Ефективний синтез масивних квантових ланцюгів - Огляд системи Classiq - Всередині квантової технології

Платформа Classiq пропонує прості способи синтезу масивних квантових схем для складних алгоритмів. Фактично, ви можете швидко й легко синтезувати схеми настільки масивні, що ваш цільовий квантовий комп’ютер повертатиме помилку. Він може навіть не повертати «шум» від запущених кіл настільки глибоко, але помилки вказують на те, що ці схеми взагалі не можуть працювати.

Проблема має три рівні. Навіть з невеликими квантовими схемами кожна операція створює ймовірність помилки. Коли помилки накопичуються, результати швидко стають марними. Коли схеми стають більшими, ви ризикуєте досягти межі того, як довго може зберігатися квантова інформація, що означає, що алгоритм не встигає завершити роботу. Уявіть, що ви бажаєте переглянути 20-хвилинне відео YouTube із лише 5 хвилинами автономної роботи; ти не можеш це зробити. Ви не можете підключити квантовий комп’ютер, а також не можете зарядити його та продовжити; ви просто не можете запустити весь алгоритм вчасно. І оскільки схеми стають просто масивними, часто з’являється вищезгадане повідомлення про помилку, яке вказує на те, що система керування навіть не намагатиметься виконати алгоритм.

Зараз команда Classiq, схоже, припускає, що платформа не тільки синтезує масивні схеми, але й робить це ефективніше, ніж Qiskit, найпопулярніша структура квантових обчислень. Це твердження важливе з чотирьох причин: 1) більш дрібні схеми виконуються швидше, ніж глибші схеми, 2) швидший час виконання може значно заощадити на витратах, коли виставлення рахунків базується на часі виконання, 3) менше операцій означає менше помилок, які потребують виправлення, і 4) як квантові комп’ютери зрілі та можуть запускати більші алгоритми, менші схеми стануть корисними першими.

Існує classiq ноутбук який порівнює платформу Classiq з Qiskit за допомогою алгоритму HHL. Якщо ми хочемо побачити різницю в ефективності, алгоритм HHL достатньо масивний, щоб підкреслити ці відмінності.

Алгоритм HHL

Алгоритм Харроу–Хасідіма–Ллойда, або алгоритм HHL, обіцяє розв’язувати системи лінійних рівнянь із експоненціальним прискоренням порівняно з найвідомішими класичними алгоритмами. Ці рівняння широко застосовуються в науці та техніці.

Проблема в тому, що схеми HHL, навіть з найменшими проблемами з іграшками, неймовірно глибокі. Якщо ви хочете продемонструвати схеми, які повертають помилки замість результатів на поточних квантових комп’ютерах, спробуйте це за допомогою цього алгоритму. 

Ноутбук Classiq

Ми розглядаємо три ключові показники: точність, глибину контуру та кількість CX. Точність – це те, наскільки результат близький до точного рішення; через розмір схем все має бути розраховано класично. Глибина схеми вказує, скільки часових кроків необхідно для виконання всіх операцій, розширюючи або перевищуючи обмеження сучасних квантових комп’ютерів. Підрахунки CX вказують на кількість мультикубітових операцій, оскільки вони надзвичайно схильні до помилок.

Схема Classiq демонструє кращу точність із набагато меншою глибиною схеми та набагато меншою кількістю операцій CX. Хоча він все ще занадто масивний для запуску, він набагато ближчий до корисності, ніж схема Qiskit. Важливо те, що класично розрахована точність підкреслює, що схема Classiq не просто менша, але й фактично розроблена для вирішення вибраної проблеми за цього зменшеного розміру. 

Природний скептицизм

Проблема з довірою до блокнота Classiq полягає в тому, що команда Classiq не лише надає власне рішення, але й надає рішення Qiskit. Очевидно, вони хочуть, щоб платформа Classiq виглядала добре, тому важливо перевірити їхнє твердження щодо реалізації HHL, яка використовує Qiskit, але не була розроблена командою Classiq. 

Блокнот Qiskit

Найлегше знайти реалізацію Підручник Qiskit з HHL, що дозволяє вирішити проблему Classiq за допомогою коду команди Qiskit. Цей блокнот містить два підходи: один, який генерує більші схеми, але є точнішим, і інший, який генерує менші схеми, жертвуючи точністю. 

Схема Classiq не тільки значно менша, ніж усі три схеми Qiskit, але також вимагає на один кубіт менше, ніж схеми Qiskit Naive і Tridi. 

Завдяки високій точності реалізація Qiskit від Classiq краща порівняно з реалізацією Qiskit Naive, ніж реалізацією Qiskit Tridi. Незважаючи на те, що показник CX на 25% вищий, глибина контуру на 70% нижча за використання одного кубіта менше. Якби сьогодні у нас були квантові комп’ютери з виправленням помилок, це означало, що реалізація Qiskit від Classiq працювала б швидше та мала б менші витрати на доступ до апаратного забезпечення, ніж власна реалізація Qiskit високої точності.

Висновок: Classiq тримається

Принаймні для цього конкретного випадку твердження Classiq витримується. HHL не тільки легко реалізувати, але й суттєва різниця в розмірі схеми. Схема Classiq не тільки працюватиме швидше, ніж три альтернативи Qiskit, але й коштуватиме дешевше через IBM Quantum. І оскільки апаратне забезпечення квантових обчислень вдосконалюється, реалізація Classiq стане першою з чотирьох, яка стане корисною.

Браян Н. Сігелвакс є незалежним розробником квантових алгоритмів і незалежним автором для Всередині квантової технології. Він відомий своїм внеском у галузь квантових обчислень, зокрема в розробку квантових алгоритмів. Він оцінив численні фреймворки, платформи та утиліти квантових обчислень і поділився своїми ідеями та висновками у своїх роботах. Сігельвакс також є автором і написав такі книги, як «Підземелля та кубіти» та «Вибери власну квантову пригоду». Він регулярно пише на Medium про різні теми, пов’язані з квантовими обчисленнями. Його робота включає практичне застосування квантових обчислень, огляди продуктів квантових обчислень та обговорення концепцій квантових обчислень.

Categories:
фотоніка, квантові обчислення

Ключові слова:
Браян Сігелвакс, classiq, Qskit, кубіти

• Розповсюдження контенту та PR на основі SEO. Отримайте посилення сьогодні.
• PlatoData.Network Vertical Generative Ai. Додайте собі сили. Доступ тут.
• PlatoAiStream. Web3 Intelligence. Розширення знань. Доступ тут.
• ПлатонЕСГ. вуглець, CleanTech, Енергія, Навколишнє середовище, Сонячна, Поводження з відходами. Доступ тут.
• PlatoHealth. Розвідка про біотехнології та клінічні випробування. Доступ тут.
• джерело: https://www.insidequantumtechnology.com/news-archive/efficient-synthesis-of-massive-quantum-circuits-an-overview-of-the-classiq-system/