Introdução
O potencial dos computadores quânticos para resolver problemas científicos importantes também se estende a problemas comerciais. Para obter viabilidade comercial no uso de computadores quânticos, você deve ter computadores tolerantes a falhas em larga escala que tenham um grande número de qubits (ou bits quânticos, a unidade básica de medida na computação quântica) em superposição e taxas de erro físicas abaixo de um determinado limite. Você também precisa de esquemas de QEC (correção de erros quânticos) para obter tolerância a falhas. O QEC tem uso intensivo de tempo e espaço, portanto, aumenta o tempo de execução para operações de nível de algoritmo ou lógico. Em seguida, você precisa de mais qubits físicos para armazenar e calcular mais informações.
Considerando esses requisitos, a avaliação de recursos se torna crucial à medida que você desenvolve computadores e soluções quânticas para usos comerciais. É importante entender o impacto das opções de design da arquitetura e dos esquemas QEC ao planejar a solução de computação quântica.
Você pode usar o Estimador de Recursos do Azure Quantum para analisar o impacto de várias opções de parâmetros de arquitetura, como qubit físico e modelos de QEC, nas estimativas gerais de recursos físicos. Neste módulo, você aprenderá alguns conceitos básicos sobre avaliação de recursos em computação quântica tolerante a falhas e explorará o Avaliador de Recursos do Azure Quantum.
Objetivos do aprendizado
Ao final deste módulo, você saberá como:
- Explique o que é o Avaliador de Recursos do Azure Quantum.
- Defina os parâmetros de destino do Avaliador de Recursos do Azure Quantum.
- Estime os recursos de um algoritmo quântico usando o Avaliador de Recursos do Azure Quantum.
Pré-requisitos
- A versão mais recente do Visual Studio Code.
- A versão mais recente da extensão Quantum Development Kit.
- Um ambiente Python com Python e Pip instalados.
- VS Code com extensões Python e Jupyter instaladas.