De Azure Quantum Resource Estimator
De Azure Quantum Resource Estimator is een hulpprogramma voor het schatten van resources waarmee de benodigde resources voor een kwantumalgoritmen worden berekend en weergegeven, ervan uitgaande dat deze wordt uitgevoerd op een fouttolerante, grootschalige kwantumcomputer.
U kunt de resource-estimator gebruiken om architectuurbeslissingen te beoordelen, qubittechnologieën te vergelijken en de resources te bepalen die u nodig hebt om een specifiek kwantumalgoritme uit te voeren. U kunt het totale aantal fysieke qubits, runtime, de vereiste rekenbronnen en de details zien van de formules en waarden die voor elke schatting worden gebruikt.
In deze les leert u hoe u de Azure Quantum Resource Estimator kunt aanpassen aan verschillende parameters.
Hoe werkt de Azure Quantum Resource Estimator?
De Azure Quantum Resource Estimator neemt enkele doelparameters als invoer. De doelparameters hebben vooraf gedefinieerde waarden om u gemakkelijk op weg te helpen, of u kunt hun waarden aanpassen. De belangrijkste doelparameters zijn:
- Fysieke qubitparameters: de qubitarchitectuur van de kwantumcomputer, dat wil gezegd het type qubits.
- QEC-schema (Kwantumfoutcorrectie): het type foutcorrectie dat u wilt toepassen op uw kwantumalgoritmen.
- Foutbudget: het maximale foutpercentage dat u toestaat voor uw kwantumalgoritmen.
Het fysieke qubitmodel kiezen
De Azure Quantum Resource Estimator heeft zes vooraf gedefinieerde qubitmodellen. Vier van de modellen hebben gate-gebaseerde instructiesets en twee modellen hebben Majorana instructiesets. Deze vooraf gedefinieerde qubitmodellen vertegenwoordigen verschillende qubitarchitecturen, zoals ionen of supergeleiders. De qubitmodellen hebben betrekking op een reeks bewerkingstijden en foutpercentages, zodat u deze kunt gebruiken om de vereiste resourcekosten voor praktische kwantumtoepassingen te verkennen.
| Vooraf gedefinieerde qubitmodellen | Type instructieset |
|---|---|
"qubit_gate_ns_e3" |
gate-based |
"qubit_gate_ns_e4" |
gate-based |
"qubit_gate_us_e3" |
gate-based |
"qubit_gate_us_e4" |
gate-based |
"qubit_maj_ns_e4" |
Majorana |
"qubit_maj_ns_e6" |
Majorana |
Zie Qubit-parameters van de Azure Quantum Resource Estimator voor meer informatie.
Het QEC-schema kiezen
Kwantumfoutcorrectie (QEC) is van cruciaal belang voor elk kwantumcomputingplatform om echt schaalbare kwantumberekeningen te bereiken. De set bewerkingen die een kwantumcomputingplatform toestaat, wordt beperkt door fysieke beperkingen en komt mogelijk niet overeen met de bewerkingen die in het algoritme zijn voorgeschreven. Zelfs als de bewerkingen die de kwantumcomputer biedt overeenkomen met de bewerkingen in het algoritme, is de nauwkeurigheid waarop de kwantumcomputer elke bewerking kan uitvoeren waarschijnlijk beperkt.
De Azure Quantum Resource Estimator biedt drie vooraf gedefinieerde QEC-schema's: twee protocollen voor surface code voor fysieke instructiesets op basis van gate en Majorana, en het Floquet-codeprotocol , dat alleen kan worden gebruikt met een fysieke instructieset Majorana.
| QEC-schema | Type instructieset |
|---|---|
surface_code |
gate-based en Majorana |
floquet_code |
Majorana |
Zie Kwantumfoutcorrectieschema's in de Azure Quantum Resource Estimator voor meer informatie.
Kies het foutbudget
Met het totale foutbudget wordt de algemene toegestane fout voor het algoritme ingesteld. De toegestane fout is het aantal keren dat het algoritme mag mislukken. De waarde van het foutbudget moet tussen 0 en 1 zijn en de standaardwaarde is 0,001. De standaardwaarde komt overeen met 0,1 procent en betekent dat het algoritme eenmaal in 1000 uitvoeringen mag mislukken.
Het foutbudget is zeer specifiek voor de toepassing. Als u bijvoorbeeld het algoritme van Shor uitvoert voor het factoren van gehele getallen, kan een grote waarde voor het foutbudget worden getolereerd omdat u kunt controleren of de uitvoer inderdaad de belangrijkste factoren van de invoer is. Aan de andere kant kan een kleiner foutbudget nodig zijn voor het oplossen van een probleem met een oplossing die niet efficiënt kan worden geverifieerd.
Zie Foutbudget in de Azure Quantum Resource Estimator voor meer informatie.
In de volgende les gaat u aan de slag met de Azure Quantum Resource Estimator en leert u hoe u deze kunt gebruiken om het algoritme van Shor te schatten.