大规模量子电路的高效合成——Classiq系统概述——量子技术内部

Classiq 平台提供了为复杂算法合成大规模量子电路的简单方法。事实上，您可以快速轻松地合成如此庞大的电路，以至于您的目标量子计算机将返回错误。它甚至可能不会从如此深的运行电路中返回“噪音”，但错误表明这些电路根本无法运行。

问题分为三层。即使对于小型量子电路，每次操作都有可能出错。随着错误的积累，结果很快就会变得无用。随着电路变得越来越大，您可能会面临量子信息维持时间极限的风险，这意味着算法没有时间来完成。想象一下，想要观看 20 分钟的 YouTube 视频，但电池寿命只有 5 分钟；你做不到。你无法给量子计算机插上电源，也无法充电继续；你根本无法及时运行整个算法。随着电路变得非常庞大，通常会出现上述错误消息，表明控制系统甚至不会尝试执行算法。

Classiq 团队现在似乎表明该平台不仅可以合成大规模电路，而且比最流行的量子计算框架 Qiskit 更高效。这一论断很重要，原因有四个：1) 较浅的电路比较深的电路执行速度更快，2) 当基于运行时间计费时，更快的运行时间可以显着节省成本，3) 更少的操作意味着需要纠正的错误更少，4) 作为量子计算机成熟并且可以运行更大的算法时，较小的电路将首先变得有用。

有一个 卡里克 笔记本 使用 HHL 算法将 Classiq 平台与 Qiskit 进行比较。如果我们想看到效率上的差异，HHL 算法的规模足以突出这些差异。

HHL 算法

Harrow–Hassidim–Lloyd 算法（或 HHL 算法）有望以比最著名的经典算法呈指数级的速度求解线性方程组。这些方程在科学和工程中具有广泛的适用性。

问题是，即使是最小的玩具问题，HHL 电路也非常深。如果您想演示在当前量子计算机上返回错误而不是结果的电路，可以尝试使用此算法。 

经典笔记本

我们关注三个关键指标：保真度、电路深度和 CX 数量。保真度是指结果与精确解的接近程度；由于电路的尺寸，一切都必须进行经典计算。电路深度表示需要多少个时间步来实现所有操作，从而推动或超过当前量子计算机的极限。 CX 计数表示多量子位操作的数量，因为这些操作非常容易出错。

Classiq 电路显示出更好的保真度，且电路深度和 CX 操作都少得多。虽然它仍然太大而无法运行，但它比 Qiskit 的电路更接近有用。重要的是，经典计算的保真度凸显了 Classiq 的电路不仅更小，而且事实上，它仍然旨在以较小的尺寸解决选定的问题。 

自然的怀疑主义

信任 Classiq 笔记本的问题在于，Classiq 团队不仅提供他们自己的解决方案，而且还提供 Qiskit 的解决方案。他们显然希望 Classiq 平台看起来不错，因此有必要针对使用 Qiskit 但不是由 Classiq 团队开发的 HHL 实现来验证他们的主张。 

Qiskit 的笔记本

最容易找到的实现是 Qiskit 的 HHL 教程，这使得 Classiq 的问题可以使用 Qiskit 团队的代码来解决。该笔记本电脑包括两种方法，一种生成更大的电路但更准确，另一种通过牺牲精度生成更小的电路。 

Classiq 电路不仅比所有三种 Qiskit 电路小得多，而且比 Qiskit 的 Naive 和 Tridi 电路需要的量子位少 1 个。 

由于其高保真度，Classiq 的 Qiskit 实现比 Qiskit Naive 实现要好于 Qiskit Tridi 实现。尽管 CX 计数增加了 25%，但使用少 70 个量子位，电路深度却降低了 XNUMX%。如果我们今天拥有纠错量子计算机，这意味着 Classiq 的 Qiskit 实现将比 Qiskit 自己的高保真实现运行得更快，并且硬件访问成本更低。

结论：Classiq 经得起考验

至少对于这个具体实例，Classiq 的说法是成立的。 HHL 不仅易于实现，而且电路尺寸的差异也很大。 Classiq 的电路不仅比三种 Qiskit 替代品运行得更快，而且通过 IBM Quantum 其成本也更低。随着量子计算硬件的改进，Classiq 的实现将是这里四个实现中第一个变得有用的。

布莱恩·西格尔瓦克斯 是一位独立的量子算法设计师和自由撰稿人 内部量子技术。他以其对量子计算领域的贡献而闻名，特别是在量子算法的设计方面。他评估了许多量子计算框架、平台和实用程序，并通过他的著作分享了他的见解和发现。西格尔瓦克斯也是一位作家，撰写了《地下城与量子比特》和《选择你自己的量子冒险》等书籍。他定期在 Medium 上撰写有关量子计算相关的各种主题的文章。他的工作包括量子计算的实际应用、量子计算产品的评论以及量子计算概念的讨论。

分类：
光电子, 量子计算

标签：
布赖恩·西格尔瓦克斯, 卡里克, 奇斯奇, 量子比特

• SEO 支持的内容和 PR 分发。 今天得到放大。
• PlatoData.Network 垂直生成人工智能。 赋予自己力量。 访问这里。
• 柏拉图爱流。 Web3 智能。 知识放大。 访问这里。
• 柏拉图ESG。 碳， 清洁科技, 能源， 环境， 太阳能， 废物管理。 访问这里。
• 柏拉图健康。 生物技术和临床试验情报。 访问这里。
• Sumber: https://www.insidequantumtechnology.com/news-archive/efficient-synthesis-of-massive-quantum-circuits-an-overview-of-the-classiq-system/