Hybride Quantencomputingkonzepte

All quantum computing is hybrid in some sense. Die frühesten Quantensysteme verwendeten klassische Prozesse, um Anweisungen an den Quantencomputer zu senden und die resultierenden Daten zu empfangen und zu verarbeiten. Die fortschrittlichsten Hybridarchitekturen bringen eine engere und umfassendere Integration zwischen klassischer und Quantenberechnung, beschleunigen die Ausführungszeit und öffnen die Tür zur neuen Generation von Algorithmen. Zum Beispiel ist klassisches Computing oft schneller und effizienter als quantencomputing für bestimmte Aufgaben, z. B. Datenverarbeitung und -analyse. Quantencomputing ist jedoch für bestimmte Arten von Optimierungs- und Simulationsproblemen besser geeignet.

Klassische und Quantenregister

Auch wenn die klassischen und Quantenprozessoren eng integriert sind, sind sie immer noch separate physische Entitäten, und hybride Quantencomputingprogramme können von jeder ihrer Fähigkeiten profitieren.

Ein klassisches Register verwendet die vertraute Chip-basierte Architektur von Silizium und eignet sich am besten für Vorgänge wie das Senden von Anweisungen an den Quantenprozessor, das Erfassen von Messergebnissen und die Verwendung dieser Ergebnisse, um den nächsten Satz von Anweisungen zu bestimmen.

Ein Quantenregister ist ein System aus mehreren Qubits. Quantencomputer zeichnen sich durch Das Bearbeiten ihrer Qubits in einem Quantenregister aus, um komplexe Berechnungen durchzuführen.

Mid-Circuit-Messung

Mid-Circuit-Messung ist der Prozess der Durchführung von Quantenzustandsmessungen an verschiedenen Punkten während der Ausführung des Programms, anstatt nur am Ende. Diese Messungen werden verwendet, um Informationen über die Zwischenzustände des Systems zu erhalten und werden vom klassischen Code verwendet, um Echtzeitentscheidungen über den Fluss des Programms zu treffen. Mid-Circuit-Messungen dienen auch als Fehlerkorrektur "Sanity Checks", indem der Zustand des Schaltkreises an einem bestimmten Punkt überprüft wird, bevor er sich bewegt und eng mit der Wiederverwendung von Qubits zusammenhängt.

Wiederverwendung von Qubit

Die heutigen Quantencomputer können eine zunehmende Anzahl von Qubits unterstützen. Wir sind jedoch noch nicht in der Lage, die Millionen von Qubits zu unterstützen, die erforderlich sind, um vollständig fehlertolerante Berechnungen auszuführen. Weitere Informationen zur Benötigten Skalierung von Quantencomputern finden Sie in der Einführung in die Ressourcenschätzung. Darüber hinaus ist es wünschenswert, so wenige Qubits wie möglich zu verwenden.

Die Wiederverwendung von Qubit ist die Praxis des Entwerfens von Schaltkreisen, um dasselbe Qubit mehrmals in einer Quantenberechnung zu verwenden, um die gesamten Qubits zu minimieren, die zum Ausführen Ihres Programms erforderlich sind. Wenn Sie beispielsweise eine Mid-Circuit-Messung durchführen und das Ergebnis verarbeiten, kann dieses Qubit für eine andere Berechnung zurückgesetzt und wiederverwendet werden, anstatt einen neuen Qubit zuzuweisen. Es gibt verschiedene Techniken für die erneute Verwendung von Qubits in quantencomputing, wie z. B. Quantenteleportation, Quantenfehlerkorrektur und messbasierte Quantenberechnung.

Fehlerminderung

Um aktuelle Quantenhardware robuster gegen Fehler und Rauschen zu machen, können logische Qubits verwendet werden. Logische Qubits werden mit mehreren physischen Qubits erstellt, um Quanteninformationen zu codieren und zu schützen. Da jedoch mehrere Qubits zum Erstellen eines logischen Qubits verwendet werden müssen, wird die Gesamtanzahl der Qubits reduziert, die für Berechnungen verwendet werden können. Da die Fähigkeit der Hardware zur Unterstützung von mehr physischen Qubits zunimmt, werden die Fehlertoleranzfunktionen erhöht.

Zusätzlich zur Verwendung logischer Qubits können Fehler in Quantenberechnungen mithilfe von Techniken wie mehreren Messungen, dem Entwerfen von Algorithmen, die die Anzahl der benötigten Vorgänge reduzieren oder Parameter auf Quantentoren anpassen, um die Auswirkungen von Rauschen zu verringern.

Fehlerkorrektur und Fehlertoleranz

Fehlerkorrektur und Fehlertoleranz sind kritische Aspekte der Quantenberechnung, da Qubits aufgrund der heiklen Natur von Quantenzuständen anfälliger sind als klassische Bits, und hoch fehlertolerante Systeme sind erforderlich, um die vollständigen Vorteile der verteilten Hybrid-Quantenverarbeitung zu erzielen. Bei der klassischen Berechnung können Fehler korrigiert werden, indem sie der Berechnung Redundanz hinzufügen und Fehlerkorrekturcodes verwenden. Herkömmliche Fehlerkorrekturtechniken gelten jedoch nicht direkt für Quantencomputing, da sie sich darauf verlassen, die Berechnung mehrmals wiederholen zu können, was durch das No-Cloning-Theorem nicht möglich ist.

Floquet-Codes sind eine neue Klasse von Fehlerkorrekturcodes , die dynamisch auf Rauschen und Fehler reagieren, anstatt herkömmliche Korrekturcodes, die vor statischen Fehlern schützen. Weitere Informationen finden Sie unter Fehlerkorrektur mit Floquet-Codes.

Hybridalgorithmen

• Variational Quantum Eigensolver (VQE) - ein Quantenalgorithmus für Quantenchemie, Quantensimulationen und Optimierungsprobleme und wird verwendet, um den Grundzustand eines bestimmten physikalischen Systems zu finden. Der klassische Computer wird verwendet, um Quantenschaltungen mit bestimmten Parametern zu definieren. Nachdem der Quantenzustand gemessen wurde, wertet der klassische Computer aus, wie die Parameter verbessert und dann die Schaltkreise erneut übermittelt werden. VQEs sind in der Regel langlebige Programme, die von der engeren Integration von Hybrid-Quantencomputing profitieren können.
• Quantum Approximate Optimization Algorithm (QAOA) - auch ein variationsaler Quantenalgorithmus, es wird verwendet, um ungefähre Lösungen für kombinatorische Optimierungsprobleme zu finden - Probleme, bei denen die Anzahl möglicher Lösungen mit der Größe des Problems extrem groß wird. Es ist ein aktives Forschungsfeld, um seine Anwendbarkeit für Anwendungen wie Flugverkehrskontrolle, Versand- oder Lieferwege oder finanzielle Optimierungen zu identifizieren.
• Iterative Phasenschätzung - ist eine weitere Methode der Quantenphasenschätzung, die die Phase eines einheitlichen Operators schätzt und in vielen anderen Quantenalgorithmen verwendet wird. Beide Methoden verwenden eine Reihe von Drehtoren, um die Phase zu bestimmen, die iterative Phasenschätzung nutzt jedoch das klassische Register, um Informationen und Berechnungen über Gatemessungen zu speichern. Dadurch wird die Anzahl der erforderlichen Qubits reduziert und Rauschen und Fehler minimiert.

Weitere Informationen zu Quantenalgorithmen finden Sie im Quantum Algorithm Zoo.