Narzędzie do szacowania zasobów usługi Azure Quantum
Narzędzie do szacowania zasobów usługi Azure Quantum to narzędzie do szacowania zasobów, które oblicza i wyświetla zasoby wymagane dla algorytmu kwantowego, przy założeniu, że jest wykonywane na komputerze kwantowym odpornym na błędy.
Narzędzie do szacowania zasobów służy do oceniania decyzji dotyczących architektury, porównywania technologii kubitu i określania zasobów potrzebnych do wykonania określonego algorytmu kwantowego. Zobaczysz łączną liczbę kubitów fizycznych, środowiska uruchomieniowego, wymaganych zasobów obliczeniowych oraz szczegóły formuł i wartości używanych dla każdego oszacowania.
W tej lekcji dowiesz się, jak dostosować narzędzie do szacowania zasobów usługi Azure Quantum na różne parametry.
Jak działa narzędzie do szacowania zasobów usługi Azure Quantum?
Narzędzie do szacowania zasobów usługi Azure Quantum przyjmuje niektóre parametry docelowe jako dane wejściowe. Parametry docelowe mają wstępnie zdefiniowane wartości, aby łatwo rozpocząć pracę lub dostosować ich wartości. Główne parametry docelowe to:
- Parametry kubitu fizycznego: architektura kubitu komputera kwantowego, czyli typ kubitów.
- Schemat korekty błędów kwantowych (QEC): typ poprawki błędów, którą chcesz zastosować do algorytmu kwantowego.
- Budżet błędów: maksymalna szybkość błędów dozwolona dla algorytmu kwantowego.
Wybieranie modelu kubitu fizycznego
Narzędzie do szacowania zasobów usługi Azure Quantum ma sześć wstępnie zdefiniowanych modeli kubitów. Cztery modele mają zestawy instrukcji oparte na bramie, a dwa modele mają zestawy instrukcji Majorana. Te wstępnie zdefiniowane modele kubitów reprezentują różne architektury kubitów, takie jak jony lub nadprzewodniki. Modele kubitów obejmują szereg czasów operacji i współczynników błędów, dzięki czemu można ich używać do eksplorowania wymaganych kosztów zasobów dla praktycznych aplikacji kwantowych.
| Wstępnie zdefiniowane modele kubitów | Typ zestawu instrukcji |
|---|---|
"qubit_gate_ns_e3" |
oparte na bramie |
"qubit_gate_ns_e4" |
oparte na bramie |
"qubit_gate_us_e3" |
oparte na bramie |
"qubit_gate_us_e4" |
oparte na bramie |
"qubit_maj_ns_e4" |
Majorana |
"qubit_maj_ns_e6" |
Majorana |
Aby uzyskać więcej informacji, zobacz Kubit parameters of the Azure Quantum Resource Estimator (Parametry kubitu narzędzia do szacowania zasobów usługi Azure Quantum).
Wybieranie schematu QEC
Korekta błędów kwantowych (QEC) ma kluczowe znaczenie dla każdej platformy obliczeń kwantowych w celu osiągnięcia naprawdę skalowalnych obliczeń kwantowych. Zestaw operacji, na które zezwala platforma obliczeń kwantowych, jest ograniczony przez ograniczenia fizyczne i może nie być zgodny z operacjami określonymi w algorytmie. Nawet jeśli operacje, które komputer kwantowy oferuje, pasują do operacji w algorytmie, dokładność, do której komputer kwantowy może wykonać każdą operację, prawdopodobnie będzie ograniczona.
Narzędzie do szacowania zasobów usługi Azure Quantum udostępnia trzy wstępnie zdefiniowane schematy QEC: dwa protokoły kodu powierzchni dla zestawów instrukcji fizycznych opartych na bramie i Majorana oraz protokół kodu Floquet, który może być używany tylko z zestawem instrukcji fizycznych Majorana.
| Schemat QEC | Typ zestawu instrukcji |
|---|---|
surface_code |
oparte na bramie i Majorana |
floquet_code |
Majorana |
Aby uzyskać więcej informacji, zobacz Quantum error correction schemes in the Azure Quantum Resource Estimator (Schematy poprawek błędów kwantowych w narzędziu do szacowania zasobów usługi Azure Quantum).
Wybierz budżet błędu
Łączny budżet błędów określa ogólny dozwolony błąd dla algorytmu. Dozwolony błąd to liczba przypadków, w których algorytm może zakończyć się niepowodzeniem. Wartość budżetu błędu musi należeć do przedziału od 0 do 1, a wartość domyślna to 0,001. Wartość domyślna odpowiada 0,1 procentowi i oznacza, że algorytm może zakończyć się niepowodzeniem raz w 1000 wykonaniach.
Budżet błędów jest bardzo specyficzny dla aplikacji. Jeśli na przykład używasz algorytmu Shora do faktorowania liczb całkowitych, można tolerować dużą wartość budżetu błędów, ponieważ można sprawdzić, czy dane wyjściowe są rzeczywiście głównymi czynnikami danych wejściowych. Z drugiej strony może być potrzebny mniejszy budżet błędów w przypadku algorytmu rozwiązywania problemu z rozwiązaniem, którego nie można skutecznie zweryfikować.
Aby uzyskać więcej informacji, zobacz Budżet błędów w narzędziu do szacowania zasobów usługi Azure Quantum.
W następnej lekcji rozpoczniesz pracę z narzędziem do szacowania zasobów kwantowych platformy Azure i dowiesz się, jak używać go do szacowania algorytmu Shora.