Gokul Subramanian 拉维
Gokul Subramanian 拉维 开始他的 CIF奖学金 于 2020 年 XNUMX 月获得博士学位（专注于计算机体系结构）后 美国威斯康星大学麦迪逊分校 2020 年 XNUMX 月。Gokul 目前在 University of Chicago 从事量子计算工作 弗雷德里克庄, 西摩古德曼教授 计算机科学。 链接是他的博客 变量子算法 并带来更多 经典计算机架构师进入量子世界. Gokul 目前在 2022-23 学术就业市场上。
这篇文章的其余部分由 Gokul Ravi 撰写
当前的项目
量子计算是一种颠覆性的技术范式，有可能彻底改变计算，进而改变世界。 三十多年来，通过算法的理论进步和设备技术的实验进步，量子计算的前景逐渐变得更加强大，这两者往往是孤立的。
但随着量子设备从实验室好奇心转变为技术现实，建立一个计算生态系统至关重要，该生态系统应积极增强近期（NISQ：嘈杂中级量子）和长期（FT：容错）量子机器，以一种非常熟悉目标量子应用需求的方式。 计算机架构师对这项工作尤为重要，因为他们擅长弥合计算堆栈不同层之间的信息鸿沟，并逐渐积累了构建严格约束的高度优化系统的专业知识——这对量子计算的未来是无价的。
作为一名接受过量子计算和经典计算培训的量子计算机架构师，我的博士后研究重点是构建一个混合量子-经典计算生态系统，以获得实用的量子优势。 这涉及利用材料和哲学中的经典计算原理，使我能够领导激动人心的量子项目，目标是：a）自适应错误缓解和对变分量子算法的经典支持（VAQEM, 中国食品质量协会 和 QISMET); b）高效的量子资源管理（质量管理器 和 全科尔德); c）用于量子纠错的可扩展解码（点击).
以 CAFQA 为例：变分量子算法是近期量子优势最有前途的应用之一，并已应用于各种问题，例如量子多体系统的模拟。 VQA 依赖于关于目标函数的参数化电路的迭代优化。 由于量子机器是嘈杂且昂贵的资源，因此必须经典地选择尽可能接近最优的 VQA 初始参数，以提高 VQA 的准确性并加速它们在当今设备上的收敛。 在 CAFQA 中，这些初始参数是通过使用基于贝叶斯优化的离散搜索技术在量子空间的经典可模拟部分（称为克利福德空间）中高效且可扩展地搜索来选择的。
影响力故事
首先，这些项目显示出显着的量化影响。 在上面的示例中，使用 CAFQA 初始化 VQA 可以恢复先前最先进的经典初始化方法中高达 99.99% 的不准确性损失。 作为另一个例子，我们提出了一种称为 Clique 的用于量子纠错的低温解码器，它以非常低的硬件成本消除了 70-99+% 的纠错解码带宽（稀释制冷机内外）。 我们的其他提议也对量子保真度和整体执行效率产生了实质性的改进。
其次，这些研究方向为量子计算和经典计算交叉领域的各种新颖想法打开了大门，有可能扩大具有不同经典计算专业知识的研究人员的参与。
额外的研究
我正在从事的其他研究领域包括：a）确定将从经典支持中受益的新目标量子应用； b) 在不同的量子技术上探索各种噪声抑制技术； c) 试图进一步减少纠错量子经典瓶颈； d) 管理量子云中的各种应用程序和技术。
