一种分布式的量子计算仿真方法和装置制造方法及图纸

本发明专利技术公开了一种分布式的量子计算仿真方法和装置，方法包括：将待仿真的量子线路转化为以无向图表示的张量网络，并使用基于分布式系统的运算资源的遗传算法将无向图切分为多个子图；将多个子图分别在各个子进程节点上执行针对相连接的张量之间的张量缩并直到仅剩一个张量，以最终同时获得多个子图的零阶张量；从各个子进程节点同时获取和叠加多个子图的零阶张量以确定无向图的零阶张量，并将其作为正定算子取值测量元的概率幅来执行量子计算仿真。本发明专利技术能够在分布式计算系统上执行基于密度矩阵的单振幅策略量子计算仿真，提高单振幅策略量子计算仿真的泛用性和易用性。

【技术实现步骤摘要】
一种分布式的量子计算仿真方法和装置
本专利技术涉及量子计算领域，更具体地，特别是指一种分布式的量子计算仿真方法和装置。
技术介绍
量子计算是利用量子纠缠和态叠加原理的新型计算模式，会带来强大的量子并行性，为后摩尔时代算力不足的问题带来新的解决方案。其实，费恩曼针对经典计算机仿真量子体系内存开销指数增长的问题，早在几十年前就提出量子计算的概念。经过几十年的发展，量子计算无论在硬件还是算法都取得很大的进展，尤其是随着谷歌宣称实现“量子霸权”，量子计算走进公众视野。然而，整体而言，量子计算仍处于初级阶段，距离大规模可容错的量子计算机还有很长的路要走。在这种背景下，基于经典计算机构建量子计算仿真平台有很重要的意义：(1)可以为量子算法提供验证平台，而且也能为量子软件、量子容错的可靠性做验证；(2)帮助理解经典计算和量子计算的界限，促进量子计算领域的发展。构建量子计算仿真平台是一个相对比较新的方向，目前有全振幅和单振幅的模式。全振幅模式需要存储量子态的全部振幅，通过量子门对振幅进行调控，存储一个N量子比特的振幅需要的向量维数是2N，存储需求随量子比特的增本文档来自技高网...

【技术保护点】
1.一种分布式的量子计算仿真方法，其特征在于，包括执行以下步骤：/n将待仿真的量子线路转化为以无向图表示的张量网络，并使用基于分布式系统的运算资源的遗传算法将所述无向图切分为多个子图；/n将所述多个子图分别在各个子进程节点上执行针对相连接的张量之间的张量缩并直到仅剩一个张量，以最终同时获得所述多个子图的零阶张量；/n从各个子进程节点同时获取和叠加所述多个子图的零阶张量以确定所述无向图的零阶张量，并将其作为正定算子取值测量元的概率幅来执行量子计算仿真。/n

【技术特征摘要】
1.一种分布式的量子计算仿真方法，其特征在于，包括执行以下步骤：
将待仿真的量子线路转化为以无向图表示的张量网络，并使用基于分布式系统的运算资源的遗传算法将所述无向图切分为多个子图；
将所述多个子图分别在各个子进程节点上执行针对相连接的张量之间的张量缩并直到仅剩一个张量，以最终同时获得所述多个子图的零阶张量；
从各个子进程节点同时获取和叠加所述多个子图的零阶张量以确定所述无向图的零阶张量，并将其作为正定算子取值测量元的概率幅来执行量子计算仿真。


2.根据权利要求1所述的方法，其特征在于，将待仿真的量子线路转化为以无向图表示的张量网络包括：
将所述量子线路中的量子比特的输入态、操作门、和测量使用迹运算转化为张量，并在所述无向图中确定为顶点；
将所述量子线路中的量子比特的输入态、操作门、和测量之间的连接关系在所述无向图中确定为对应顶点之间相连的边。


3.根据权利要求1所述的方法，其特征在于，使用基于分布式系统的运算资源的遗传算法将所述无向图切分为多个子图包括：
基于分布式系统的运算资源确定对所述无向图执行切分的次数，使得以4为底的所述切分次数的指数幂趋近可用的所述子进程的数量；
基于所述切分次数使用所述遗传算法确定对所述无向图执行切分的边集合；
将所述边集合中的边从所述无向图中切断，并在被切断位置生成两个新顶点；
为所述两个新顶点赋予4组分的密度算符{|0><0|,|0><1|,|1><0|,|1><1|}中之一作为所述两个新顶点的张量；
基于所述两个新顶点的张量的密度算符的不同赋值而生成所有可能的组合作为所述多个子图，其中子图的数量是以4为底的所述切分次数的指数幂。


4.根据权利要求3所述的方法，其特征在于，基于所述切分次数使用所述遗传算法确定对所述无向图执行切分的边集合，包括：
构建确定数量的所述无向图作为个体以形成无向图种群，在所述无向图中随机选择所述切分次数个边生成所述边集合，除此之外还包括以下步骤：
计算所述种群中所有个体的无向图树宽度，并将所有个体依照所述无向图树宽度的大小而排序；
使除所述无向图树宽度最小的个体外的所有个体两两相邻地交换所述边集合中的部分边以执行染色体变异；
将在除所述无向图树宽度最小的个体外的所有个体中随机选取的一个边集合中的随机选取的一个边替换为随机选取的另一个边以执行基因突变；
响应于所述边集合中出现重复的边，而随机选取所述边集合中不存在的边替代重复的边；
重复循环执行上述步骤直到循环次数超过预定的最大迭代次数，并返回种群内的最优个体作为所述边集合。


5.根据权利要求4所述的方法，其特征在于，计算所述无向图树宽度包括：
基于所有的不同张量缩并顺序对所述无向图执行树分解以获得多颗树；
基于所述多颗树各自的结构分别确定所对应的所述树分解的宽度；
基于所述多颗树中所述树分解的宽度的最小值确定所述无向图树宽度。


6.根据权利要求1所述的方法，其特征在于，将所述多个子图分别在各个子进程节点上执行针对相连接...

【专利技术属性】
技术研发人员：张新，赵雅倩，李仁刚，姜金哲，李辰，
申请(专利权)人：苏州浪潮智能科技有限公司，
类型：发明
国别省市：江苏;32