CN117313881A - 量子电路的分类方法、装置及电子设备 - Google Patents
量子电路的分类方法、装置及电子设备 Download PDFInfo
- Publication number
- CN117313881A CN117313881A CN202311267254.5A CN202311267254A CN117313881A CN 117313881 A CN117313881 A CN 117313881A CN 202311267254 A CN202311267254 A CN 202311267254A CN 117313881 A CN117313881 A CN 117313881A
- Authority
- CN
- China
- Prior art keywords
- boolean
- quantum
- quantum circuit
- operation instruction
- matrix
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 239000011159 matrix material Substances 0.000 claims abstract description 125
- 239000002096 quantum dot Substances 0.000 claims description 77
- 238000004590 computer program Methods 0.000 claims description 12
- 238000013507 mapping Methods 0.000 claims description 9
- 238000005259 measurement Methods 0.000 description 40
- 238000004422 calculation algorithm Methods 0.000 description 22
- 230000003068 static effect Effects 0.000 description 22
- 238000010586 diagram Methods 0.000 description 17
- 230000008569 process Effects 0.000 description 15
- 238000004364 calculation method Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 9
- 238000011161 development Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000001351 cycling effect Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000005040 ion trap Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
- G06N10/20—Models of quantum computing, e.g. quantum circuits or universal quantum computers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
- G06N10/80—Quantum programming, e.g. interfaces, languages or software-development kits for creating or handling programs capable of running on quantum computers; Platforms for simulating or accessing quantum computers, e.g. cloud-based quantum computing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Computing Systems (AREA)
- Mathematical Optimization (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Advance Control (AREA)
Abstract
本公开提供了一种量子电路的分类方法、装置及电子设备,涉及量子计算技术领域,具体涉及量子电路技术领域。具体实现方案为:获取第一量子电路的指令列表和宽度,指令列表包括M个第一操作指令;基于M个第一操作指令,确定M个第一操作指令一一对应的M个布尔矩阵的布尔乘积结果;布尔矩阵用于表征第一操作指令指示的量子门对第一量子电路中不同量子比特的连通性影响,布尔乘积结果用于表征第一量子电路中每两个量子比特之间的连通性,布尔矩阵的维度与宽度相同;基于布尔乘积结果,对第一量子电路进行分类,得到目标类别;目标类别指示第一量子电路的可编译性。
Description
技术领域
本公开涉及量子计算技术领域,尤其涉及量子电路技术领域,具体涉及一种量子电路的分类方法、装置及电子设备。
背景技术
目前较为主流的量子计算实现方式基于量子电路模型,即通过在量子比特上作用一系列的量子门完成量子态的演化,并在量子电路末端进行量子测量以获取计算结果。
随着硬件的快速发展(主要是量子比特相干时间的显著提升,以及高保真度中间态测量与重置操作的实现),包含电路中间测量以及重置操作的动态量子电路越来越受到业界的重视。
在一些场景下,可以输入量子电路,将输入的量子电路编译成与之等效的另一量子电路,以减少量子电路的量子比特数量。目前,通常是利用量子门的传递性来计算每个量子比特与其他量子比特之间的可达性,并基于可达性来进行量子电路的可编译性判断。
发明内容
本公开提供了一种量子电路的分类方法、装置及电子设备。
根据本公开的第一方面,提供了一种量子电路的分类方法,包括:
获取第一量子电路的指令列表和宽度,所述指令列表包括M个第一操作指令,所述第一操作指令为所述第一量子电路中量子门的操作指令,M为正整数;
基于所述M个第一操作指令,确定所述M个第一操作指令一一对应的M个布尔矩阵的布尔乘积结果;所述布尔矩阵用于表征所述第一操作指令指示的量子门对所述第一量子电路中不同量子比特的连通性影响,所述布尔乘积结果用于表征所述第一量子电路中每两个量子比特之间的连通性,所述布尔矩阵的维度与所述宽度相同;
基于所述布尔乘积结果,对所述第一量子电路进行分类,得到目标类别;所述目标类别指示所述第一量子电路的可编译性,所述可编译性用于表征所述第一量子电路是否可以等效编译为第二量子电路,所述第二量子电路的量子比特数量少于所述第一量子电路的量子比特数量。
根据本公开的第二方面,提供了一种量子电路的分类装置,包括:
获取模块,用于获取第一量子电路的指令列表和宽度,所述指令列表包括M个第一操作指令,所述第一操作指令为所述第一量子电路中量子门的操作指令,M为正整数;
确定模块,用于基于所述M个第一操作指令,确定所述M个第一操作指令一一对应的M个布尔矩阵的布尔乘积结果;所述布尔矩阵用于表征所述第一操作指令指示的量子门对所述第一量子电路中不同量子比特的连通性影响,所述布尔乘积结果用于表征所述第一量子电路中每两个量子比特之间的连通性,所述布尔矩阵的维度与所述宽度相同;
分类模块,用于基于所述布尔乘积结果,对所述第一量子电路进行分类,得到目标类别;所述目标类别指示所述第一量子电路的可编译性,所述可编译性用于表征所述第一量子电路是否可以等效编译为第二量子电路,所述第二量子电路的量子比特数量少于所述第一量子电路的量子比特数量。
根据本公开的第三方面,提供了一种电子设备,包括:
至少一个处理器;以及
与至少一个处理器通信连接的存储器;其中,
存储器存储有可被至少一个处理器执行的指令,该指令被至少一个处理器执行,以使至少一个处理器能够执行第一方面中的任一项方法。
根据本公开的第四方面,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,该计算机指令用于使计算机执行第一方面中的任一项方法。
根据本公开的第五方面,提供了一种计算机程序产品,包括计算机程序,该计算机程序在被处理器执行时实现第一方面中的任一项方法。
根据本公开的技术解决了相关技术中对量子电路的可编译性判断的执行效率比较低的问题,可以快速且高效地进行量子电路的可编译性判断。这样,可以确定第一量子电路是否可以等效编译为第二量子电路,进而有利于后续基于分类结果对第一量子电路进行优化编译,以显著减少大规模量子算法所需的量子比特数,从而可以更高效地处理大规模量子电路。
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是根据本公开第一实施例的量子电路的分类方法的流程示意图;
图2是一示例的量子电路的结构示意图之一;
图3是一示例提供的一个包含经典控制量子操作的量子电路的结构示意图;
图4是一示例中对图3中量子电路经过推迟测量处理后的静态量子电路的结构示意图;
图5是一示例中对图4中的量子电路进行编译之后得到的动态量子电路的结构示意图;
图6是一示例中大规模量子电路的结构示意图;
图7是对图6所示的量子电路进行可编译性判断的时间性能示意图;
图8是根据本公开第二实施例的量子电路的分类装置的结构示意图;
图9是用来实施本公开的实施例的示例电子设备的示意性框图。
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和精神。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。
第一实施例
如图1所示,本公开提供一种量子电路的分类方法,包括如下步骤:
步骤S101:获取第一量子电路的指令列表和宽度,所述指令列表包括M个第一操作指令,所述第一操作指令为所述第一量子电路中量子门的操作指令,M为正整数。
本实施例中,量子电路的分类方法涉及量子计算技术领域,尤其涉及量子电路技术领域,其可以广泛应用于量子电路的经典模拟和真机运行场景下。本公开实施例的量子电路的分类方法,可以由本公开实施例的量子电路的分类装置执行。本公开实施例的量子电路的分类装置可以配置在任意电子设备中,以执行本公开实施例的量子电路的分类方法。
量子计算利用量子世界中特有的运行规律,提供了一条全新的且非常有前景的信息处理方式。在一些特定问题上,量子算法可以带来超越经典算法的优势。
例如,利用Shor算法,可以对大整数进行高效的分解,利用Grover算法,可以更快的进行数据搜索。随着量子理论的发展,不断有新的量子算法被提出,如何高效的在经典计算机上对这些算法进行模拟或者在真正的量子硬件上运行这些量子算法,一直是一个受到业界广泛关注的问题。
目前较为主流的量子计算实现方式基于量子电路模型,即通过在量子比特上作用一系列的量子门完成量子态的演化,并在量子电路末端进行量子测量以获取计算结果。当前业界常用的量子电路是静态量子电路,即仅在量子电路末端包含量子测量操作的量子电路。
随着近期硬件方向的快速发展(主要是量子比特相干时间的显著提升,以及高保真度中间态测量与重置操作的实现),包含量子电路的中间测量以及重置操作的动态量子电路越来越受到业界的重视。
由于引入了电路的中间测量,动态量子电路可以在量子比特的相干时间内,将量子计算和实时的经典计算与通信有效的结合起来。这一特性使得通过量子电路模型可以实现的量子计算任务的多样性大大增加。例如,利用动态量子电路的中间测量,可以在量子电路运行中实现前反馈操作,即根据中间测量获得的结果决定接下来要作用什么量子门,亦或抛弃当前的计算结果,重新开始计算任务。这样的功能在量子纠错与容错量子计算中是非常重要的,因此可以预见的是,动态量子电路在未来将会成为各类量子算法以及量子应用的重要组成部分。
此外,由于动态量子电路中的量子比特可以被重置并在后续计算过程中继续被使用,因此与静态量子电路相比,在运行相同的量子算法的情况下,动态量子电路可以有效地减少量子计算任务所需的量子比特数,且理论上计算能力不受任何影响。例如,在静态量子电路中需要n个量子比特的Bernstein-Vazirani算法,在动态量子电路仅需两个量子比特即可实现。
当前量子算法的经典模拟或者真机运行主要受限于量子比特的数量。在经典模拟中,由于描述量子态的列向量的长度随对应比特数呈指数增长(例如一个n比特的量子态的列向量长度为2n)。因此,受计算机内存和处理器能力的限制,通过静态量子电路的方式最多能支持模拟几十个量子比特的算法(笔记本能模拟20-30个左右的量子比特,大型超级计算机和集群可以最多模拟30-40个左右的量子比特)。而在经典计算机上模拟的量子比特几乎不受相干时间的限制,因此,本公开通过提供一种量子电路的分类方法,以判断量子电路的可编译性,后续可以基于判断结果对具有可编译性的量子电路进行优化编译,从而可以显著减少某些大规模量子算法所需的量子比特数,从而在经典计算机上对这些算法进行模拟。
而本实施例的目的即在于提供一种快速判断量子电路可编译性的方案,即给定一个量子电路,快速地判断该量子电路是否可以编译为等效的且使用量子比特数更少的动态量子电路。这样可以很好地应用于大规模量子算法的经典模拟中,高效地处理大规模量子电路。
以下对量子电路模型进行详细说明。
上述第一量子电路可以是各种量子电路模型的量子电路,其中,量子电路模型作为常用的一种量子计算方式。量子电路模型通过对初始量子态进行各种量子门操作来完成量子态的演化,并通过量子测量获取计算结果。量子电路图则表示了量子电路模型计算的全部过程。
图2为一种量子电路的电路图,如图2所示,每一根水平横线代表一个量子比特系统,从上至下依次对量子比特位进行标号,其中,量子位的标号往往从零开始。量子电路图中时间演化的方向从左到右,最左端为初始的量子态,其中,通常每个量子比特初始化为零态,之后对初始态依次作用不同的量子门操作以完成量子态的演化。同时可以对某些量子位进行量子测量,获得测量结果。
如果一个量子电路中不包含重置、中间量子测量等操作,则此类量子电路称为静态量子电路,其中,上述第一量子电路即可以是静态量子电路,静态量子电路中量子测量操作均位于量子门操作之后。例如,如图2所述的量子电路图即为静态量子电路的电路图。
在量子电路图中除了初始态之外其余部分,通常按照量子门的作用顺序用一个有序的指令列表表示,指令列表中的每一个元素代表一个量子门或一个量子测量指令。具体地,可以将:
每一个单比特量子门(如H,X,Y,Z,S,T,Rx,Ry,Rz等)表示为一个包含四个元素的指令[name,qubit,parameter,condition],其中name为量子门的名称,qubit为量子门作用的量子比特的量子位,parameter为量子门的参数(如没有参数则默认为None),condition表示该量子门操作受哪一个量子位测量结果的控制(如果没有参数则默认为None)。例如,[Rx,2,pi,None]表示对量子位2上的量子比特作用一个Rx旋转门,旋转角度为pi。
每一个多比特量子门(如控制非门CNOT门,SWAP门,控制-控制非门Toffoli门)表示为一个包含四个元素的指令[name,qubit,parameter,condition],其中,name为量子门的名称,qubit为该多比特量子门作用的量子位构成的列表,parameter为量子门的参数(如没有参数则默认为None),condition表示该量子门操作受哪一个量子位测量结果的控制(如果没有参数则默认为None)。
例如,[SWAP,[1,2],None,None]表示在量子位1和2之间作用SWAP门;[CNOT,[1,3],None,None]表示对量子位1和3作用控制非门,其中1为控制位,3为受控位;而[TOFFOLI,[1,2,3],None,None]表示对量子位1,2和3作用Toffoli门,其中1,2为控制位,3为受控位。
每一个计算基下的测量表示为一个包含四个元素的指令[measure,qubit,None,None]。例如,[measure,2,None,None]表示对量子位2进行计算基下的测量。
按照如上的指令表示规则,图2中的静态量子电路可以表示为如下的有序指令列表:
static_circuit=[[H,0,None,None],[H,1,None,None],[H,2,None,None],[CNOT,[0,1],None,None],[SWAP,[1,2],None,None],[Rx,0,α,None],[Ry,1,β,None],[Rz,2,γ,None],[measure,0,None,None],[measure,1,None,None],[measure,2,None,None]]。
第一量子电路中可以包括多比特量子门,如双比特量子门、三比特量子门等。
除上述操作外,量子电路的操作中还可能出现对一部分量子比特进行量子测量,并根据测量的结果来调控其余的量子比特的演化,这类操作称为经典控制量子操作。如图3所示,为本公开提供的一个包含经典控制量子操作的量子电路的示例。
量子电路中的经典控制量子操作可以表示为一个包含四个元素的指令[name,qubit,parameter,condition],其中name为量子门的名称,qubit为量子门作用的量子比特位,parameter为量子门的参数(如没有参数则默认为None),condition表示该量子门操作受哪一个量子位测量结果的控制。
例如,图3中的经典受控量子门X可以表示为[X,2,None,1],即作用在量子位2上的Pauli X门,受控条件为量子位1上的测量结果,测量结果为0则不作用量子门,测量结果为1则作用量子门。
对于量子电路中的经典控制量子操作,一般较难在真实量子计算机上运行,因此需要通过推迟测量原理将其进行转化为静态量子电路。推迟测量原理表示任何在量子电路中间阶段的测量总可以被移至电路的末端;如果该测量结果被用于该量子电路的某一阶段,则经典控制量子操作可以被量子控制操作所代替。例如,图3所示的量子电路,经过推迟测量处理后得到的静态量子电路如图4所示。
更为一般的,可以允许在量子电路的中间对某些量子比特进行测量,并在获得测量结果后将这些量子比特重置为|0>态,以供后续计算继续使用。包含了电路中间测量以及重置操作的量子电路称为动态量子电路。
其中,重置操作可以表示为一个包含四个元素的指令[reset,qubit,None,None],其中,qubit表示被重置的量子比特位。一般来说,将静态量子电路编译为动态量子电路可以使得电路宽度有所降低。例如将图4所示的量子电路编译为动态量子电路后如图5所示,其中,R表示重置操作,可以看到,该动态量子电路使得量子比特数减少了一个。如此,可以判断输入的静态量子电路是否可编译为与之等效的动态量子电路,以减少经典计算所需模拟的量子比特数。
第一量子电路的指令列表可以通过输入得到,也可以通过推迟测量原理将包含经典控制量子操作的量子电路进行转化得到第一量子电路的指令列表。第一量子电路的宽度为第一量子电路的量子比特的数量,如第一量子电路的量子比特的数量为3,则第一量子电路的宽度即为3。
第一操作指令可以为单比特量子门的操作指令,也可以为双比特量子门的操作指令,还可以为多比特量子门的操作指令。
步骤S102:基于所述M个第一操作指令,确定所述M个第一操作指令一一对应的M个布尔矩阵的布尔乘积结果;所述布尔矩阵用于表征所述第一操作指令指示的量子门对所述第一量子电路中不同量子比特的连通性影响,所述布尔乘积结果用于表征所述第一量子电路中每两个量子比特之间的连通性,所述布尔矩阵的维度与所述宽度相同。
布尔矩阵可以为元素取值为0或1的矩阵,其布尔矩阵的维度与第一量子电路的宽度相等,如第一量子电路的宽度为n,则布尔矩阵即为n×n的矩阵。
第一操作指令对应的布尔矩阵用于表征第一操作指令指示的量子门对第一量子电路中不同量子比特的连通性影响。其中,布尔矩阵中元素为0时,表示该元素对应的量子比特之间不连通,而布尔矩阵中元素为1时,表示该元素对应的量子比特之间连通。
具体的,针对单比特量子门,其不会影响第一量子电路中不同量子比特的连通性,因此,其可以为单位矩阵。针对双比特量子门和多比特量子门,其会影响第一量子电路中不同量子比特的连通性,其对应的布尔矩阵中相应元素可以取值为1。
比如,针对双比特量子门[SWAP,[1,2],None,None],其会影响第一量子电路中量子比特1和量子比特2之间的连通性,相应的,其对应的布尔矩阵中(1,2)对应元素以及(2,1)对应元素的取值可以为1。
又比如,针对多比特量子门[CCX,[0,1,3],None,None],其会影响第一量子电路中量子比特0、量子比特1和量子比特3之间的连通性,相应的,其对应的布尔矩阵中(0,1)对应元素、(1,0)对应元素、(0,3)对应元素、(3,0)对应元素、(1,3)对应元素以及(3,1)对应元素的取值可以为1。
需要说明的是,若矩阵元素标号从0开始,则(1,2)对应元素即为标号为(1,2)的元素,若矩阵元素标号从1开始,则(1,2)对应元素即为标号为(2,3)的元素。其他标号与元素的对应关系类似,这里不进行赘述。
在第一操作指令对应的布尔矩阵表征第一操作指令指示的量子门对第一量子电路中不同量子比特的连通性影响的情况下,相应的,M个第一操作指令一一对应的M个布尔矩阵的布尔乘积结果可以表征第一量子电路中每两个量子比特之间的连通性。
由于量子电路的可编译性实质是在将量子测量操作的操作指令等效编译后,可以将量子测量操作的操作指令对应的寄存单元回收,可以在量子测量操作的操作指令之后添加重置操作的操作指令,通过重置操作指令,可以将分配给量子位的寄存单元进行回收,以供后续计算使用。这样可以保证所等效编译出来的动态量子电路宽度尽可能小。
若量子电路可编译,需要保证量子电路中至少存在两个不同量子比特是不连通的。由于布尔乘积结果可以表征第一量子电路中每两个量子比特之间的连通性,因此,该布尔乘积结果可以表征M个量子门对第一量子电路的可编译性影响,相应的,可以基于该布尔乘积结果来进行第一量子电路的可编译性判断。
在一可选实施方式中,可以确定M个第一操作指令一一对应的M个布尔矩阵,并将M个布尔矩阵进行布尔乘积运算,从而得到该布尔乘积结果。
在另一可选实施方式中,由于布尔矩阵的特殊结构,以及布尔乘积本质上是进行列的逻辑或运算,因此,在进行M个第一操作指令的循环时,可以初始化一个布尔矩阵C,并依次基于第一操作指令所作用的量子比特,进行布尔矩阵C中相应列的逻辑或运算,以更新该布尔矩阵C,最终基于该布尔矩阵C得到布尔乘积结果。这样无需构造出量子门的布尔矩阵,也无需真正进行布尔乘法运算即可获得布尔乘积结果。
步骤S103:基于所述布尔乘积结果,对所述第一量子电路进行分类,得到目标类别;所述目标类别指示所述第一量子电路的可编译性,所述可编译性用于表征所述第一量子电路是否可以等效编译为第二量子电路,所述第二量子电路的量子比特数量少于所述第一量子电路的量子比特数量。
具体地,如果一个量子电路中,至少存在两个量子比特q0和q1,其中q0与q1之间是不连通的,则可以首先将量子比特q1上的所有量子操作执行完,并将量子比特q1测量后进行重置,将量子比特q0上的所有操作转移至该重置操作后的量子比特位(即原来的量子比特q1)上进行,且整个量子电路中各操作执行的逻辑顺序不会受到影响,因此这样的量子电路是可编译的。反之如果一个量子电路中的任意两个量子比特之间均是连通的,则不能在任意两个量子比特间进行上述操作,而不影响整个电路执行的逻辑顺序,因此这样的电路是不可编译的。
本实施例中,在获取到布尔乘积结果之后,可以确定第一量子电路中任意两个量子比特之间是否连通,从而确定第一量子电路是否可以被等效编译为第二量子电路。
可以理解的是,上述第二量子电路并非特定的量子电路,本公开通过采用第二量子电路的表述是为了说明在对第一量子电路进行等效编译之后,得到的量子电路的量子比特数量少于第一量子比特的数量。即不同的第一量子电路进行等效编译之后可以得到不同的第二量子电路。
本实施例中,通过基于M个第一操作指令确定M个第一操作指令一一对应的M个布尔矩阵的布尔乘积结果,并基于布尔乘积结果对第一量子电路进行分类,以判断第一量子电路的可编译性。如此,能够直接根据量子电路指令来评估电路的可编译性,适用于各种包含任意多比特量子门的情况。相对于基于可达性来进行量子电路的可编译性判断的方案,其思路更加简洁,适用范围更为广泛,同时执行效率更高。其在量子电路编译中具有明显优势,消除了复杂的中间步骤,如对于包含多比特量子门的量子电路无需进行电路编译分解,这样简化了设计流程,同时适用性更强,能够更高效地处理大规模量子电路,这将为量子计算领域的发展带来重要的推动作用。
并且,实际应用中,在完成量子算法设计后,可以对量子算法对应的静态量子电路的可编译性进行判断,如果可以通过优化编译为动态量子电路的方式,尽可能地减少经典计算所需模拟的量子比特数,则有助于在经典计算机上对该算法进行模拟。
同时,由于基于不同架构设计的量子计算机所能提供的量子比特数与各类操作的实现能力也不同。例如,对于相干时间较短,但易于扩展量子比特数的超导量子计算机,更适合运行宽度较大、深度较小的静态量子电路;而对于相干时间较长,但扩展性相对较差的离子阱架构的量子计算机,则更适合运行宽度较小、深度较大的动态量子电路。因此,通过快速判断第一量子电路是否可以等效编译为第二量子电路,并基于判断结果对第一量子电路进行优化编译之后,可以使得量子电路在真实量子计算机上的运行方案更为灵活,可以根据实际的硬件条件,在动态量子电路和静态量子电路之间灵活地进行选择。
可选的,所述步骤S102具体包括:
针对每个第一操作指令,基于所述第一操作指令,确定所述第一操作指令对应的布尔矩阵;
按照所述指令列表中所述M个第一操作指令的排列顺序,将所述M个第一操作指令一一对应的M个布尔矩阵进行布尔乘积运算,得到所述布尔乘积结果。
本实施方式中,可以对第一量子电路的指令列表进行遍历,以循环对第一量子电路中的每个第一操作指令进行映射,得到第一操作指令对应的布尔矩阵。其中,第一操作指令所作用的量子比特数量不同,其对应的布尔矩阵不同,以及第一操作指令所作用的量子比特不同,其对应的布尔矩阵也可以不同。
在基于指令列表得到所有第一操作指令一一对应的布尔矩阵的情况下,按照指令列表中M个第一操作指令的排列顺序,依次将各布尔矩阵进行布尔乘积运算,得到布尔乘积结果。
其中,对于任意两个n×n的布尔矩阵A和B,其布尔乘积定义为下式(1)所示。
其中,∨为逻辑或运算,∧为逻辑与运算。
基于布尔矩阵和布尔乘积运算,快速判断量子电路的可编译性的具体过程如下:
输入:第一量子电路对应的指令列表circuit_list,量子电路宽度n;
输出:对第一量子电路的可编译性的判断结果,其中,True为可编译,False为不可编译。
步骤1:初始化布尔矩阵A=In,为一个n×n的单位矩阵;
步骤2:对第一量子电路的指令列表circuit_list进行循环,设当前遍历到的元素为gate:
步骤2.1:令布尔矩阵A与f(gate)进行布尔乘积运算,并将该布尔乘积运算得到的结果作为更新的布尔矩阵A;其中,f(gate)为gate对应的布尔矩阵;
步骤3:在循环完成的情况下,如果布尔矩阵A中每个元素均为1,则输出False,否则输出True。
上述过程本质上是把量子电路中量子门的操作指令对应的布尔矩阵进行布尔乘积,根据布尔乘积结果,来判断量子电路的可编译性,其适用于包含任意多比特量子门的量子电路,计算方式为布尔矩阵乘法,计算效率属于多项式时间算法,对于大规模量子电路的可编译性判断非常高效。如此,本实施方式中通过布尔矩阵和布尔乘积运算,可以快速进行量子电路的可编译性判断。
可选的,所述基于所述第一操作指令,确定所述第一操作指令对应的布尔矩阵,包括以下至少一项:
在所述第一操作指令所作用的量子比特的数量为1的情况下,确定所述第一操作指令对应的布尔矩阵为单位矩阵;
在所述第一操作指令所作用的量子比特的数量大于1的情况下,基于所述第一操作指令所作用的量子比特的量子位列表,确定所述第一操作指令对应的布尔矩阵,所述布尔矩阵中,主对角线上以及所述量子位列表中每两个不同量子位对应的元素为1,其余元素为0。
对于单比特量子门指令gate=[name,qubit,parameter,None],即qubit参数列表长度为1,可以将其映射为n×n的单位矩阵,即f(gate)=In。
对于双比特量子门或多比特量子门,可以基于第一操作指令所作用的量子比特的量子位列表,确定第一操作指令对应的布尔矩阵。该布尔矩阵中取值为1的元素位置可以由量子位列表指示的标号确定。
如此,可以实现布尔矩阵的确定。
在所述第一操作指令所作用的量子比特的数量大于1的情况下,即第一操作指令为双比特量子门或多比特量子门的操作指令的情况下,可选的,所述基于所述第一操作指令所作用的量子比特的量子位列表,确定所述第一操作指令对应的布尔矩阵,包括:
基于所述第一操作指令所作用的量子比特的量子位列表,利用映射规则确定所述第一操作指令对应的布尔矩阵;
其中,所述映射规则为f=In+∑i,j∈qubit,i≠jEi,j,f为所述第一操作指令对应的布尔矩阵,qubit为量子位列表,In为维度为n的单位矩阵,Ei,j表示(i,j)对应元素为1,其余元素为0的矩阵,Ei,j的维度为n。
例如,如图4中所表示的包含三个量子比特的静态量子电路,对电路指令gate=[H,0,None,None],映射为布尔矩阵f(gate)=I3。
本实施例中,设布尔矩阵的元素标号均是从0开始的。对于电路指令gate=[CNOT,[0,1],None,None],映射为布尔矩阵
对于电路指令gate=[SWAP,[1,2],None,None],映射为布尔矩阵
另外,对于一个包含四个量子比特的量子电路,其中,多比特量子门gate=[CCX,[0,1,3],None,None],将会映射为布尔矩阵
如此,利用映射规则,可以非常简单地确定第一操作指令对应的布尔矩阵。
可选的,所述按照所述指令列表中所述M个第一操作指令的排列顺序,将所述M个第一操作指令一一对应的M个布尔矩阵进行布尔乘积运算,得到所述布尔乘积结果,包括:
按照所述M个第一操作指令中N目标操作指令的排列顺序,将所述N目标操作指令一一对应的N个布尔矩阵进行布尔乘积运算,得到所述布尔乘积结果;
其中,所述目标操作指令所作用的量子比特的数量大于1,N为正整数。
对于单比特量子门,其并不会影响第一量子电路中不同量子比特的连通性,因此,在进行布尔乘积运算时,可以仅考虑双比特量子门和多比特量子门对应的布尔矩阵的布尔乘积运算,这样可以进一步简化布尔乘积运算,从而进一步简化量子电路的可编译性判断的过程。
例如,如图4所示的静态量子电路,包括三个双比特量子门,其布尔矩阵的布尔乘积运算为布尔乘积结果A中并不是所有元素均为1,因此,该静态量子电路为可编译的量子电路。
可选的,所述步骤S102具体包括:
按照所述指令列表中所述M个第一操作指令的排列顺序,依次针对每个第一操作指令所作用的量子比特,在所述第一操作指令所作用的量子比特的数量大于1的情况下,对目标布尔矩阵中的至少两个目标列进行逻辑或运算;并将所述逻辑或运算得到的结果更新所述至少两个目标列;
在所述M个第一操作指令循环完成的情况下,将所述目标布尔矩阵确定为所述布尔乘积结果;
其中,在所述M个第一操作指令循环开始时所述目标布尔矩阵为维度为所述宽度的单位矩阵,所述目标列为所述目标布尔矩阵中所述第一操作指令所作用的量子比特对应的列。
由于f(gate)的矩阵特殊结构,布尔乘法运算可以进一步优化,无需显示构造出布尔矩阵f(gate),也无需真正进行布尔乘法运算即可确定布尔乘积结果,具体过程如下:
输入:第一量子电路对应的指令列表circuit_list,量子电路宽度n;
输出:对第一量子电路的可编译性的判断结果,其中,True为可编译,False为不可编译。
步骤1:初始化布尔矩阵A=In,为一个n×n的单位矩阵;
步骤2:对第一量子电路的指令列表circuit_list进行循环,设当前遍历到的元素为gate,其所作用的量子比特的量子位为qubit=[i1,...,im]:
步骤2.1:令布尔矩阵A中第i1,...,im列取出并进行逻辑或运算,即A[i1]∨...∨A[im],并将逻辑或运算得到的结果写回布尔矩阵A的第i1,...,im列中。
步骤3:在循环完成的情况下,如果布尔矩阵A中每个元素均为1,则输出False,否则输出True。
如此,无需确定第一操作指令对应的布尔矩阵,也无需进行布尔乘积运算,基于第一操作指令所作用的量子比特,即可实现布尔乘积结果的确定,进一步简化了布尔乘积结果的确定过程,从而进一步简化了量子电路的可编译性判断的过程,执行效率比较高,适用于大规模量子电路的处理。
为检验本实施例在大规模量子电路中的实际使用效果,以图6中的量子电路为例,该量子电路是量子机器学习中常用的电路结构,其中包含l层电路(虚线框中的电路部分为一层),每层电路依次作用双比特量子门CNOT0,1,CNOT1,2,CNOTn-2,n-1,CNOTn-1,0,共n个CNOT门。
通过上述算法,可以对不同规模的上述电路进行可编译性判断,并进行计时,一实验数据如图7所示。其中,该数值结果使用16G内存和Intel Core i7 10TH GEN处理器的普通笔记本运行获得。
如图7所示,可以固定量子电路层数l=2,横轴表示量子比特数n,即对应每个量子电路将会有2n个CNOT门。实验结果中可以看出,对于高达10000个量子比特,20000个CNOT门的量子电路,其可编译性判断的时间只需要3秒左右,非常高效。
可选的,所述步骤S103具体包括:
在所述布尔乘积结果中元素均为1的情况下,确定所述目标类别为第一类别,所述第一类别指示所述第一量子电路不可编译;
在所述布尔乘积结果中包括为0的元素的情况下,确定所述目标类别为第二类别,所述第二类别指示所述第一量子电路可编译。
本实施方式中,在得到布尔乘积结果之后,可以通过布尔乘积结果中的元素来进行第一量子电路的可编译性判断,若布尔乘积结果中所有元素均为1,则确定第一量子电路为第一类别,若布尔乘积结果中存在为0的元素,则确定第一量子电路为第二类别,从而实现第一量子电路的分类过程。
第二实施例
请参见图8,图8为本公开实施例提供的一种量子电路的分类装置800的结构示意图,所述量子电路的分类装置800,包括:
获取模块801,用于获取第一量子电路的指令列表和宽度,所述指令列表包括M个第一操作指令,所述第一操作指令为所述第一量子电路中量子门的操作指令,M为正整数;
确定模块802,用于基于所述M个第一操作指令,确定所述M个第一操作指令一一对应的M个布尔矩阵的布尔乘积结果;所述布尔矩阵用于表征所述第一操作指令指示的量子门对所述第一量子电路中不同量子比特的连通性影响,所述布尔乘积结果用于表征所述第一量子电路中每两个量子比特之间的连通性,所述布尔矩阵的维度与所述宽度相同;
分类模块803,用于基于所述布尔乘积结果,对所述第一量子电路进行分类,得到目标类别;所述目标类别指示所述第一量子电路的可编译性,所述可编译性用于表征所述第一量子电路是否可以等效编译为第二量子电路,所述第二量子电路的量子比特数量少于所述第一量子电路的量子比特数量。
可选的,所述确定模块802包括:
第一确定单元,用于针对每个第一操作指令,基于所述第一操作指令,确定所述第一操作指令对应的布尔矩;
第一运算单元,用于按照所述指令列表中所述M个第一操作指令的排列顺序,将所述M个第一操作指令一一对应的M个布尔矩阵进行布尔乘积运算,得到所述布尔乘积结果。
可选的,所述第一确定单元,具体用于以下至少一项:
在所述第一操作指令所作用的量子比特的数量为1的情况下,确定所述第一操作指令对应的布尔矩阵为单位矩阵;
在所述第一操作指令所作用的量子比特的数量大于1的情况下,基于所述第一操作指令所作用的量子比特的量子位列表,确定所述第一操作指令对应的布尔矩阵,所述布尔矩阵中,主对角线上以及所述量子位列表中每两个不同量子位对应的元素为1,其余元素为0。
可选的,所述第一确定单元,具体用于:
基于所述第一操作指令所作用的量子比特的量子位列表,利用映射规则确定所述第一操作指令对应的布尔矩阵;
其中,所述映射规则为f=In+∑i,j∈qubit,i≠jEi,j,f为所述第一操作指令对应的布尔矩阵,qubit为量子位列表,In为维度为n的单位矩阵,Ei,j表示(i,j)对应元素为1,其余元素为0的矩阵,Ei,j的维度为n。
可选的,所述第一运算单元,具体用于:
按照所述M个第一操作指令中N目标操作指令的排列顺序,将所述N目标操作指令一一对应的N个布尔矩阵进行布尔乘积运算,得到所述布尔乘积结果;
其中,所述目标操作指令所作用的量子比特的数量大于1,N为正整数。
可选的,所述确定模块802包括:
第二运算单元,用于按照所述指令列表中所述M个第一操作指令的排列顺序,依次针对每个第一操作指令所作用的量子比特,在所述第一操作指令所作用的量子比特的数量大于1的情况下,对目标布尔矩阵中的至少两个目标列进行逻辑或运算;并将所述逻辑或运算得到的结果更新所述至少两个目标列;
第二确定单元,用于在所述M个第一操作指令循环完成的情况下,将所述目标布尔矩阵确定为所述布尔乘积结果;
其中,在所述M个第一操作指令循环开始时所述目标布尔矩阵为维度为所述宽度的单位矩阵,所述目标列为所述目标布尔矩阵中所述第一操作指令所作用的量子比特对应的列。
可选的,所述分类模块803,具体用于:
在所述布尔乘积结果中元素均为1的情况下,确定所述目标类别为第一类别,所述第一类别指示所述第一量子电路不可编译;
在所述布尔乘积结果中包括为0的元素的情况下,确定所述目标类别为第二类别,所述第二类别指示所述第一量子电路可编译。
本公开提供的量子电路的分类装置800能够实现量子电路的分类方法实施例实现的各个过程,且能够达到相同的有益效果,为避免重复,这里不再赘述。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图9示出了可以用来实施本公开的实施例的示例电子设备的示意性框图。电子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。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、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9所示,电子设备900包括计算单元901,其可以根据存储在只读存储器(ROM)902中的计算机程序或者从存储单元908加载到随机访问存储器(RAM)903中的计算机程序,来执行各种适当的动作和处理。在RAM 903中,还可存储设备900操作所需的各种程序和数据。计算单元901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。
设备900中的多个部件连接至I/O接口905,包括:输入单元906,例如键盘、鼠标等;输出单元907,例如各种类型的显示器、扬声器等;存储单元908,例如磁盘、光盘等;以及通信单元909,例如网卡、调制解调器、无线通信收发机等。通信单元909允许设备900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901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901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901执行上文所描述的各个方法和处理,例如量子电路的分类方法。例如,在一些实施例中,量子电路的分类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908。在一些实施例中,计算机程序的部分或者全部可以经由ROM 902和/或通信单元909而被载入和/或安装到设备900上。当计算机程序加载到RAM 903并由计算单元901执行时,可以执行上文描述的量子电路的分类方法的一个或多个步骤。备选地,在其他实施例中,计算单元901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电路的分类方法。
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、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。任何在本公开的精神和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 (17)
1.一种量子电路的分类方法,包括:
获取第一量子电路的指令列表和宽度,所述指令列表包括M个第一操作指令,所述第一操作指令为所述第一量子电路中量子门的操作指令,M为正整数;
基于所述M个第一操作指令,确定所述M个第一操作指令一一对应的M个布尔矩阵的布尔乘积结果;所述布尔矩阵用于表征所述第一操作指令指示的量子门对所述第一量子电路中不同量子比特的连通性影响,所述布尔乘积结果用于表征所述第一量子电路中每两个量子比特之间的连通性,所述布尔矩阵的维度与所述宽度相同;
基于所述布尔乘积结果,对所述第一量子电路进行分类,得到目标类别;所述目标类别指示所述第一量子电路的可编译性,所述可编译性用于表征所述第一量子电路是否可以等效编译为第二量子电路,所述第二量子电路的量子比特数量少于所述第一量子电路的量子比特数量。
2.根据权利要求1所述的方法,其中,所述基于所述M个第一操作指令,确定所述M个第一操作指令一一对应的M个布尔矩阵的布尔乘积结果,包括:
针对每个第一操作指令,基于所述第一操作指令,确定所述第一操作指令对应的布尔矩阵;
按照所述指令列表中所述M个第一操作指令的排列顺序,将所述M个第一操作指令一一对应的M个布尔矩阵进行布尔乘积运算,得到所述布尔乘积结果。
3.根据权利要求2所述的方法,其中,所述基于所述第一操作指令,确定所述第一操作指令对应的布尔矩阵,包括以下至少一项:
在所述第一操作指令所作用的量子比特的数量为1的情况下,确定所述第一操作指令对应的布尔矩阵为单位矩阵;
在所述第一操作指令所作用的量子比特的数量大于1的情况下,基于所述第一操作指令所作用的量子比特的量子位列表,确定所述第一操作指令对应的布尔矩阵,所述布尔矩阵中,主对角线上以及所述量子位列表中每两个不同量子位对应的元素为1,其余元素为0。
4.根据权利要求3所述的方法,其中,所述基于所述第一操作指令所作用的量子比特的量子位列表,确定所述第一操作指令对应的布尔矩阵,包括:
基于所述第一操作指令所作用的量子比特的量子位列表,利用映射规则确定所述第一操作指令对应的布尔矩阵;
其中,所述映射规则为f=In+∑i,j∈qubit,i≠jEi,j,f为所述第一操作指令对应的布尔矩阵,qubit为量子位列表,In为维度为n的单位矩阵,Ei,j表示(i,j)对应元素为1,其余元素为0的矩阵,Ei,j的维度为n。
5.根据权利要求2所述的方法,其中,所述按照所述指令列表中所述M个第一操作指令的排列顺序,将所述M个第一操作指令一一对应的M个布尔矩阵进行布尔乘积运算,得到所述布尔乘积结果,包括:
按照所述M个第一操作指令中N目标操作指令的排列顺序,将所述N目标操作指令一一对应的N个布尔矩阵进行布尔乘积运算,得到所述布尔乘积结果;
其中,所述目标操作指令所作用的量子比特的数量大于1,N为正整数。
6.根据权利要求1所述的方法,其中,所述基于所述M个第一操作指令,确定所述M个第一操作指令一一对应的M个布尔矩阵的布尔乘积结果,包括:
按照所述指令列表中所述M个第一操作指令的排列顺序,依次针对每个第一操作指令所作用的量子比特,在所述第一操作指令所作用的量子比特的数量大于1的情况下,对目标布尔矩阵中的至少两个目标列进行逻辑或运算;并将所述逻辑或运算得到的结果更新所述至少两个目标列;
在所述M个第一操作指令循环完成的情况下,将所述目标布尔矩阵确定为所述布尔乘积结果;
其中,在所述M个第一操作指令循环开始时所述目标布尔矩阵为维度为所述宽度的单位矩阵,所述目标列为所述目标布尔矩阵中所述第一操作指令所作用的量子比特对应的列。
7.根据权利要求1至6中任一项所述的方法,其中,所述基于所述布尔乘积结果,对所述第一量子电路进行分类,得到目标类别,包括:
在所述布尔乘积结果中元素均为1的情况下,确定所述目标类别为第一类别,所述第一类别指示所述第一量子电路不可编译;
在所述布尔乘积结果中包括为0的元素的情况下,确定所述目标类别为第二类别,所述第二类别指示所述第一量子电路可编译。
8.一种量子电路的分类装置,包括:
获取模块,用于获取第一量子电路的指令列表和宽度,所述指令列表包括M个第一操作指令,所述第一操作指令为所述第一量子电路中量子门的操作指令,M为正整数;
确定模块,用于基于所述M个第一操作指令,确定所述M个第一操作指令一一对应的M个布尔矩阵的布尔乘积结果;所述布尔矩阵用于表征所述第一操作指令指示的量子门对所述第一量子电路中不同量子比特的连通性影响,所述布尔乘积结果用于表征所述第一量子电路中每两个量子比特之间的连通性,所述布尔矩阵的维度与所述宽度相同;
分类模块,用于基于所述布尔乘积结果,对所述第一量子电路进行分类,得到目标类别;所述目标类别指示所述第一量子电路的可编译性,所述可编译性用于表征所述第一量子电路是否可以等效编译为第二量子电路,所述第二量子电路的量子比特数量少于所述第一量子电路的量子比特数量。
9.根据权利要求8所述的装置,其中,所述确定模块包括:
第一确定单元,用于针对每个第一操作指令,基于所述第一操作指令,确定所述第一操作指令对应的布尔矩;
第一运算单元,用于按照所述指令列表中所述M个第一操作指令的排列顺序,将所述M个第一操作指令一一对应的M个布尔矩阵进行布尔乘积运算,得到所述布尔乘积结果。
10.根据权利要求9所述的装置,其中,所述第一确定单元,具体用于以下至少一项:
在所述第一操作指令所作用的量子比特的数量为1的情况下,确定所述第一操作指令对应的布尔矩阵为单位矩阵;
在所述第一操作指令所作用的量子比特的数量大于1的情况下,基于所述第一操作指令所作用的量子比特的量子位列表,确定所述第一操作指令对应的布尔矩阵,所述布尔矩阵中,主对角线上以及所述量子位列表中每两个不同量子位对应的元素为1,其余元素为0。
11.根据权利要求10所述的装置,其中,所述第一确定单元,具体用于:
基于所述第一操作指令所作用的量子比特的量子位列表,利用映射规则确定所述第一操作指令对应的布尔矩阵;
其中,所述映射规则为f=In+∑i,j∈qubit,i≠jEi,j,f为所述第一操作指令对应的布尔矩阵,qubit为量子位列表,In为维度为n的单位矩阵,Ei,j表示(i,j)对应元素为1,其余元素为0的矩阵,Ei,j的维度为n。
12.根据权利要求9所述的装置,其中,所述第一运算单元,具体用于:
按照所述M个第一操作指令中N目标操作指令的排列顺序,将所述N目标操作指令一一对应的N个布尔矩阵进行布尔乘积运算,得到所述布尔乘积结果;
其中,所述目标操作指令所作用的量子比特的数量大于1,N为正整数。
13.根据权利要求8所述的装置,其中,所述确定模块包括:
第二运算单元,用于按照所述指令列表中所述M个第一操作指令的排列顺序,依次针对每个第一操作指令所作用的量子比特,在所述第一操作指令所作用的量子比特的数量大于1的情况下,对目标布尔矩阵中的至少两个目标列进行逻辑或运算;并将所述逻辑或运算得到的结果更新所述至少两个目标列;
第二确定单元,用于在所述M个第一操作指令循环完成的情况下,将所述目标布尔矩阵确定为所述布尔乘积结果;
其中,在所述M个第一操作指令循环开始时所述目标布尔矩阵为维度为所述宽度的单位矩阵,所述目标列为所述目标布尔矩阵中所述第一操作指令所作用的量子比特对应的列。
14.根据权利要求8至13中任一项所述的装置,其中,所述分类模块,具体用于:
在所述布尔乘积结果中元素均为1的情况下,确定所述目标类别为第一类别,所述第一类别指示所述第一量子电路不可编译;
在所述布尔乘积结果中包括为0的元素的情况下,确定所述目标类别为第二类别,所述第二类别指示所述第一量子电路可编译。
15.一种电子设备,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1-7中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-7中任一项所述的方法。
17.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311267254.5A CN117313881A (zh) | 2023-09-27 | 2023-09-27 | 量子电路的分类方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311267254.5A CN117313881A (zh) | 2023-09-27 | 2023-09-27 | 量子电路的分类方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117313881A true CN117313881A (zh) | 2023-12-29 |
Family
ID=89259801
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311267254.5A Pending CN117313881A (zh) | 2023-09-27 | 2023-09-27 | 量子电路的分类方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117313881A (zh) |
-
2023
- 2023-09-27 CN CN202311267254.5A patent/CN117313881A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Loni et al. | DeepMaker: A multi-objective optimization framework for deep neural networks in embedded systems | |
US20210201198A1 (en) | Method, electronic device, and storage medium for generating node representations in heterogeneous graph | |
CN113011593B (zh) | 消除量子测量噪声的方法及系统、电子设备和介质 | |
CN114219076B (zh) | 量子神经网络训练方法及装置、电子设备和介质 | |
CN115577790B (zh) | 哈密顿量模拟方法、装置、设备及存储介质 | |
CN115577791B (zh) | 基于量子系统的信息处理方法及装置 | |
CN116151384B (zh) | 量子电路处理方法、装置及电子设备 | |
CN114037082A (zh) | 量子计算任务处理方法、系统及计算机设备 | |
CN114358319A (zh) | 基于机器学习框架的分类方法及相关装置 | |
CN114580645A (zh) | 随机量子测量的模拟方法、装置、设备及存储介质 | |
CN114819163A (zh) | 量子生成对抗网络的训练方法、装置、介质及电子装置 | |
CN114764620B (zh) | 一种量子卷积操作器 | |
CN116611527B (zh) | 量子电路处理方法、装置及电子设备 | |
CN116484959B (zh) | 量子电路处理方法、装置、设备以及存储介质 | |
CN116167446A (zh) | 量子计算处理方法、装置及电子设备 | |
CN111709514A (zh) | 神经网络模型的处理方法和装置 | |
CN117313881A (zh) | 量子电路的分类方法、装置及电子设备 | |
CN114881238A (zh) | 量子鉴别器的构造方法、装置、介质及电子装置 | |
CN116227607B (zh) | 量子电路的分类方法、装置、电子设备、介质和产品 | |
CN116579435B (zh) | 量子电路的分类方法、装置、电子设备、介质和产品 | |
CN117313882A (zh) | 量子电路处理方法、装置及电子设备 | |
CN117313877A (zh) | 量子电路处理方法、装置及电子设备 | |
CN116629370B (zh) | 量子电路处理方法、装置及电子设备 | |
CN117313883A (zh) | 量子电路处理方法、装置及电子设备 | |
CN116187458B (zh) | 量子电路处理方法、装置及电子设备 |
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 |