可用于例如量子计算的用于求解问题的系统和方法技术方案

计算系统使用启发式求解器或优化器来求解问题。这样可以迭代地评定处理结果，并且修改所述问题或其表示，然后对修改后的问题进行重复处理，直至达到终止条件。启发式求解器或优化器可以在一个或多个数字处理器和/或一个或多个量子处理器上执行。所述系统可以在多种类型的硬件设备和/或多种类型的启发式优化算法之间自主地进行选择。这样可以将后处理操作与处理操作进行协调或至少部分地重叠，例如在产生第(i+1)批样本的同时对第i批样本执行后处理，例如因而对第i批样本的后处理操作并未在时间上延伸超过产生第(i+1)批样本。启发式优化器的选择基于对所述问题的预处理评定，例如基于从所述问题中提取的特征并且例如基于所预测的成功。

【技术实现步骤摘要】
【国外来华专利技术】可用于例如量子计算的用于求解问题的系统和方法
技术介绍

本公开总体上涉及以计算方式求解问题并且尤其可以用于经由量子处理器进行量子计算。求解器求解器是经由被设计成用于求解数学问题的硬件电路执行的一组基于数学的指令。一些求解器是被设计成用于求解广泛类型或类别的问题的通用求解器。其他求解器被设计成用于求解特定类型或类别的问题。一组非限制性示例性类型或类别的问题包括：线性和非线性方程、线性方程组、非线性组、多项式方程组、线性和非线性优化问题、普通微分方程组、可满足性问题、逻辑问题、约束满足问题、最短路径或旅行商问题、最小生成树问题、以及搜索问题。存在许多求解器可用，其中大多数被设计成在经典计算硬件上执行，即采用数字处理器和/或数字处理器可读的非瞬态存储介质(例如，易失性存储器、非易失性存储器、基于盘的介质)的计算硬件。最近，被设计成在非经典计算硬件上执行的求解器变得可获得，例如被设计成在模拟计算机(例如包括量子处理器的模拟计算机)上执行的求解器。绝热量子计算绝热量子计算典型地涉及通过逐渐改变哈密尔顿算子来将一个系统从一个已知的初始哈密尔顿算子(该哈密尔顿算子是一个运算符，它的本征值是该系统所允许的能量)演算到一个最终的哈密尔顿算子。一个绝热演算的简单示例是：He＝(1-s)Hi+sHf(0a)其中，Hi是初始哈密尔顿算子，Hf是最终哈密尔顿算子，He是演算或瞬态哈密尔顿算子，并且s是控制演算速率的演算系数。随着系统的演算，演算系数s从0到1，这样使得在开始时(即，s＝0)演算哈密尔顿算子He等于初始哈密尔顿算子Hi，并且在结束时(即，s＝1)演算哈密尔顿算子He等于最终的哈密尔顿算子Hf。在演算开始之前，典型地将系统初始化为处于初始哈密尔顿算子Hi的基态中，并且目标是使系统进行演算的方式为使得在演算结束时所述系统结束在最终的哈密尔顿算子Hf的基态中。如果该演算太快，则该系统能够转换到更高的能态，例如第一激发态。总体上，“绝热”演算被认为是满足以下绝热条件的一种演算：其中，是s的时间导数，g(s)是作为s的函数的系统的基态与第一激发态之间的能量差值(在此还被称为“间隙大小”)，并且δ是远远小于1的系数。一般，初始哈密尔顿算子Hi和最终哈密尔顿算子Hf不进行交换。也就是说，[Hi，Hf]≠0。在绝热量子计算中改变哈密尔顿算子的过程被称为演算。变化速率、例如s变化的速率足够慢而使得所述系统在演算过程中总是处于演算哈密尔顿算子的瞬时基态中，并且避免了在反交叉处(即，当所述间隙大小为最小时)的转变。以上给出了线性演算方案的实例。其他演算方案是可能的，包括非线性的、参数化的等等。在美国专利号7,135,701和7,418,283中描述了关于绝热量子计算系统、装置及方法的进一步细节。量子退火量子退火是一种计算方法，所述方法可以被用于找出系统的低能态，典型地优选是基态。与经典的退火概念相类似，该方法所依赖的本质性原理在于自然系统趋向于低能态，因为低能态是更加稳定的。然而，尽管经典退火使用经典的热波动将系统引导到低了能量状态并且典型地到它的全局能量最小值，但量子退火可以使用量子效应(如量子隧道效应)来比经典退火更精确和/或更快速地达到一个全局能量最小值。在量子退火中可能存在热效应和其他噪声以辅助退火。然而，最终低能量状态可以不是全局能量最小值。绝热量子计算因此可以被认为是量子退火的特殊情况，对于量子退火所述系统在理想情况下对于整个绝热演算开始于并保持在它的基态中。因此，本领域的普通技术人员应当理解量子退火系统和方法总体上可以在绝热量子计算机上实现。贯穿本说明书以及所附的权利要求书，任何提及对量子退火之处均旨在包含绝热量子计算，除非上下文中另有要求。量子退火在退火过程中使用量子力学来作为无序化源。最优化问题被编码在哈密尔顿算子HP中，并且所述算法通过增加与HP不进行交换的无序化哈密尔顿算子HD来引入量子效应。示例性情形为：HE∝A(t)HD+B(t)HP,(0c)其中A(t)和B(t)是依赖于时间的包络函数。哈密尔顿算子HE可以被认为是与以上在绝热量子计算的背景下描述的He相类似的演算哈密尔顿算子。通过去掉HD(即，减小A(t))可以去掉这种离域作用。可以添加并接着去除这种离域作用。因此，由于所述系统以初始哈密尔顿算子开始、并且通过演算哈密尔顿算子演算到最终的“问题”哈密尔顿算子HP(它的基态对于所述问题的解进行编码)，所以量子退火与绝热量子计算是相类似的。如果所述演算足够慢，那么所述系统将典型地进入全局最小值(即，精确解)、或进入能量接近所述精确解局部最小值。这种计算的性能可以经由与演算时间相对比的残余能量(与使用目标函数的精确解之间的差异)来进行评定。该计算的时间是生成在某个可接受的阈值以下的一个残余能量所需要的时间。在量子退火中，HP可以对最优化问题进行编码，但是所述系统不一定一直保持在基态中。HP的能量形态可以是精心设计的，这样使得它的全局最小值是有待被求解的问题的答案，并且处于低位的多个局部最小值是多个良好的近似。稳恒电流超导通量量子位(例如射频超导量子干涉装置；“rf-SQUID”)可以包括被至少一个约瑟夫逊结中断的超导材料回路(称为“量子位回路”)。由于量子位回路是超导的，所以它实际上没有电阻。因此，在量子位回路中流动的电流可以不经历损耗。如果电流通过(例如)磁通量信号耦合到量子位回路中，那么这个电流甚至在所述信号源被去除时也可以继续围绕该量子位回路循环。该电流可以无限期地持续直到它被以某种方式所干扰或者直到该量子位回路不再是超导的(例如，由于将该量子位回路加热到了它的临界温度之上)。为了本说明书的目的，术语“稳恒电流”被用于说明在一个超导量子位的量子位回路中循环流动的电流。稳恒电流的符号和幅值可以受多种因素影响，这些因素包括但不限于直接连接到该量子位回路上的通量信号ΦX以及连接到中断该量子位回路的一个复合约瑟夫逊结上的通量信号ΦCJJ。量子处理器量子处理器可以采取超导量子处理器的形式。超导量子处理器可以包括多个量子位以及多个相关联的局部偏置器件。超导量子处理器还可以采用多个耦合器以便在量子位之间提供可调谐的通信连接。量子位和耦合器彼此相似但物理参数不同。一种区别为参数β。考虑rf-SQUID，被约瑟夫逊结中断的超导回路β是所述约瑟夫逊结的电感与所述回路的几何电感之比。具有较小值的β(大约1)的设计表现得更像简单的感应回路，一种单稳态器件。具有较高值的设计更多地被约瑟夫逊结主导、并且更可能具有双稳态行为。参数β被定义为2πLIC/Φ0。也就是，β与电感和临界电流的积成比例。可以改变电感，例如，量子位正常地大于其相关联耦合器。较大的器件具有较大的电感，并且因此量子位通常是双稳态器件而耦合器是单稳态的。替代地，可以改变所述临界电流，或者可以改变临界电流与电感的积。量子位通常会具有与之相关联的更多器件。在美国专利7,533,068、8,008,942、8,195,596、8,190,548以及8,421,053中说明了可以与本专利技术的系统、方法及器件结合使用的示例性量子处理器的进一步的细节及实施例。使用量子退火来求解计算问题的许多技术涉及：寻找将问题的表示直接映射/嵌入量子处理器的方法。总体上，通过首先本文档来自技高网...

【技术保护点】
一种计算系统中的操作方法，所述方法包括：接收问题；以及对于迭代次数i直到数目n，其中n是正整数：致使由至少一个处理器执行求解器以产生多个样本作为对所述问题的可能解；由至少一个控制器致使由至少一个基于非量子处理器的后处理设备对所述多个样本执行至少一个后处理操作以产生一组后处理结果；至少部分地基于所述一组后处理结果来判定是否修改所述问题；在至少部分地基于所述一组后处理结果确定修改所述问题之后，第i次迭代进一步包括：致使所述问题被修改；以及发起第(i+1)次迭代。

【技术特征摘要】
【国外来华专利技术】2014.08.22 US 62/040,643;2014.08.22 US 62/040,646;1.一种计算系统中的操作方法，所述方法包括：接收问题；以及对于迭代次数i直到数目n，其中n是正整数：致使由至少一个处理器执行求解器以产生多个样本作为对所述问题的可能解；由至少一个控制器致使由至少一个基于非量子处理器的后处理设备对所述多个样本执行至少一个后处理操作以产生一组后处理结果；至少部分地基于所述一组后处理结果来判定是否修改所述问题；在至少部分地基于所述一组后处理结果确定修改所述问题之后，第i次迭代进一步包括：致使所述问题被修改；以及发起第(i+1)次迭代。2.如权利要求1所述的方法，其中，致使由至少一个处理器执行求解器以产生多个样本作为对所述问题的可能解包括：致使由至少一个处理器所执行的至少一个启发式优化器来优化所述问题以产生多个样本作为对所述问题的可能解。3.如权利要求2所述的方法，其中，至少部分地基于所述一组后处理结果来判定是否修改所述问题包括：将结果与所确定的满足条件进行比较。4.如权利要求3所述的方法，其中，至少部分地基于所述一组后处理结果来判定是否修改所述问题包括：将所执行的所述迭代次数与所确定的极限进行比较。5.如权利要求2所述的方法，其中，所述至少一个处理器是非量子处理器，所述非量子处理器包括至少一个选自以下各项中的至少一项的非量子处理器：微处理器、数字信号处理器(DSP)、图形处理单元(GPU)、现场可编程门阵列(FPGA)、以及专用集成电路(ASIC)。6.如权利要求2所述的方法，其中，所述至少一个处理器是量子处理器。7.如权利要求6所述的方法，其中，致使由至少一个基于非量子处理器的设备执行至少一个后处理操作包括致使由以下各项中的至少一项来执行所述至少一个后处理操作：微处理器、数字信号处理器(DSP)、图形处理单元(GPU)、现场可编程门阵列(FPGA)、以及专用集成电路(ASIC)。8.如权利要求6所述的方法，其中，致使由至少一个基于非量子处理器的设备执行至少一个后处理操作包括致使由至少一个数字处理器执行以下各项中的至少一项：多数表决后处理操作、贪婪下降后处理操作、变量钳制后处理操作、变量分支后处理操作、局部场表决后处理操作、局部搜索寻找局部最小值后处理操作、在固定温度的后处理操作中的马尔可夫链蒙特卡罗模拟、以及米特罗波利抽样后处理操作。9.如权利要求6所述的方法，其中，在第一迭代时，致使由至少一个处理器所执行的至少一个启发式优化器来优化所述问题包括：致使由至少一个处理器所执行的第一启发式优化器来优化所述问题，并且在第二迭代时，致使由至少一个处理器所执行的至少一个启发式优化器来优化所述问题包括：致使由至少一个处理器所执行的第二启发式优化器来优化所述问题，其中所述第二启发式优化器不同于所述第一启发式优化器。10.如权利要求6所述的方法，进一步包括：由所述计算系统的至少一个部件在多种类型的硬件设备之间进行自主选择以用于执行所述启发式优化。11.如权利要求6所述的方法，进一步包括：由所述计算系统的至少一个部件在多种类型的启发式优化算法之间进行自主选择以用于执行所述启发式优化。12.如权利要求6所述的方法，进一步包括：由所述计算系统的至少一个部件向用户发送来自所述一组后处理结果中的一个或多个结果。13.如权利要求6所述的方法，其中，n是大于2的整数，并且对于在2与(n-1)之间的i值，所述由所述至少一个基于非量子处理器的后处理设备对第i多个样本执行至少一个后处理操作以产生第i组后处理结果与所述由至少一个处理器所执行的至少一个启发式优化器进行优化以产生第(i+1)多个样本在时间上至少部分重叠地发生。14.如权利要求13所述的方法，其中，所述由所述至少一个基于非量子处理器的后处理设备对第i多个样本执行所述至少一个后处理操作以产生第i组后处理结果并未在时间上延伸超过所述由至少一个处理器所执行的至少一个启发式优化器进行优化以产生第(i+1)多个样本。15.如权利要求13所述的方法，其中，所述由所述至少一个基于非量子处理器的后处理设备对第i多个样本执行所述至少一个后处理操作以产生第i组后处理结果的持续时间小于所述由至少一个处理器所执行的至少一个启发式优化器进行优化以产生第(i+1)多个样本的持续时间。16.如权利要求13所述的方法，其中，所述由至少一个处理器所执行的至少一个启发式优化器进行优化以产生第(i+1)多个样本的持续时间不同于所述由至少一个处理器所执行的至少一个启发式优化器进行优化以产生第i多个样本的持续时间。17.如权利要求6所述的方法，其中，n是大于2的整数，并且对于具有在2与(n-1)之间的i值的迭代，所述方法进一步包括确定所述由至少一个处理器所执行的至少一个启发式优化器进行优化以产生第(i+1)多个样本的时机，其中，所述由所述至少一个基于非量子处理器的后处理设备对第i多个样本执行至少一个后处理操作以产生第i组后处理结果与所述由至少一个处理器所执行的至少一个启发式优化器进行优化以产生第(i+1)多个样本在时间上至少部分重叠地发生。18.如权利要求17所述的方法，其中，确定所述由至少一个处理器所执行的至少一个启发式优化器进行优化以产生第(i+1)多个样本的时机包括确定以下各项中的至少一项：所述由至少一个处理器所执行的至少一个启发式优化器进行优化以产生第(i+1)多个样本的开始时间、结束时间、以及持续时间。19.如权利要求17所述的方法，进一步包括：确定所述由所述至少一个基于非量子处理器的后处理设备对第i多个样本执行所述至少一个后处理操作以产生第i组后处理结果的时机。20.如权利要求19所述的方法，其中，确定所述由所述至少一个基于非量子处理器的后处理设备对第i多个样本执行所述至少一个后处理操作以产生第i组后处理结果的时机包括：确定以下各项中的至少一项：所述对第i多个样本执行所述至少一个后处理操作的开始时间、结束时间、以及持续时间。21.如权利要求6所述的方法，进一步包括：由基于处理器的设备来执行对所述问题的预处理评定；以及通过所述基于处理器的设备至少部分地基于对所述问题的所述预处理评定从多个启发式优化器中选择所述至少一个启...

【专利技术属性】
技术研发人员：菲拉斯·哈姆泽，安德鲁·道格拉斯·金，杰克·雷蒙德，艾丹·帕特里克·罗伊，罗伯特·伊斯雷尔，叶夫根尼·安德里亚什，凯瑟琳·麦吉奥赫，马尼·兰杰巴尔，
申请(专利权)人：D波系统公司，
类型：发明
国别省市：加拿大,CA