Megosztás a következőn keresztül:


Mi az Az Azure Quantum Resource Estimator?

Az Azure Quantum Resource Estimator egy nyílt forráskódú eszköz, amely lehetővé teszi a kvantumprogramok hibatűrő kvantumszámítógépen való futtatásához szükséges erőforrások becslését.

Az Erőforrásbecslő kiszámítja a fizikai és logikai qubitek teljes számát, a futtatókörnyezetet, valamint az egyes becslésekhez használt képletek és értékek részleteit. Az Azure Quantum Resource Estimator segítségével összehasonlíthatja a qubit-technológiákat, a kvantumhibák korrekciós sémáit és más hardverjellemzőket, hogy megértse, hogyan befolyásolják a kvantumprogramok futtatásához szükséges erőforrásokat.

Tipp.

Az Azure Quantum Resource Estimator ingyenes, és nem igényel Azure-fiókot.

Milyen funkciók teszik egyedivé az erőforrásbecslőt?

A Resource Estimator egy hatékony eszköz, amely a kvantum-számítási verem minden szintjét magában foglalja. A kvantum-számítási verem három szintre osztható: az alkalmazásszintre, a kvantumprogramozási vagy fordítási szintre, valamint a hardver- vagy modellezési szintre.

Az Erőforrásbecslővel testre szabhatja az egyes szintek paramétereit, és elemezheti, hogy ezek hogyan befolyásolják a kvantumprogram futtatásához szükséges összes erőforrást.

Az erőforrásbecslő kvantum-számítási veremének szintjeinek diagramja.

Testreszabás

A Resource Estimator bővíthetőségi API-val modellezheti a kvantumarchitektúrákat, és módosíthatja az összes feltételezést. Az erőforrásbecslőt módosíthatja, és megadhatja a kvantumrendszer jellemzőit.

Használhat előre definiált qubitparamétereket és kvantumhiba-korrekciós (QEC) sémákat, vagy különböző gépi jellemzőkre vonatkozó egyedi beállításokat konfigurálhat. További információ: Az erőforrásbecslő paramétereinek testreszabásatarget.

Target Paraméterek A rendszer leírása
Fizikai qubitmodell Adja meg például az utasításkészletet, a qubit mérési idejét, a hibaarányokat vagy a kapuidőt.
Kvantumhiba-korrekciós séma Adja meg például a logikai qubitenkénti fizikai qubitek számát, a logikai ciklus idejét vagy a hibajavítási küszöbértéket.
Hiba a költségvetésben Adja meg például a hibakeretet a logikai qubitek, a T állapotlepárlás és a forgatókapuk szintézisének megvalósításához.
Desztillációs egységek Adja meg például a lepárlási folyamathoz szükséges T-államok számát, a lepárlási folyamat kimeneteként előállított T-államok számát vagy a lepárlási folyamat meghiúsulásának valószínűségét.
Korlátozások Adja meg például a fizikai qubitek maximális számát, a maximális futtatókörnyezetet vagy a T-gyári példányok maximális számát.

Feljegyzés

Az Erőforrásbecslővel bármilyen kvantumarchitektúrát modellezhet. Az Alice & Bob indítása például a Resource Estimator használatával értékeli ki az architektúrát, amely cat qubiteket és ismétlési hibajavítási kódot használ. További információkért lásd ezt a bejegyzést a Q# blogban

Rugalmasság

Saját kód- és fordítási eszközöket is használhat a Resource Estimatorban. Az Erőforrásbecslő támogatja a QIR-ra lefordított nyelveket, például a Q# és a Qiskit nyelveket. Tekintse meg az erőforrásbecslő futtatásának különböző módjait.

Több becslés kötege

Az Erőforrásbecslő lehetővé teszi, hogy megbecsülje azokat az erőforrásokat, amelyek ugyanazon kvantum-algoritmus futtatásához szükségesek a paraméterek különböző konfigurációihoztarget, és összehasonlíthatja az eredményeket. Ily módon megértheti, hogy a qubit architektúra, a QEC-séma és a target többi paraméter hogyan befolyásolja a teljes erőforrásokat.

Optimalizálás

Az erőforrásbecslő végrehajtási idejét csökkentheti úgy, hogy néhány becslést belefoglal a teljes költségbe. Ha például egy nagy programmal dolgozik, kiszámíthatja és gyorsítótárazhatja az alrutinok költségeit, vagy ha már ismeri a művelet becsült értékét, átadhatja őket az erőforrás-becslésnek.

Erőforrások vizualizációja

A téridő diagram használatával vizualizálhatja a fizikai qubitek száma és az algoritmus futtatókörnyezete közötti kompromisszumot, amely lehetővé teszi a {qubitek, futtatókörnyezet} párok optimális kombinációjának megtalálását.

A térdiagram segítségével az algoritmushoz és a T-gyárakhoz használt fizikai qubitek eloszlását is megvizsgálhatja.

Ismerkedés az erőforrásbecslővel

Az erőforrásbecslő az Azure Quantum Development Kit (QDK) része. Első lépésként tekintse meg az első erőforrás-becslés futtatása című témakört.

Az alábbi táblázat a különböző felhasználói forgatókönyveket és az erőforrásbecslővel kezdeni kívánt ajánlott cikkeket mutatja be.

Felhasználói forgatókönyv Ehhez a feladathoz…
QEC-kódokat fejlesztek Az Erőforrásbecslővel testre szabhatja a QEC-kódokat, és összehasonlíthatja a paraméterek különböző kombinációit. Tekintse meg a QEC-sémák testreszabását ismertető témakört.
Kvantum-algoritmusokat fejlesztek A hardver- és szoftverprofilok különböző konfigurációinak az erőforrás-követelményekre gyakorolt hatásának elemzésével betekintést nyerhet abba, hogy a kvantum-algoritmus hogyan teljesíthet különböző hardver- és hibafeltételek mellett. Ezek az információk segíthetnek optimalizálni az algoritmust adott kvantumhardverekhez vagy hibaarányokhoz. Lásd: Paraméterek több konfigurációjának targetfuttatása.
Javítani szeretném a kvantumprogramok teljesítményét Az erőforrásbecslő erejének kihasználásáról a nagyméretű programok futtatása és az ismert becslések használata című témakörben olvashat.
Érdekel a nagy léptékű kvantum-számítástechnika Az Erőforrásbecslővel elemezheti a nagy léptékű hibatűrő kvantumszámítógépek által várhatóan megoldandó valós problémák erőforrásait. A nagy léptékű kvantum-számítástechnika erőforrás-becslésének ismertetése.
Kvantumbiztos titkosítást fejlesztek A Resource Estimator használatával összehasonlíthatja a különböző titkosítási algoritmusok, kulcserősségek, qubittípusok és hibaarányok teljesítményét, valamint azok kvantumtámadásokkal szembeni rugalmasságát. Lásd az erőforrás-becslést és a titkosítást.

Feljegyzés

Ha probléma merül fel az erőforrás-becslés használata során, tekintse meg a hibaelhárítási oldalt.

Erőforrás-becslés nagy léptékű kvantum-számítástechnikához

Ha kvantum-algoritmusokat szeretne fejleszteni nagy léptékű kvantumszámítógépekhez, tekintse meg a kvantumkémia-problémákra vonatkozó oktatóanyag erőforrásainak becslését.

Ez az oktatóanyag az első lépés a kvantummegoldások erőforrás-becslésének az elektronikus szerkezettel kapcsolatos problémákba való integrálásához. A skálázott kvantumszámítógépek egyik legfontosabb alkalmazása a kvantumkémia problémáinak megoldása. Az összetett kvantummechanikai rendszerek szimulációja lehetővé teszi az áttörések feloldását olyan területeken, mint a szén-dioxid-rögzítés, az élelmiszer-bizonytalanság, valamint a jobb üzemanyagok és anyagok tervezése.

Az oktatóanyagban használt hamiltoniak egyike, a nitrogenase_54orbital például a nitrogénáz enzimet írja le. Ha pontosan szimulálni tudná, hogyan működik ez az enzim kvantumszinten, az segíthet nekünk megérteni, hogyan lehet nagy léptékben előállítani. Lecserélhetné a rendkívül energiaigényes folyamatot, amelyet arra használnak, hogy elegendő műtrágyát termeljenek a bolygó táplálásához. Ez csökkentheti a globális szénlábnyomot, és segíthet kezelni a növekvő népesség élelmiszer-bizonytalanságával kapcsolatos aggodalmakat.

Miért fontos az erőforrás-becslés a kvantum-számítástechnika fejlesztésében?

Bár a kvantumszámítógépek fontos tudományos és kereskedelmi problémák megoldását ígérik, a kereskedelmi életképesség eléréséhez nagy léptékű, hibatűrő kvantumszámítógépekre van szükség, amelyek nagy számú qubitet használnak szuperpozícióban, és fizikai hibaarányuk egy bizonyos küszöbérték alatt van. A kereskedelmi és tudományos életképességhez QEC-rendszerekre is szükség lesz a hibatűrés eléréséhez. A QEC egyszerre idő- és térigényes, ami megnövelt végrehajtási időt igényel az algoritmus- vagy logikai szintű műveletekhez, valamint további fizikai qubiteket az információk tárolásához és kiszámításához.

A Resource Estimator használatával megismerheti az architektúratervezési döntések és a kvantumhibák korrekciós sémáinak hatását. Az Erőforrásbecslő segít megérteni, hogy hány qubitre van szükség egy alkalmazás futtatásához, mennyi ideig tart a futtatás, és mely qubit-technológiák alkalmasak jobban egy adott probléma megoldására. Ezeknek a követelményeknek a megértése lehetővé teszi a kvantummegoldások jövőbeli, skálázott kvantumgépeken való futtatásának előkészítését és finomítását.