当前位置: 首页 > news >正文

Quake 方言

Quake 方言

总体介绍

量子电路模型是应用最广泛的量子计算模型。它为表述量子算法提供了便利工具,也为量子计算机的物理构建提供了架构。

量子电路将计算表示为一个应用于量子数据的量子算子序列。在我们的场景中,量子数据是一组量子比特。物理上,一个量子比特是仅有两个可区分状态的对象,即它是一个二态量子力学系统,如自旋-1/2粒子。

概念上,量子算子是可能修改量子比特子集状态的效应。最常见的情况是,这种效应是幺正演化——此时,我们称该算子是幺正的。算子作用的目标量子比特数量是其固有属性。

量子指令是将量子算子应用于特定量子比特子集的具体体现。量子比特的数量必须等于(或大于)算子固有的目标量子比特数量。如果更大,额外的量子比特被视为控制比特。

动机

Quake 值模型背后的主要动机是,为了优化目的直接暴露量子与经典数据的依赖关系,即表示量子计算中的数据流。与 Quake 的内存模型(使用内存语义,量子算子作为对量子比特引用的副作用)不同,值模型使用值语义,即量子算子消费并产生值。然而,这些值并非真正的 SSA 值,因为操作仍然对值本身有副作用且值不能被复制。

我们来看一个例子以澄清两种模型之间的区别。以下是某个玩具量子计算的 Quake 实现:

mlir

func.func foo(%veq : !quake.veq<2>) { // 从向量中提取每个量子比特的样板代码 %c0 = arith.constant 0 : index %c1 = arith.constant 1 : index %q0 = quake.extract_ref %veq[%c0] : (!quake.veq<2>, index) -> !quake.ref %q1 = quake.extract_ref %veq[%c1] : (!quake.veq<2>, index) -> !quake.ref // 我们向这些提取的量子比特应用一些算子 // ... 一系列使用 %q0 和 %q1 的算子 ... quake.h %q0 : (!quake.ref) -> () // 我们决定测量该向量 %result = quake.mz %veq : (!quake.veq<2>) -> cc.stdvec<i1> // 然后向 %q0 应用另一个 Hadamard quake.h %q0 : (!quake.ref) -> () // ... }

现在假设我们想通过移除相邻的伴随算子对来优化此代码,例如,如果在同一个量子比特上连续出现一对 Hadamard 操作——图示如下:

┌───┐ ┌───┐ ┌───┐ ─┤ H ├─┤ H ├─ = ───┤ I ├─── = ───────────── └───┘ └───┘ └───┘

其中 I 是恒等算子。注意,对 Quake 的这种优化的简单实现会优化掉应用于 %q0 的两个quake.h算子。这样的实现忽略了测量正被应用于包含 %q0 的向量 %veq 这一事实。

当然,为 Quake 正确实现这种优化是可能的。但这样的实现会很容易出错且需要复杂的分析。因此,Quake 具有重载的门。

在值模型中,算子消费值并返回新值:

mlir

%q0_1 = quake.op %q0_0 : (!quake.wire) -> !quake.wire

我们可以将内存表示与值表示之间的差异可视化为:

内存表示 值表示 ┌──┐ ┌──┐ ┌──┐ ┌──┐ %q0_1 ┌──┐ ┌──┐ %q0 ─┤ ├─┤ ├─···─┤ ├─ %q0 对比 %q0_0 ─┤ ├───────┤ ├─···─┤ ├─ %q0_Z └──┘ └──┘ └──┘ └──┘ └──┘ └──┘

如果我们再次查看实现,会注意到简单优化的问题在于 Hadamard 算子通过相同的值 %q0 隐式连接。在值形式中,所有门都通过不同的值显式连接,这消除了通过隐式副作用进行进一步分析的需要。以下是值形式的实现。

mlir

func.func @foo(%array : !quake.qvec<2>) { // 提取每个量子比特的样板代码 %c0 = arith.constant 0 : index %c1 = arith.constant 1 : index %r0 = quake.extract_ref %array[%c0] : (!quake.qvec<2>, index) -> !quake.qref %r1 = quake.extract_ref %array[%c1] : (!quake.qvec<2>, index) -> !quake.qref // 解包量子引用以暴露连线 %q0 = quake.unwrap %r0 : (!quake.qref) -> !quake.wire %q1 = quake.unwrap %r1 : (!quake.qref) -> !quake.wire // 应用各种算子 %q0_M = quake.h %q0_L : (!quake.wire) -> !quake.wire // 将连线重新包装到其原始源 quake.wrap %q0_M to %r0 : !quake.wire, !quake.qref quake.wrap %q1_X to %r1 : !quake.wire, !quake.qref // 测量整个量子引用向量 %result = quake.mz %array : (!quake.qvec<2>) -> !cc.stdvec<i1> // 再次解包量子比特 0 的连线 %q0_P = quake.unwrap %r0 : (!quake.qref) -> !quake.wire ... %q0_Z = quake.h %q0_Y : (!quake.wire) -> !quake.wire // 将连线重新包装回原始引用 quake.wrap %q0_Z to %r0 : !quake.wire, !quake.qref return }

在这段代码中,我们可以更直接地看出这两个 Hadamard 算子不能相互抵消。一种推理方式如下:在值形式中,我们需要遵循值链来了解量子比特算子被应用于何处,在本例中:

内存表示 值表示 %q0 [%q0_0, %q0_1 ... %q0_L, %q0_M; %q0_P ... %q0_Y, %q0_Z]

我们知道一个 Hadamard 应用于 %q0_L 并生成 %q0_M,另一个应用于 %q0_Y 并生成 %q0_Z。因此,它们之间没有连接——这意味着它们不能相互抵消。

http://www.cnnetsun.cn/news/158361.html

相关文章:

  • Langchain-Chatchat如何实现文档访问统计?了解知识使用情况
  • Langchain-Chatchat与Argo CD持续交付集成:自动化部署流水线
  • Langchain-Chatchat与Consul服务发现集成:动态节点管理
  • Langchain-Chatchat与Airflow工作流集成:复杂ETL流程调度
  • 验证码实现
  • 2.1 CPU脚本性能优化简介
  • Langchain-Chatchat问答系统压测报告:万级QPS承载能力验证
  • Langchain-Chatchat支持自定义元数据字段:扩展文档属性信息
  • 双侧独立电驱动车辆转向控制:Matlab/Simulink建模之旅
  • 500kW三相光伏并网逆变器仿真模型探索
  • 基于Optislang的电机多目标优化:以电机气息磁通密度空间某一阶次为优化目标教程
  • 彼得林奇对公司自由现金流转换率的分析
  • 通达信止损价位
  • Langchain-Chatchat与Elasticsearch集成:增强全文检索能力
  • 历年中国海洋大学计算机考研复试上机真题
  • Langchain-Chatchat与OpenAI对比:为何本地化部署更受企业青睐
  • 用 SAT 运行时跟踪自动生成 ABAP 的 UML 时序图:拦截标准生成器,输出 PlantUML,让文档从痛苦变成顺手
  • 什么是护网(HVV)?参加护网需要掌握什么技术?
  • 通过微调通用视觉或时序大模型提升小样本预测能力,或利用生成模型(如GAN、扩散模型)进行高质量数据增强与情景模拟
  • Rust嵌入式开发终极指南:用cross实现DMA驱动的零配置跨编译
  • Carnac:让你的键盘操作惊艳全场!3大核心功能深度解析
  • 5分钟搞定FastGPT上下文管理:让AI对话像真人一样连贯自然
  • Java开发者转型AI应用开发工程师:零门槛入门+框架选型+项目实践
  • 实战分享:如何用FunASR构建游戏语音交互系统
  • iperf3网络性能测试终极指南:Windows与Android双平台完整教程
  • Twisted WebSocket开发指南:构建高性能实时应用
  • 5大实用技巧:轻松掌握Chipsbank APTool V7200量产工具
  • DragonflyDB性能革命:如何突破Redis传统架构的性能瓶颈
  • HTML 与 CSS 基础入门笔记
  • Langchain-Chatchat在物业管理中的应用:业主手册智能咨询服务