Inleiding
Kwantumcomputers kunnen belangrijke wetenschappelijke en commerciële problemen aanpakken. Om ze commercieel levensvatbaar te maken, moeten kwantumcomputers grootschalige, fouttolerante machines zijn met veel qubits in superpositie en lage fysieke foutpercentages. Het bereiken van fouttolerantie vereist ook kwantumfoutcorrectie (QEC), wat zowel tijd als ruimte-intensief is, wat leidt tot een verhoogde uitvoeringstijd voor bewerkingen en de behoefte aan meer fysieke qubits.
Gezien deze vereisten is het schatten van resources van cruciaal belang bij het ontwikkelen van kwantumcomputers en oplossingen voor commercieel gebruik. Het is essentieel om te begrijpen hoe keuzes voor architectuurontwerp en QEC-schema's van invloed zijn op uw kwantumcomputingplannen.
Met de Azure Quantum Resource Estimator kunt u analyseren hoe verschillende architectuurparameters, zoals fysieke qubit- en QEC-modellen, invloed hebben op de algehele schattingen van fysieke resources. In deze module leert u hoe u de Azure Quantum Resource Estimator gebruikt om de resources te schatten die nodig zijn om een echt kwantumalgoritmen uit te voeren.
Leerdoelen
Aan het eind van deze module kunt u het volgende:
- Leg uit wat de Azure Quantum Resource Estimator is.
- Definieer de doelparameters van de Azure Quantum Resource Estimator.
- Maak een schatting van de resources van een kwantumalgoritmen met behulp van de Azure Quantum Resource Estimator.
Vereisten
- De nieuwste versie van Visual Studio Code.
- De nieuwste versie van de Quantum Development Kit-extensie .
- Een Python-omgeving waarop Python en Pip zijn geïnstalleerd.
- VS Code met Python - en Jupyter-extensies geïnstalleerd.