Feb, 2021

在 NISQ 时代启用量子计算的多编程机制

PDF
TL;DR提出量子多程序编译器（QuMC）来同时在量子硬件上执行多个量子电路，通过并行管理器、qubit 划分算法、随机化基准协议和映射转换算法等技术，可以提高量子硬件的利用率，减少线路的总运行时间，避免线路间的 crosstalk 效应，从而缓解了 NISQ 设备的物理限制和噪声干扰的影响。
nisq devicesquantum multi-programming compilerqubit partitioningsimultaneous randomized benchmarkingcrosstalk effect
发现论文，激发创造
  • 超导处理器上的强化学习量子编译

    我们开发了一个基于强化学习的量子编译器，对超导处理器进行了演示，展示了其发现具有短长度的新型硬件友好电路的能力，并能够在设备拓扑约束下找到最佳电路。

    Jun, 2024

  • 量子机器中解决串扰问题的协同编译工作流

    本文提出了一种名为 CQC 的考虑到诸多因素的抗串扰量子程序编译框架，它能够在保持电路深度的同时提高抗串扰能力，特别是 VQA 算法中，我们演示了使用 IBM Q Guadalupe 的 H4 分子，相对于现有技术，我们的框架降低了 49％的电路深度，并提高了 9.6％的保真度。

    Jul, 2022

  • 量子电路综合和编译优化：概述与前景

    本文论述了量子计算作为克服后摩尔时代计算能力瓶颈的一种有前途的范式，特别是超导量子处理器的日益成熟，为量子算法的发展和实施提供了更多的可能性。此外，研究还表明相关算法的规模和精确度正在稳步提高，尤其是与人工智能方法的整合。本文系统地回顾和总结了大量的文献，探讨了从算法级到量子硬件级整合设计和优化方案的可行性，结合了逻辑电路设计和编译优化的步骤。借助人工智能算法的卓越认知和学习能力，可以减少手动设计成本，提高执行的精确度和效率，并促进量子算法在硬件上的实施和优势验证。

    Jun, 2024

  • 基于多 GPU 的混合量子 - 经典工作流的量子 - HPC 框架：在量子模拟中的应用

    利用一种创新的分布感知型的 QCQ 架构，将量子硬件和经典计算资源相结合，实现高性能计算，解决材料和凝聚态物理的量子模拟挑战，通过整合量子软件框架、高性能计算资源、量子算法和机器学习，该架构能够在分布式计算环境中有效进行量子状态准备、量子状态分类及量子模拟任务，实现量子 - 高性能计算的可扩展性，加速复杂相变分类任务并提供准确的相变预测。

    Mar, 2024

  • 噪声中等规模量子算法

    该研究总结了嘈杂中间规模量子计算的范例和算法，探讨了其限制与优势，并提供了各种编程和测试工具的全面概述。

    Jan, 2021

  • 混合量子 - 经典算法与量子误差纠正

    本文回顾了混合量子 - 经典算法和量子误差缓解技术的基本结果，提出了评估使用嘈杂中尺度量子（NISQ）设备的有用性的方法。

    Nov, 2020

  • 基于虚拟量子处理器的均匀量子计算模型

    提出了使用一种虚拟量子处理器，来模拟使用杂交量子计算机的运算，从而实现逻辑量子计算，这种方式可以替代未来的量子处理器。

    Feb, 2023

  • 针对 NISQ 时代量子计算机的可变性感知策略案例

    本文研究了量子计算中的 Qubit-Allocation 和 Qubit-Movement 问题，并提出了一种考虑量子比特误差率变化的方法以优化比特分配和移动的策略，提高 NISQ 系统可靠性，实验结果表明，我们的方法可以将系统的可靠性提高 2.5 倍。

    May, 2018

  • 机器学习优化量子电路合成

    本文提出了一种名为 QSeed 的基于机器学习的种子综合算法，通过学习量子数据集，能够快速地提出实现单位矩阵的资源有效电路，并在 64 个量子位 Shor 因子分解算法的核心组件中，将合成时间加速了 3.7 倍。

    Jun, 2023

  • 量子辅助的量子编译

    提出了一种基于变分混合量子 - 经典算法的量子编译方法 (QAQC)，使用可训练的可逆门 $V$ 和目标可逆门 $U$ 的重叠作为编译代价，通过量子计算进行评估，其编译成果可以用于量子算法深度压缩、黑盒编译、噪音缓解和基准测验。

    Jul, 2018