Hybrides Quantencomputing

Hybrid Quantum Computing bezieht sich auf die Prozesse und die Architektur eines klassischen Computers und eines Quantencomputers, die zusammen arbeiten, um ein Problem zu lösen. Klassische Computer wurden schon immer im Quantencomputing verwendet, um Quantengates zu definieren, die Konfiguration des Quantencomputers zu steuern, Aufträge zu übermitteln und Ergebnisse des Quantencomputers zu verarbeiten. Mit der neuesten Generation der hybriden Quantencomputingarchitektur, die in Azure Quantum, Integrated Hybrid verfügbar ist, können Sie mit der Programmierung von Quantencomputern beginnen, indem Sie klassische und Quantenanweisungen miteinander mischen.

Hybride Quantencomputingarchitekturen

Mit der Weiterentwicklung und Weiterentwicklung der Quantentechnologie werden die klassischen prozesse und quantentechnischen Prozesse immer stärker integriert. Microsoft hat eine präzise Taxonomie entwickelt, um jede Architektur und ihre Vorteile zu verstehen.

Aufbau	Beschreibung
Batch-Quantencomputing	Lokale Clients definieren Leitungen und übermitteln sie als Aufträge an die Quantenverarbeitungseinheit (Quantum Processing Unit, QPU), die das Ergebnis an den Client zurückgibt. Durch das Batchen mehrerer Leitungen in einem Auftrag wird jedoch das Warten zwischen Auftragsübermittlungen beseitigt, sodass Sie mehrere Aufträge schneller ausführen können. Beispiele für Probleme, die das Batch-Quantencomputing nutzen können, sind der Shor-Algorithmus und die einfache Quantenphasenschätzung.
Interaktives Quantencomputing (Sitzungen)	In diesem Modell wird die Clientcomputeressource in die Cloud verschoben, was zu einer geringeren Latenz und wiederholter Ausführung der Quantenschaltung mit unterschiedlichen Parametern führt. Aufträge können logisch in einer Sitzung gruppiert und gegenüber Nichtsitzungsaufträgen priorisiert werden. Obwohl Sitzungen kürzere Warteschlangenzeiten und längere Ausführungsprobleme ermöglichen, bleiben die Qubitzustände nicht zwischen den einzelnen Iterationen bestehen. Beispiele für Probleme, die diesen Ansatz verwenden können, sind Variational Quantum Eigensolvers (VQE) und Quantum Approximate Optimization Algorithms (QAOA).
Integriertes Quantencomputing	Beim integrierten Quantencomputing sind die klassische und die Quantenarchitektur eng gekoppelt, sodass klassische Berechnungen durchgeführt werden können, während physische Qubits kohärent sind. Obwohl dies durch Qubit-Lebensdauer und Fehlerkorrektur begrenzt ist, können Sich Quantenprogramme von nur Schaltungen entfernen. Programme können jetzt gängige Programmierkonstrukte verwenden, um Mid-Circuit-Messungen durchzuführen, Qubits zu optimieren und wiederzuverwenden und in Echtzeit an die QPU anzupassen. Beispiele für Szenarien, die dieses Modell nutzen können, sind die Schätzung der adaptiven Phasen und maschinelles Lernen.
Verteiltes Quantencomputing	In dieser Architektur funktioniert die klassische Berechnung neben logischen Qubits. Die lange Kohärenzzeit logischer Qubits ermöglicht komplexe und verteilte Berechnungen über heterogene Cloudressourcen hinweg. In Kombination mit einer QPU, die aus einer großen Anzahl von Qubits besteht, können Sie erwarten, dass diese Architektur verwendet wird, um Probleme zu lösen, z. B. die Auswertung vollständiger katalytischer Reaktionen, die kommerziellen Anwendungen und die schwierigsten Probleme der Menschheit, einschließlich der Kohlenstoffabscheidung und der Entdeckung neuer Medikamente, zugute kommen können.