CN1870015A - 一种协同量子计算机体系结构方案 - Google Patents

一种协同量子计算机体系结构方案 Download PDF

Info

Publication number
CN1870015A
CN1870015A CNA2006100361217A CN200610036121A CN1870015A CN 1870015 A CN1870015 A CN 1870015A CN A2006100361217 A CNA2006100361217 A CN A2006100361217A CN 200610036121 A CN200610036121 A CN 200610036121A CN 1870015 A CN1870015 A CN 1870015A
Authority
CN
China
Prior art keywords
quantum
bit
instruction
calculation
computer
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
CNA2006100361217A
Other languages
English (en)
Inventor
罗笑南
彭斌斌
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.)
Sun Yat Sen University
Original Assignee
Sun Yat Sen University
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 Sun Yat Sen University filed Critical Sun Yat Sen University
Priority to CNA2006100361217A priority Critical patent/CN1870015A/zh
Publication of CN1870015A publication Critical patent/CN1870015A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06N10/40—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
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Advance Control (AREA)

Abstract

本发明公开了一种协同量子计算机体系结构方案，在传统计算机技术、量子计算机实现技术与量子计算语言研究的基础上，本发明提出了协同量子计算机体系结构方案。它是在传统计算机系统的基础上扩充量子计算部件以传统计算机作为系统的控制中心，量子计算部件作为协处理器，只负责完成量子计算，在该方案中借鉴经典处理器中指令并行技术，在量子计算协处理器增加了量子计算机的指令并行性，并充分考虑了现有实现技术，在保证计算性能力的同时，降低了量子计算机的实现难度。

Description

一种协同量子计算机体系结构方案
技术领域
本发明计算机信息处理技术领域，具体涉及一种以传统计算机系统为基础的协同量子计算机体系结构方案。
背景技术
随着集成电路的发展，人们发现每个计算机芯片上集成的晶体管数目随着时间呈指数增长，每18个月，CPU的速度加一倍，若干年之后计算机的存储单元将会是单个原子。当集成电路板上导线之间的距离达到纳米级的时候，会由于量子效应而可能导致不可避免的计算错误等问题。已有的经典计算机理论不能解决这些问题，并且计算机不可避免的能耗也会限制芯片集成度的提高，也就是单个CPU存在着一个极限速度。因此，信息科学的进一步发展必须借助于新的理论和新的方法。
从原理上讲，经典计算可以被描述为对输入信号序列按一定算法进行变换(逻辑门操作)的物理过程。基于经典比特的非0即1的确定特征，经典算法是通过经典计算机(或经典图灵机)的内部逻辑电路加以实现的.而量子计算，则是基于量子比特的既|0＞又|1＞相干叠加特征，对可由量子叠加态描述的输入信号，根据量子的算法要求，进行叫做“量子逻辑门操作”的幺正变换.这是一个被人为控制的、以输入态为初态的量子物理演化过程。对末态-输出态进行量子测量，给出量子计算的结果.顾名思义，所谓的量子计算机(quantum computer)就是实现这种量子计算过程的机器。
量子信息是指以量子力学基本原理为基础、通过量子系统的各种相干特性(如量子并行、量子纠缠和量子不可克隆等)，进行计算、编码和信息传输的全新信息方式。根据摩尔(Moore)定律，每十八个月计算机微处理器的速度就增长一倍，其中单位面积(或体积)上集成的元件数目会相应地增加。可以预见，在不久的将来，芯片元件就会达到它能以经典方式工作的极限尺度。因此，突破这种尺度极限是当代信息科学所面临的一个重大科学问题。量子信息的研究就是充分利用量子物理基本原理的研究成果，发挥量子相干特性的强大作用，探索以全新的方式进行计算、编码和信息传输的可能性，为突破芯片极限提供新概念、新思路和新途径。量子力学与信息科学结合，不仅充分显示了学科交叉的重要性，而且量子信息的最终物理实现，会导致信息科学观念和模式的重大变革。事实上，传统计算机也是量子力学的产物，它的器件也利用了诸如量子隧道现象等量子效应。但仅仅应用量子器件的信息技术，并不等于是现在所说的量子信息。目前的量子信息主要是基于量子力学的相干特征，重构密码、计算和通讯的基本原理。
量子信息学提供了一个量子力学新的应用领域，它把量子理论引入到信息科学之中，在提高计算机运算速度、确保信息安全、增大信息容量等方面都有重大的作用。量子计算机具有并行处理的能力。考虑一个n个物理比特的存储器，由于量子操作的线性性，一次量子操作可以同时对2n个输入数进行数学运算，其效果相当于经典计算机要重复实施2n次操作；另外，在量子计算机上实施并行算法，可以快速实现大素数因子分解的算法，使得现有的常用的安全的RSA加密方案不再安全，通讯的安全性受到了威胁。
目前的量子计算机研究还主要集中在量子计算机的量子器件实现。要制造出具有高性价比的量子计算机系统，除了对量子计算机的器件实现技术进行研究外，还需要对量子计算机体系结构展开研究，并根据量子计算特点和目前实现技术，采用各种合理方法，尽可能提高其性能。
发明内容
本发明提供了一种协同量子计算机体系结构方案，该体系结构方案增加了量子计算机的指令并行性，并充分考虑了现有实现技术，在保证计算性能的同时，降低了量子计算机的实现难度。
本发明采用的技术方案如下：该协同量子计算机包括由经典计算机系统构成的经典处理子系统，主要包含经典处理器、经典存储器和I/O子系统，其特征是：该协同量子计算机还带有量子存储子系统、量子计算处理器、和量子计算接口部件；
量子存储子系统包含量子寄存器QR、量子纠错部件和量子存储管理部件，它们共同完成量子数据存储空间的管理、量子数据的存储以及避免量子系统退相干破坏数据；
量子计算协处理器由一个基本通用量子门专用功能部件构成，已经证明，量子计算中所有幺正转换均可以由基本量子门构成，不同的量子基本门在构造量子门以及物理实现上存在差异，但在功能上是等价的，因此在实现量子计算机时采用什么基本通用量子门集要依所具有的物理条件而定；
量子计算接口部件的主要功能是负责接受经典处理器传来的量子计算指令，并转换为对应的一系列量子协处理器指令，控制量子器件的运行；接收经典处理器的数据，送给量子计算协处理器；接收量子计算协处理器传来的数据，送给经典处理器。
所述量子寄存器QR是由多个量子位组成的量子系统，QR＝{qubiti|i＝1，2，…，m}，m位的量子寄存器QR的量子态|QR＞可以描述为m个量子位状态的张量积，|QR＞＝|1＞|2＞…|n＞，其中|i＞为量子位qubiti的量子态；为了满足计算的需要，m必须足够大，量子存储系统中的量子位如同传统的存储器，它们是线性编址，当计算需要新的量子数据空间时，例如所需的量子数据长度为l，l＜m时，量子存储管理部件将从系统空闲量子位堆中分配1个量子位，形成量子寄存器 QR i k = { qubit i | i = 1,2 , &CenterDot; &CenterDot; &CenterDot; , m ; 1 < = m } .
所述量子存储管理部件有如下操作：
1).量子寄存器分配操作QR＝QMAlloc(length)，该操作申请分配length个空闲量子位形成量子寄存器以存放量子数据；
2).量子寄存器释放操作QDAlloc(QR)，该操作释放QR所拥有的量子位，这些量子位形成空闲量子位，可以分配给其它量子寄存器。
所述量子计算协处理器中数据表示采用纠错编码，并由量子纠错部件周期性的刷新量子位状态；而且每个量子位都有一个专门的刷新单元，负责周期性地执行错误检测与逻辑位的状态恢复。
基本通用量子门集合QA＝{H，R，CNOT，I，X，Z，Y，QP，QM}作为量子计算协处理器的基本计算指令，并具有对应的量子门操作。
所述量子计算协处理器的指令格式采用如下格式描述：<指令名，控制位，目标位，操作参数>。
所述量子计算接口部件采用动态调度方法，使用指令流出部件和指令队列来完成动态调度；
指令流出部件的功能如下：
1)记录了所有量子位的是否可用标识；
2)记录量子门执行部件是否可用的标识；
3)不断查询各个指令队列，发现可执行指令则流出到相应量子门执行部件。
指令队列的功能如下：
1)它是先进先出队列；
2)每个量子位有一个指令队列；
3)量子指令的目标位决定指令所处的队列。
指令流出部件的执行过程如下：
1)扫描各个指令队列，如果发现队列头的指令满足可流出条件，就将指令流出；
2)将控制位、目标位和量子门执行部件标识为不可用；
3)量子计算器件完成计算后，将目标位和量子计算器件表示为可用。
指令流出条件如下：
1)目标位可用；
2)量子门执行部件可用；
3)控制位可用。
在该量子计算机中采用了纠错技术，对量子计算机中的量子位增加若干冗余量子位，这些量子位之间采用纠错编码，从而使量子计算机具有容错功能。
该方案将经典计算机作为整个系统的控制核心，而将量子计算部件作为量子计算协处理器，只负责完成量子计算。该方案中借鉴经典处理器中指令并行技术，在量子计算协处理器增加了量子指令动态调度技术；借鉴量子纠错编码技术，提出了构造可靠的可伸缩量子存储系统的方案。该体系结构方案增加了量子计算机的指令并行性，并充分考虑了现有实现技术，在保证计算性能的同时，降低了量子计算机的实现难度。
附图说明
图1是本发明的基本结构框图；
图2是量子计算接口部件结构框图；
图3是本发明程序开发执行过程流程图。
具体实施方式
下面结合附图对本发明作进一步详细说明。
如图1所示，本发明的一种协同量子计算机主要由经典处理子系统和量子存储子系统、量子计算处理器、量子计算接口部件组成。
经典处理子系统由经典计算机系统构成，主要包含经典处理器、经典存储器和I/O子系统。它在该计算机体系结构中处于核心控制地位。经典处理器的主要功能是运行量子程序，实现量子程序控制流；处理量子计算中的经典计算；当执行到程序中嵌入的量子操作指令时，向量子计算接口部件发送控制命令，并接受返回结果。
量子存储子系统包含量子寄存器QR、量子纠错部件和量子存储管理部件，它们共同完成量子数据存储空间的管理、量子数据的存储以及避免量子系统退相干破坏数据。
量子寄存器QR是由多个量子位组成的量子系统，QR＝{qubiti|i＝1，2，…，m}。m位的量子寄存器QR的量子态|QR＞可以描述为m个量子位状态的张量积，|QR＞＝|1＞|2＞…|n＞，其中|i＞为量子位qubiti的量子态。为了满足计算的需要，m必须足够大。量子存储系统中的量子位如同传统的存储器，它们是线性编址。当计算需要新的量子数据空间时，例如所需的量子数据长度为l，l＜m时，量子存储管理部件将从系统空闲量子位堆中分配1个量子位，形成量子寄存器
QR i k = { qubit i | i = 1,2 , &CenterDot; &CenterDot; &CenterDot; , m ; m > = 1 }
量子存储管理部件有如下操作：
量子寄存器分配操作QR＝QMAlloc(length)。该操作申请分配length个空闲量子位形成量子寄存器以存放量子数据。
量子寄存器释放操作QDAloc(QR)，该操作释放QR所拥有的量子位，这些量子位形成空闲量子位，可以分配给其它量子寄存器。
在量子计算机中，量子寄存器与传统的动态RAM存储器类似，表示量子位的微粒和外界环境相互作用将破坏量子位的叠加态，从而产生错误，这种现象称为退相干。因此量子计算协处理器中数据表示必须采用纠错编码，并由量子纠错部件周期性的刷新量子位状态。每个量子位都有一个专门的刷新单元，负责周期性地执行错误检测与逻辑位的状态恢复。
量子计算协处理器由一个基本通用量子门专用功能部件构成。已经证明，量子计算中所有幺正转换均可以由基本量子门构成。不同的量子基本门在构造量子门以及物理实现上存在差异，但在功能上是等价的。因此在实现量子计算机时采用什么基本通用量子门集要依据所具有的物理条件而定。本专利采用如下基本通用量子门集合QA＝{H，R，CNOT，I，X，Z，Y，QP，QM}作为量子计算协处理器的基本计算指令，它们有对应的量子门操作。
由于目前还没有量子计算协处理器的物理实现，只能通过模拟技术研究其计算过程。所以量子计算协处理器的指令格式采用如下格式描述：<指令名，控制位，目标位，操作参数>。
量子计算接口部件的主要功能是负责接受经典处理器传来的量子计算指令，并转换为对应的一系列量子协处理器指令，控制量子器件的运行；接收经典处理器的数据，送给量子计算协处理器；接收量子计算协处理器传来的数据，送给经典处理器。
如图2所示为量子计算接口部件结构框图。所述量子计算接口部件采用动态调度方法，使用指令流出部件和指令队列来完成动态调度。
指令流出部件的功能如下：
1)记录了所有量子位的是否可用标识；
2)记录量子门执行部件是否可用的标识；
3)不断查询各个指令队列，发现可执行指令则流出到相应量子门执行部件。
指令队列的功能如下：
1)它是先进先出队列；
2)每个量子位有一个指令队列；
3)量子指令的目标位决定指令所处的队列。
指令流出部件的执行过程如下：
1)扫描各个指令队列，如果发现队列头的指令满足可流出条件，就将指令流出；
2)将控制位、目标位和量子门执行部件标识为不可用；
3)量子计算器件完成计算后，将目标位和量子计算器件表示为可用。
指令流出条件如下：
1)目标位可用；
2)量子门执行部件可用；
3)控制位可用。
如图3所示为本发明程序开发执行过程流程图，其中大实线框内的操作数据流为经典操作数据流，右边大虚线框内的数据操作流为量子操作流。本发明程序开发执行过程流程如下：
1.用户使用针对量子计算扩展的程序设计语言QJava进行程序开发，编写源代码；
2.编译器编译源代码，同时将源代码中对量子计算原语的调用编译成一系列基本量子计算指令序列，对计算过程进行优化；
3.生成可执行程序文件保存在经典存储系统；
4.需要执行程序时，用户在经典计算机中输入命令，操作系统加载可执行文件；
5.进程通过经典I/O设备接收计算所需的外部数据；
6.进程准备计算所需数据；
7.程序中经典处理所需数据和操作由经典计算处理模块负责计算；
8.程序中量子处理所需的数据和操作过程被发送到计算处理模块，量子处理内核制备量子寄存器状态；
9.量子计算处理模块根据量子计算指令调用相应的量子门对量子寄存器进行变换；
10.量子门阵列完成计算后，量子计算处理模块对量子寄存器的状态进行测量，并将测量结果返回经典计算处理模块；
11.经典计算处理模块对收到量子计算结果进行评价，如果量子计算结果不是所需要的解，则返回8，反之则继续后面的计算；
12.经典计算处理模块判断是否结束程序；如果不是则返回到5，反之则退出执行。

Claims (8)

1、一种协同量子计算机体系结构方案，该协同量子计算机包括由经典计算机系统构成的经典处理子系统，主要包含经典处理器、经典存储器和I/O子系统，其特征是：该协同量子计算机还带有量子存储子系统、量子计算处理器、和量子计算接口部件；
量子存储子系统包含量子寄存器QR、量子纠错部件和量子存储管理部件，它们共同完成量子数据存储空间的管理、量子数据的存储以及避免量子系统退相干破坏数据；
量子计算协处理器由一个基本通用量子门专用功能部件构成，已经证明，量子计算中所有幺正转换均可以由基本量子门构成，不同的量子基本门在构造量子门以及物理实现上存在差异，但在功能上是等价的，因此在实现量子计算机时采用什么基本通用量子门集要依所具有的物理条件而定；
量子计算接口部件的主要功能是负责接受经典处理器传来的量子计算指令，并转换为对应的一系列量子协处理器指令，控制量子器件的运行；接收经典处理器的数据，送给量子计算协处理器；接收量子计算协处理器传来的数据，送给经典处理器。
2、根据权利要求1所述的协同量子计算机，其特征是所述量子寄存器QR是由多个量子位组成的量子系统，QR＝{qubiti|i＝1，2，…，m}，m位的量子寄存器QR的量子态|QR＞可以描述为m个量子位状态的张量积，|QR＞＝|1＞|2＞...|n＞，其中i＞为量子位qubiti的量子态；为了满足计算的需要，m必须足够大，量子存储系统中的量子位如同传统的存储器，它们是线性编址，当计算需要新的量子数据空间时，例如所需的量子数据长度为l，l＜m时，量子存储管理部件将从系统空闲量子位堆中分配l个量子位，形成量子寄存器 QR i k = { qu bit i | i = 1,2 , &CenterDot; &CenterDot; &CenterDot; , m ; 1 < = m } .
3、根据权利要求1所述的协同量子计算机，其特征是所述量子存储管理部件有如下操作：
1).量子寄存器分配操作QR＝QMAlloc(length)，该操作申请分配length个空闲量子位形成量子寄存器以存放量子数据；
2).量子寄存器释放操作QDAlloc(QR)，该操作释放QR所拥有的量子位，这些量子位形成空闲量子位，可以分配给其它量子寄存器。
4、根据权利要求1所述的协同量子计算机，其特征是所述量子计算协处理器中数据表示采用纠错编码，并由量子纠错部件周期性的刷新量子位状态；而且每个量子位都有一个专门的刷新单元，负责周期性地执行错误检测与逻辑位的状态恢复。
5、根据权利要求1所述的协同量子计算机，其特征是基本通用量子门集合QA＝{H，R，CNOT，I，X，Z，Y，QP，QM}作为量子计算协处理器的基本计算指令，并具有对应的量子门操作。
6、根据权利要求1所述的协同量子计算机，其特征是所述量子计算协处理器的指令格式采用如下格式描述：<指令名，控制位，目标位，操作参数>。
7、根据权利要求1所述的协同量子计算机，其特征是所述量子计算接口部件采用动态调度方法，使用指令流出部件和指令队列来完成动态调度；指令流出部件的功能如下：
1)记录了所有量子位的是否可用标识；
2)记录量子门执行部件是否可用的标识；
3)不断查询各个指令队列，发现可执行指令则流出到相应量子门执行部件；
指令队列的功能如下：
1)它是先进先出队列；
2)每个量子位有一个指令队列；
3)量子指令的目标位决定指令所处的队列；
指令流出部件的执行过程如下：
1)扫描各个指令队列，如果发现队列头的指令满足可流出条件，就将指令流出；
2)将控制位、目标位和量子门执行部件标识为不可用；
3)量子计算器件完成计算后，将目标位和量子计算器件表示为可用；
指令流出条件：
1)目标位可用；
2)量子门执行部件可用；
3)控制位可用。
8、根据权利要求1所述的协同量子计算机，其特征是在该量子计算机中采用了纠错技术，对量子计算机中的量子位增加若干冗余量子位，这些量子位之间采用纠错编码，从而使量子计算机具有容错功能。
CNA2006100361217A 2006-06-28 2006-06-28 一种协同量子计算机体系结构方案 Pending CN1870015A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CNA2006100361217A CN1870015A (zh) 2006-06-28 2006-06-28 一种协同量子计算机体系结构方案

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CNA2006100361217A CN1870015A (zh) 2006-06-28 2006-06-28 一种协同量子计算机体系结构方案

Publications (1)

Publication Number Publication Date
CN1870015A true CN1870015A (zh) 2006-11-29

Family

ID=37443672

Family Applications (1)

Application Number Title Priority Date Filing Date
CNA2006100361217A Pending CN1870015A (zh) 2006-06-28 2006-06-28 一种协同量子计算机体系结构方案

Country Status (1)

Country Link
CN (1) CN1870015A (zh)

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105637514A (zh) * 2013-10-14 2016-06-01 微软技术许可有限责任公司 将单量子位量子门高效分解成斐波那契任意子编结电路的方法和系统
CN105900118A (zh) * 2013-11-21 2016-08-24 沃伊切赫·布尔克特 用于高效数据处理的方法和装置
CN106529681A (zh) * 2016-10-28 2017-03-22 章美前 一种量子计算机
CN108334952A (zh) * 2017-11-24 2018-07-27 南京航空航天大学 一种新型通用量子门及量子线路优化方法
WO2018162965A1 (en) * 2017-03-07 2018-09-13 International Business Machines Corporation Weakly tunable qubit based on two coupled disparate transmons
CN108647790A (zh) * 2018-05-16 2018-10-12 合肥本源量子计算科技有限责任公司 用于统一量子计算机和量子虚拟机的接口系统及方法
CN109543845A (zh) * 2018-09-17 2019-03-29 合肥本源量子计算科技有限责任公司 单量子比特逻辑门的转化方法及装置
CN109754087A (zh) * 2019-01-11 2019-05-14 合肥本源量子计算科技有限责任公司 量子程序转化方法、装置及电子设备
CN110069348A (zh) * 2019-05-05 2019-07-30 济南浪潮高新科技投资发展有限公司 一种高效利用云中心量子计算机资源的方法
CN110083454A (zh) * 2019-05-05 2019-08-02 济南浪潮高新科技投资发展有限公司 一种带有量子计算机的混合云服务编排方法
CN110490327A (zh) * 2019-07-23 2019-11-22 湖北工业大学 量子计算机量子处理单元、量子电路以及量子电路量子算法
CN110709851A (zh) * 2017-03-24 2020-01-17 布尔有限公司 在传统计算机上仿真量子电路的方法
CN111183432A (zh) * 2017-09-29 2020-05-19 国际商业机器公司 减少和/或减轻量子位门中的串扰
CN111626425A (zh) * 2020-05-21 2020-09-04 宿迁学院 面向二维近邻量子计算架构的量子寄存器分配方法和系统
CN111783991A (zh) * 2020-07-01 2020-10-16 深圳量旋科技有限公司 模块化的量子计算机软件架构实现方法及系统
CN112714905A (zh) * 2018-07-18 2021-04-27 爱奥尼克公司 量子混合计算
CN112862104A (zh) * 2021-04-01 2021-05-28 中国科学技术大学 混合型量子计算机架构及其执行计算任务的方法
WO2021179411A1 (zh) * 2020-03-12 2021-09-16 苏州浪潮智能科技有限公司 面向量子计算的数据交互设备、方法、装置及介质
CN113869520A (zh) * 2021-10-20 2021-12-31 中国人民解放军战略支援部队信息工程大学 一种共享控制的量子计算机体系结构及其计算方法

Cited By (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105637514A (zh) * 2013-10-14 2016-06-01 微软技术许可有限责任公司 将单量子位量子门高效分解成斐波那契任意子编结电路的方法和系统
CN105900118A (zh) * 2013-11-21 2016-08-24 沃伊切赫·布尔克特 用于高效数据处理的方法和装置
CN106529681A (zh) * 2016-10-28 2017-03-22 章美前 一种量子计算机
GB2574552A (en) * 2017-03-07 2019-12-11 Ibm Weakly tunable qubit based on two coupled disparate transmons
GB2574552B (en) * 2017-03-07 2022-02-16 Ibm Weakly tunable qubit based on two coupled disparate transmons
WO2018162965A1 (en) * 2017-03-07 2018-09-13 International Business Machines Corporation Weakly tunable qubit based on two coupled disparate transmons
US10176432B2 (en) 2017-03-07 2019-01-08 International Business Machines Corporation Weakly tunable qubit based on two coupled disparate transmons
CN110709851A (zh) * 2017-03-24 2020-01-17 布尔有限公司 在传统计算机上仿真量子电路的方法
CN111183432A (zh) * 2017-09-29 2020-05-19 国际商业机器公司 减少和/或减轻量子位门中的串扰
CN111183432B (zh) * 2017-09-29 2023-09-29 国际商业机器公司 减少和/或减轻量子位门中的串扰
CN108334952A (zh) * 2017-11-24 2018-07-27 南京航空航天大学 一种新型通用量子门及量子线路优化方法
CN108647790A (zh) * 2018-05-16 2018-10-12 合肥本源量子计算科技有限责任公司 用于统一量子计算机和量子虚拟机的接口系统及方法
CN112714905A (zh) * 2018-07-18 2021-04-27 爱奥尼克公司 量子混合计算
CN112714905B (zh) * 2018-07-18 2022-08-26 爱奥尼克公司 量子混合计算
CN109543845A (zh) * 2018-09-17 2019-03-29 合肥本源量子计算科技有限责任公司 单量子比特逻辑门的转化方法及装置
CN109754087A (zh) * 2019-01-11 2019-05-14 合肥本源量子计算科技有限责任公司 量子程序转化方法、装置及电子设备
CN110083454A (zh) * 2019-05-05 2019-08-02 济南浪潮高新科技投资发展有限公司 一种带有量子计算机的混合云服务编排方法
CN110069348B (zh) * 2019-05-05 2023-09-19 山东浪潮科学研究院有限公司 一种高效利用云中心量子计算机资源的方法
CN110069348A (zh) * 2019-05-05 2019-07-30 济南浪潮高新科技投资发展有限公司 一种高效利用云中心量子计算机资源的方法
CN110083454B (zh) * 2019-05-05 2023-01-24 山东浪潮科学研究院有限公司 一种带有量子计算机的混合云服务编排方法
CN110490327A (zh) * 2019-07-23 2019-11-22 湖北工业大学 量子计算机量子处理单元、量子电路以及量子电路量子算法
WO2021179411A1 (zh) * 2020-03-12 2021-09-16 苏州浪潮智能科技有限公司 面向量子计算的数据交互设备、方法、装置及介质
CN111626425A (zh) * 2020-05-21 2020-09-04 宿迁学院 面向二维近邻量子计算架构的量子寄存器分配方法和系统
CN111626425B (zh) * 2020-05-21 2024-01-19 宿迁学院 面向二维近邻量子计算架构的量子寄存器分配方法和系统
CN111783991A (zh) * 2020-07-01 2020-10-16 深圳量旋科技有限公司 模块化的量子计算机软件架构实现方法及系统
CN112862104A (zh) * 2021-04-01 2021-05-28 中国科学技术大学 混合型量子计算机架构及其执行计算任务的方法
CN112862104B (zh) * 2021-04-01 2024-02-27 中国科学技术大学 混合型量子计算机架构及其执行计算任务的方法
CN113869520A (zh) * 2021-10-20 2021-12-31 中国人民解放军战略支援部队信息工程大学 一种共享控制的量子计算机体系结构及其计算方法

Similar Documents

Publication Publication Date Title
CN1870015A (zh) 一种协同量子计算机体系结构方案
JP7408844B2 (ja) 量子系の基底状態の取得方法及び装置、コンピュータ機器、記憶媒体並びにコンピュータプログラム
Mizel et al. Simple proof of equivalence between adiabatic quantum computation and the circuit model
JP2021144750A (ja) ディープニューラルネットワーク用のアクセラレータ
Zheng et al. A GPU-based DEM-FEM computational framework for tire-sand interaction simulations
US11429849B2 (en) Deep compressed network
Torabzadehkashi et al. Accelerating hpc applications using computational storage devices
Shahroodi et al. KrakenOnMem: a memristor-augmented HW/SW framework for taxonomic profiling
Bisson et al. Multiscale hemodynamics using GPU clusters
Li et al. An automated quantization framework for high-utilization rram-based pim
Germaschewski et al. The Plasma Simulation Code: A modern particle-in-cell code with load-balancing and GPU support
Vincent et al. PyFR: next-generation high-order computational fluid dynamics on many-core hardware
Fujiki et al. Multi-Layer In-Memory Processing
Huang et al. Structured term pruning for computational efficient neural networks inference
He et al. A parallel elastoplastic reanalysis based on GPU platform
Zhao et al. SAC: An ultra-efficient spin-based architecture for compressed DNNs
Kim et al. FPGA Prototyping of Low-Precision Zero-Skipping Accelerator for Neural Networks
Nakajima OpenMP/MPI hybrid vs. flat MPI on the Earth Simulator: Parallel iterative solvers for finite element method
Kelling et al. Comparison of different parallel implementations of the 2+ 1-dimensional KPZ model and the 3-dimensional KMC model
Bleile et al. Thin-Threads: An Approach for History-Based Monte Carlo on GPUs
Hanafy et al. High Performance Design of Traffic-Flow Prediction Using Artificial Neural Network
Seliem et al. MapReduce Model Using FPGA Acceleration for Chromosome Y Sequence Mapping
Miri et al. Gpu Implementation of Immersed Boundary Lattice Boltzmann Particulate Flow; Improvements and Drawbacks
Kwon et al. Acceleration of Large-Scale Electronic Structure Simulations with Heterogeneous Parallel Computing
Donath et al. Optimizing performance of the lattice Boltzmann method for complex structures on cache-based architectures

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C12 Rejection of a patent application after its publication
RJ01 Rejection of invention patent application after publication

Open date: 20061129