Azure Quantum リソース推定器の概要

この記事では、量子コンピューターで量子プログラムを実行するために必要なリソースを見積もる強力な オープンソース ツールである Azure Quantum Resource Estimator について説明します。

Azure Quantum リソース推定器とは

Azure Quantum Resource Estimator は、フォールト トレラントな量子コンピューターで特定の量子アルゴリズムを実行するために必要なリソースを見積もる オープンソース ツールです。

ヒント

Azure Quantum Resource Estimator は 無料 で、Azure アカウントは必要ありません。

Resource Estimator には、物理量子ビットと論理量子ビット、ランタイムの合計数、および各見積もりで使用される数式と値の詳細が表示されます。 これは、パフォーマンスの最適化とコストの削減を目的として、アルゴリズム開発が焦点になることを意味します。 Azure Quantum Resource Estimator を使用すると、量子ビット テクノロジ、量子エラー修正スキーム、およびその他のハードウェア特性を比較して、量子プログラムの実行に必要なリソースにそれらがどのように影響するかを理解できます。

既知の定義済みの量子ビット パラメーター設定と量子エラー修正 (QEC) スキームから開始するか、操作エラー率、操作速度、エラー修正スキームとしきい値など、さまざまなマシン特性にわたって一意の設定を構成できます。

量子コンピューティングの開発においてリソース推定が重要なのはなぜですか?

量子コンピューターは重要な科学的および商業的な問題を解決することを約束しますが、商用の実行可能性を実現するには、重ね合わせの量子ビット数が多く、物理的なエラー率が一定のしきい値を下回る大規模でフォールト トレラントな量子コンピューターが必要になります。 商用および科学的な実行可能性では、フォールト トレランスを実現するために QEC スキームも必要になります。 QEC は、時間と空間の両方を多く使います。アルゴリズム レベルまたは論理レベルの演算に必要な実行時間が長いうえに、情報を格納および計算するための物理量子ビットもさらに必要です。

リソース推定器を使用すると、アーキテクチャ設計の選択と量子エラー修正スキームの影響を理解できます。 Resource Estimator は、アプリケーションの実行に必要な量子ビットの数、実行にかかる時間、特定の問題の解決に適した量子ビット テクノロジを理解するのに役立ちます。 これらの要件を理解することで、将来のスケーリングされた量子マシンで実行する量子ソリューションを準備および調整できます。

リソース推定器を一意にする機能は何ですか?

Resource Estimator は、すべてのレベルの量子コンピューティング スタックを含む強力なツールです。 量子コンピューティング スタックは、アプリケーション レベル、量子プログラミングまたはコンパイル レベル、ハードウェアまたはモデリング レベルの 3 つのレベルに分割できます。

Resource Estimator を使用すると、各レベルのパラメーターをカスタマイズし、量子プログラムの実行に必要なリソース全体に与える影響を分析できます。

カスタマイズ

リソース推定器を調整し、量子システムの特性を指定できます。 定義済みの target パラメーターを使用することも、ニーズに合わせてカスタマイズすることもできます。 詳細については、「 マシンの特性に合わせてリソースの見積もりをカスタマイズする」を参照してください。

ターゲット パラメーター	システムについて説明する
物理量子ビット モデル	たとえば、命令セット、量子ビット測定時間、エラー率、ゲート時間を指定します。
量子エラー修正スキーム	たとえば、論理量子ビットあたりの物理量子ビット数、論理サイクル時間、またはエラー修正しきい値を指定します。
エラー予算	たとえば、論理量子ビット、T 状態蒸留、回転ゲートの合成を実装するエラー予算を指定します。
蒸留ユニット	たとえば、蒸留プロセスに必要な T 状態の数、蒸留プロセスからの出力として生成される T 状態の数、または蒸留プロセスの失敗の確率を指定します。
制約	たとえば、物理量子ビットの最大数、最大ランタイム、 または T ファクトリ コピーの最大数を指定します。

柔軟性

独自のコードとコンパイル ツールを Resource Estimator に取り込むことができます。 Resource Estimator では、QIR に変換される任意の言語 (Q# や Qiskit など) がサポートされます。 「Resource Estimator を実行するさまざまな方法」を参照してください。

複数の見積もりをバッチ処理する

Resource Estimator を使用すると、パラメーターのさまざまな構成targetに対して同じ量子アルゴリズムを実行するために必要なリソースを見積もり、結果を比較できます。 この方法では、量子ビット アーキテクチャ、QEC スキーム、およびその他の target パラメーターがリソース全体にどのように影響するかを理解できます。

最適化

全体的なコストに見積もりをいくつか組み込むことで、リソース推定器の実行時間を短縮できます。 たとえば、大規模なプログラムを使用している場合は、 サブルーチンのコストを計算してキャッシュするか、 操作の見積もり がわかっている場合は、それらを Resource Estimator に渡すことができます。

リソースの視覚化

時空間図を使用して、物理量子ビットの数とアルゴリズムのランタイムの間のトレードオフを視覚化できます。これにより、{量子ビット数、ランタイム} ペアの最適な組み合わせを見つけることができます。

また、空間図を使用して、アルゴリズムと T ファクトリに使用される物理量子ビットの分布を調べることもできます。

リソース見積もりツールの使用を開始する

リソース推定ツールは、Azure Quantum 開発キット (モダン QDK) の一部です。 開始するには、最初の リソース見積もりの実行に関するページを参照してください。

次の表は、さまざまなユーザー シナリオと、Resource Estimator から始める推奨記事を示しています。

ユーザー シナリオ	目的
QEC コードを開発しています	Resource Estimator を使用して QEC コードをカスタマイズし、さまざまなパラメーターの組み合わせを比較できます。 QEC スキームをカスタマイズする方法に関するページを参照してください。
量子アルゴリズムを開発しています	ハードウェアプロファイルとソフトウェアプロファイルのさまざまな構成がリソース要件に及ぼす影響を分析することで、さまざまなハードウェアおよびエラー条件下での量子アルゴリズムのパフォーマンスに関する分析情報を得ることができます。 この情報は、特定の量子ハードウェアまたはエラー率に合わせてアルゴリズムを最適化するのに役立ちます。 「パラメーターの複数の構成をtarget実行する」を参照してください。
量子プログラムのパフォーマンスを向上させたい	リソース推定器の機能を活用する方法については、「 大規模なプログラムの実行 」と 「既知の見積もりの使用」を参照してください。
大規模な量子コンピューティングに興味がある	Resource Estimator を使用すると、大規模なフォールト トレラント量子コンピューターで解決されると予想される実際の問題のリソースを分析できます。 大規模な量子コンピューティングのリソース推定の方法に関するページを参照してください。
量子安全な暗号化を開発しています	リソース推定器を使用して、さまざまな暗号化アルゴリズム、キー強度、量子ビットの種類、エラー率、および量子攻撃に対する回復性のパフォーマンスを比較できます。 「リソースの推定と暗号化」を参照してください。

注意

リソース推定ツールの使用中に問題が発生した場合は、[トラブルシューティング] ページをチェックします。

大規模な量子コンピューティングのリソース推定

大規模な量子コンピューター用の量子アルゴリズムを開発する場合は、「量子化学問題のリソースを見積もる」チュートリアルをチェック。

このチュートリアルでは、量子ソリューションのリソース推定を電子構造の問題に統合する最初の手順を表します。 スケーリングされた量子コンピューターの最も重要なアプリケーションの 1 つは、量子化学の問題を解決することです。 複雑な量子機械システムのシミュレーションは、炭素捕捉、食料不安、より優れた燃料や材料の設計などの分野でブレークスルーを引き出す可能性があります。

たとえば、このチュートリアルで使用されるハミルトニアンの 1 つである nitrogenase_54orbitalでは、窒素酵素について説明します。 この酵素が量子レベルでどのように機能するかを正確にシミュレートできれば、それを大規模に生成する方法を理解するのに役立ちます。 あなたは惑星を供給するのに十分な肥料を生産するために使用される非常にエネルギー集約的なプロセスを置き換えることができます。 これは、グローバルな二酸化炭素排出量を削減し、人口増加における食糧不安に関する懸念に対処するのに役立つ可能性があります。