器件的目标本征模式信息对应一目标本征模式；所述模式集合包括：多个量子器件中各量子器件的目标本征模式，以及量子芯片版图的目标寄生模式信息所对应的目标寄生模式；所述目标模式为所述模式集合中的元素之一；
基于量子器件在不同的目标模式下的电感能量占比，得到第一转换信息。
19.根据权利要求18所述的装置，其中，所述处理单元，具体用于：
在所述量子芯片版图包含有N个量子器件、以及第一转换信息通过第一转换矩阵U(N+1)×N来表示的情况下，在所述第一转换矩阵U(N+1)×N中增加N+1个第一元素，以得到目标转换矩阵U′(N+1)×(N+1)；其中，所述目标转换矩阵U′(N+1)×(N+1)用于表示所述目标转换信息；所述N+1个第一元素为目标转换矩阵U′(N+1)×(N+1)中的第N+1列；所述第一转换矩阵U(N+1)×N中的元素umn是基于pmn所得，所述pmn表示量子器件n在模式集合中的目标模式m下的电感能量占比pmn，所述量子器件n为N个量子器件之一；
所述处理单元，还具体用于确定使目标转换矩阵U′(N+1)×(N+1)满足预设矩阵规则的第一元素的取值，以得到第一元素的目标特征值；在所述第一元素为目标特征值的情况下，基于目标转换矩阵U′(N+1)×(N+1)，得到量子器件与目标寄生模式信息之间的目标耦合强度。
20.根据权利要求19所述的装置，其中，所述处理单元，具体用于：
采用如下方式得到量子器件n在目标模式m下的电感能量占比pmn：
基于目标寄生模式信息或量子器件的目标本征模式信息，得到目标模式m存储在量子器件n中的电感能量以及得到目标模式m中存储的总电感能量/>
基于目标模式m存储在量子器件n中的电感能量以及目标模式m中存储的总电感能量/>得到量子器件n在目标模式m下的电感能量占比pmn。
21.根据权利要求20所述的装置，其中，所述处理单元，具体用于：
计算得到量子器件n的电感值Ln，以及计算得到目标模式m在空间中量子器件n沿电压积分线的电压Vmn；
基于量子器件n的电感值Ln、目标模式m在空间中量子器件n沿电压积分线的电压Vmn，以及目标模式m所对应的频率ω′m，得到目标模式m存储在量子器件n中的电感能量
其中，在目标模式m为目标本征模式的情况下，目标模式m所对应的频率ω′m为目标模式m对应的本征频率ω′m，目标模式m所对应的目标本征模式信息中包含有目标模式m所对应的本征频率ω′m；或者，
在目标模式m为目标寄生模式的情况下，目标模式m所对应的频率ω′m为目标模式m对应的寄生频率ω′m，目标模式m所对应的目标寄生模式信息中包含有目标模式m所对应的寄生频率ω′m。
22.根据权利要求21所述的装置，其中，所述处理单元，具体用于：
得到关联关系，其中，所述关联关系为量子器件n在不同的目标模式下的电感能量占比之间的关联关系；
基于量子器件n在不同的目标模式下的电感能量占比之间的关联关系，得到量子器件n的电感值Ln。
23.根据权利要求21所述的装置，其中，所述处理单元，具体用于：
基于目标模式m在空间中的电场强度分布信息，计算得到目标模式m在空间中量子器件n沿电压积分线的电压Vmn；
其中，在目标模式m为目标本征模式的情况下，与目标模式m所对应的目标本征模式信息中包含有目标模式m在空间中的电场强度分布信息；或者，在目标模式m为目标寄生模式的情况下，与目标模式m所对应的目标寄生模式信息中包含有目标模式m在空间中的电场强度分布信息。
24.根据权利要求20-23任一项所述的装置，其中，所述处理单元，具体用于：
基于目标模式m在空间中的电场强度分布信息，得到目标模式m储存在空间中的平均电场能量
将目标模式m储存在空间中的平均电场能量作为目标模式m中存储的总电感能量
其中，在目标模式m为目标本征模式的情况下，与目标模式m所对应的目标本征模式信息中包含有目标模式m在空间中的电场强度分布信息；或者，在目标模式m为目标寄生模式的情况下，与目标模式m所对应的目标寄生模式信息中包含有目标模式m在空间中的电场强度分布信息。
25.一种计算设备，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1-12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1-12中任一项所述的方法。
26.一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1-12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1-12中任一项所述的方法。
27.一种计算机程序产品，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根据权利要求1-12中任一项所述的方法；
或者所述计算机程序在被处理器执行时实现根据权利要求1-12中任一项所述的方法。
CN202310583391.3A 2023-05-22 2023-05-22 寄生模式的度量方法、装置、设备及存储介质 Pending CN116796688A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310583391.3A CN116796688A (zh) 2023-05-22 2023-05-22 寄生模式的度量方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310583391.3A CN116796688A (zh) 2023-05-22 2023-05-22 寄生模式的度量方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN116796688A true CN116796688A (zh) 2023-09-22

Family

ID=88039348

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310583391.3A Pending CN116796688A (zh) 2023-05-22 2023-05-22 寄生模式的度量方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN116796688A (zh)

Similar Documents

Publication Publication Date Title
CN113496285B (zh) 基于量子电路的数据处理方法及装置、电子设备和介质
US8201122B2 (en) Computing resistance sensitivities with respect to geometric parameters of conductors with arbitrary shapes
Wei et al. A study on X-FEM in continuum structural optimization using a level set model
JP5246030B2 (ja) 回路自動設計プログラム、方法及び装置
CN116187258B (zh) 量子芯片版图的仿真方法、装置、计算设备及存储介质
CN114065939A (zh) 量子芯片设计模型的训练方法、装置、设备及存储介质
CN115018079A (zh) 量子电路、仿真方法、装置、设备及存储介质
US20240046140A1 (en) Simulation method, electronic device, and storage medium
US20150331989A1 (en) Metal interconnect modeling
CN115329973B (zh) 仿真方法、装置、设备及存储介质
CN116341454B (zh) 超导量子芯片的耦合关断点信息生成方法、装置和介质
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
US20240119330A1 (en) Method for Determining Degree of Quantum Entanglement, Computing Device and Storage Medium
CN116796688A (zh) 寄生模式的度量方法、装置、设备及存储介质
CN115577778B (zh) 超导量子芯片版图中量子器件间的等效耦合强度确定方法及装置
CN114943199B (zh) 连通特征确定方法、装置、设备及存储介质
CN116070705A (zh) 超导量子比特耦合方法和装置、电子设备、计算机介质
Ninomiya et al. Robust training of microwave neural network models using combined global/local optimization techniques
CN116306458B (zh) 品质因子的确定方法、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
CN112182739A (zh) 一种飞行器结构非概率可信可靠性拓扑优化设计方法
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
Zhu et al. Multi-objective optimization design of airfoil and wing
CN116776809A (zh) 量子芯片版图的仿真方法、装置、设备及存储介质
CN116739097B (zh) 量子测量设备性能估计方法及装置、电子设备和介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination