Introduzione

  • 2 minuti

Il potenziale dei computer quantistici per risolvere importanti problemi scientifici si estende anche ai problemi commerciali. Per ottenere una redditività commerciale nell'uso dei computer quantistici, è necessario disporre di computer a tolleranza di errore su larga scala con un numero elevato di qubit (o bit quantistici, l'unità di misura di base nel calcolo quantistico) in sovrapposizione e percentuale di errori fisici inferiore a una determinata soglia. Sono necessari anche schemi di correzione degli errori quantistici (QEC) per ottenere la tolleranza di errore. QEC richiede tempo e spazio, quindi il tempo di esecuzione delle operazioni a livello di algoritmo o di logica aumenta. Sono quindi necessari più qubit fisici per archiviare e calcolare più informazioni.

Considerati questi requisiti, la stima delle risorse diventa fondamentale quando si sviluppano computer quantistici e soluzioni quantistiche per usi commerciali. È importante comprendere l'impatto delle scelte di progettazione dell'architettura e degli schemi QEC durante la pianificazione di una soluzione di calcolo quantistico.

È possibile usare lo strumento di stima delle risorse di Azure Quantum per analizzare l'impatto di varie scelte relative a parametri architetturali, come i qubit fisici e i modelli QEC, sulle stime complessive delle risorse fisiche. In questo modulo vengono illustrati alcuni concetti di base sulla stima delle risorse nel calcolo quantistico a tolleranza di errore ed è possibile esplorare lo strumento di stima delle risorse di Azure Quantum.

Obiettivi di apprendimento

Gli obiettivi del modulo sono:

  • Spiegare che cos'è Azure Quantum Resource Estimator.
  • Definire i parametri di destinazione di Azure Quantum Resource Estimator.
  • Stimare le risorse di un algoritmo quantistico usando Azure Quantum Resource Estimator.

Prerequisiti