Delen via

Zelfstudie: De resources van een kwantumchemieprobleem schatten

  • Artikel

In deze zelfstudie maakt u een schatting van de fysieke resources die nodig zijn voor het berekenen van de energie van een Hamiltoniaan naar chemische nauwkeurigheid van 1 mHa met behulp van de Azure Quantum Resource Estimator.

In deze zelfstudie leert u het volgende:

  • Kloon een voorbeeldopslagplaats vanuit GitHub.
  • Gebruik FCIDUMP-bestanden als argumentparameters voor chemische modellering en simulatietoepassingen.
  • Voer een schatting van resources uit voor een grootschalig probleem. Dit is een dubbelgefactoriseerde scheikundige steekproef.

Vereisten

Tip

U hoeft geen Azure-account te hebben om de lokale resource-estimator uit te voeren.

Beschrijf het probleem

In deze zelfstudie evalueert u de schattingen van de fysieke resource van het qubitisatiealgoritme dat wordt beschreven in Phys. Rev. Research 3, 033055 (2021) om de energie van een gebruiker te berekenen die Hamiltonian heeft geleverd aan de chemische nauwkeurigheid van 1 mHa.

Het kwantumalgoritmen waarmee de energie van de Hamiltonian wordt berekend, zijn gebaseerd op dubbelgefactoriseerde qubitisatie. De Hamiltonian wordt beschreven in termen van een- en twee-elektronen integralen in opgegeven FCIDUMP-bestanden (volledige configuratie-interactie) die beschikbaar zijn via een HTTPS-URI.

De qubitisatiemethode is gebaseerd op de schatting van de kwantumfase, maar in plaats van de standaard-$U = \exp{(-i H/\alpha)}$ uit de Hamiltoniaanse matrix $H$, neemt één $U = \exp{(-i \sin^{-1} (H/\alpha)}$, die doorgaans met minder resources kan worden geïmplementeerd. Met behulp van dubbele factorisatie wordt $H$ compact weergegeven door een combinatie van een verstandige keuze van orbitalen en compressie.

Het voorbeeld laden in Visual Studio Code

De code voor deze zelfstudie vindt u in de Q#-voorbeeldopslagplaats, onder schatting/df-chemie. U wordt aangeraden de opslagplaats op uw lokale computer te klonen om het voorbeeld uit te voeren.

Voer de volgende opdracht uit vanuit de terminal om de opslagplaats te klonen:

git clone https://github.com/microsoft/qsharp.git

Een FCIDUMP-bestand selecteren en doorgeven

In dit voorbeeld wordt de Hamiltonian beschreven in termen van een- en twee-elektronen integralen in de FCIDUMP-indeling. U kunt een van de FCIDUMP-bestanden uit de volgende tabel kiezen of uw eigen FCIDUMP-bestand selecteren dat beschikbaar is op uw computer of online via een openbaar toegankelijke HTTPS-URI.

URI Exemplaarnaam Beschrijving
https://aka.ms/fcidump/XVIII-cas4-fb-64e-56o NEDERIGI-cas4-fb-64e56o 64 elektronen, 56 orbitale actieve ruimte van een van de stabiele tussenliggende tussenproducten in de ruthenium-katalyseerde koolstoffixatiecyclus.
https://aka.ms/fcidump/nitrogenase-54e-54o nitrogenase_54orbital 54 elektronen, 54 orbitale actieve ruimte van de actieve kern van de stikstofase.
https://aka.ms/fcidump/fe2s2-10e-40o fe2s2-10e-40o 10 elektronen, 40 orbitale actieve ruimte van [2Fe, 2S] cluster.
https://aka.ms/fcidump/polyyne-24e-24o polyyne-24e-24o 24 elektronen, 24 orbitale actieve ruimte van het polyyne molecuul.
https://aka.ms/fcidump/n2-10e-8o n2-10e-8o 10 elektronen, 8 orbitale actieve ruimte van hij dissocieerde stikstof op 3 Angstrom afstand.

Als u het FCIDUMP-bestand wilt doorgeven, moet u het chemistry.py-bestand uitvoeren en de FCIDUMP-bestandsnaam of -URI doorgeven als argument met behulp van -f of --fcidumpfile.

usage: chemistry.py [-h] [-f FCIDUMPFILE]

options:
  -h, --help           
  -f FCIDUMPFILE, --fcidumpfile FCIDUMPFILE

Het scheikundige voorbeeld uitvoeren

  1. Open in Visual Studio Code de map waarin u de Q#-voorbeeldopslagplaats hebt gekloond.

  2. Open een nieuwe terminal, Terminal -> New Terminal en navigeer naar de map waar het kwantumchemievoorbeeld zich bevindt. Als u bijvoorbeeld de Q#-voorbeeldopslagplaats op uw lokale computer kloont, is qsharp/samples/estimation/df-chemistryhet pad.

  3. Voer het chemistry.py-bestand uit en geef het FCIDUMP-bestand door . Met de volgende opdracht wordt bijvoorbeeld het FCIDUMP-bestand n2-10e-8o gedownload naar de werkmap en wordt de resourceraming hiervoor uitgevoerd.

    python chemistry.py -f https://aka.ms/fcidump/n2-10e-8o

    Daarna kunt u het pad naar het gedownloade bestand doorgeven aan het script.

    python chemistry.py -f n2-10e-8o

  4. Het resultaat van de resourceraming wordt weergegeven in de terminal. In de volgende uitvoer ziet u bijvoorbeeld de resourceraming voor het bestand n2-10e-8o FCIDUMP.

    Algorithm runtime: 19 mins
Number of physical qubits required: 207.60k
For more detailed resource counts, see file resource_estimate.json

Notitie

Nadat het chemistry.py-bestand is uitgevoerd, wordt er een resource_estimation.json-bestand gemaakt in de werkmap. Het bestand resource_estimation.json bevat de gedetailleerde uitvoer van de resource-estimator. Dit zijn de taakparameters, fysieke tellingen, T-factory-eigenschappen, logische tellingen en logische qubit-eigenschappen.

Parameters wijzigen target

  1. Open het bestand chemistry.py .

  2. De target parameters van de resourceschatting vindt u in de aanroep van qsharp.estimate het chemistry.py-bestand. In het volgende codefragment ziet u de parameters die in deze zelfstudie worden gebruikt.

    # Get resource estimates
res = qsharp.estimate(qsharp_string,
                      params={"errorBudget": 0.01,
                              "qubitParams": {"name": "qubit_maj_ns_e6"},
                              "qecScheme": {"name": "floquet_code"}})

  3. Als u de target parameters wilt wijzigen, kunt u dit doen door het vorige codefragment te wijzigen. In het volgende codefragment ziet u bijvoorbeeld hoe u het foutbudget wijzigt in 0,333. Zie De target parameters van de resource-estimator aanpassen voor meer informatie.

    # Get resource estimates
res = qsharp.estimate(qsharp_string,
                      params={"errorBudget": 0.333,
                              "qubitParams": {"name": "qubit_maj_ns_e6"},
                              "qecScheme": {"name": "floquet_code"}})

Waarom zijn scheikundige toepassingen van kwantumcomputing belangrijk?

Deze zelfstudie vertegenwoordigt een eerste stap voor het integreren van resourceramingen van kwantumoplossingen voor problemen met elektronische structuur. Een van de belangrijkste toepassingen van geschaalde kwantumcomputers is het oplossen van kwantumchemieproblemen. De simulatie van complexe kwantummechanische systemen biedt de mogelijkheid om doorbraaks te ontsluiten op gebieden zoals koolstofopname, voedselonzekerheid en het ontwerpen van betere brandstoffen en materialen.

Een van de FCIDUMP-bestanden in deze steekproef, nitrogenase_54orbital, beschrijft bijvoorbeeld het stikstofase-enzym. Als u nauwkeurig kunt simuleren hoe dit enzym op kwantumniveau werkt, kan het ons helpen om te begrijpen hoe u het op schaal kunt produceren. U kunt het zeer energie-intensieve proces vervangen dat wordt gebruikt om voldoende kunstmest te produceren om de planeet te voeden. Dit heeft het potentieel om de wereldwijde koolstofvoetafdruk te verminderen en ook om problemen met betrekking tot voedselonzekerheid in een groeiende bevolking aan te pakken.

Als u uw kennis wilt verdiepen, kunt u het volgende proberen:

  • Maak een schatting van enkele aangepaste FCIDUMP-bestanden.
  • Wijzig de veronderstellingen op de target kwantumcomputer door aangepaste qubitparameters op te geven.
  • Bekijk de andere voorbeeldnotebooks voor resourceramingen in de Azure Quantum-voorbeeldgalerie.

Gerelateerde inhoud