Inleiding tot de Azure Quantum Resource Estimator

In dit artikel wordt de Azure Quantum Resource Estimator geïntroduceerd, een krachtig opensource-hulpprogramma waarmee u een schatting kunt maken van de resources die nodig zijn om een kwantumprogramma uit te voeren op een kwantumcomputer.

Wat is de Azure Quantum Resource Estimator?

De Azure Quantum Resource Estimator is een opensource-hulpprogramma waarmee u de resources kunt schatten die nodig zijn om een bepaald kwantumalgoritmen uit te voeren op een fouttolerante kwantumcomputer.

Tip

De Azure Quantum Resource Estimator is gratis en vereist geen Azure-account.

De Resource Estimator biedt het totale aantal fysieke en logische qubits, runtime, evenals details van de formules en waarden die voor elke schatting worden gebruikt. Dit betekent dat algoritmeontwikkeling de focus krijgt, met als doel de prestaties te optimaliseren en de kosten te verlagen. Met de Azure Quantum Resource Estimator kunt u qubittechnologieën, kwantumfoutcorrectieschema's en andere hardwarekenmerken vergelijken om te begrijpen hoe deze van invloed zijn op de resources die nodig zijn om een kwantumprogramma uit te voeren.

U kunt beginnen met bekende, vooraf gedefinieerde qubitparameterinstellingen en QEC-schema's (kwantumfoutcorrectie) of unieke instellingen configureren voor een breed scala aan machinekenmerken, zoals bewerkingsfoutenpercentages, bewerkingssnelheden en foutcorrectieschema's en drempelwaarden.

Waarom is resourceschatting belangrijk bij de ontwikkeling van kwantumcomputing?

Hoewel kwantumcomputers beloven belangrijke wetenschappelijke en commerciële problemen op te lossen, zijn voor het bereiken van commerciële levensvatbaarheid grootschalige, fouttolerante kwantumcomputers vereist met zowel een groot aantal qubits in superpositie als fysieke foutpercentages onder een bepaalde drempelwaarde. Commerciële en wetenschappelijke levensvatbaarheid vereist ook dat QEC-schema's fouttolerantie bereiken. QEC is zowel tijds- als ruimteintensief en vereist een langere uitvoeringstijd voor bewerkingen op algoritme- of logisch niveau, evenals extra fysieke qubits voor het opslaan en berekenen van informatie.

Met behulp van de Resource Estimator kunt u inzicht in de impact van architectuurontwerpkeuzes en kwantumfoutcorrectieschema's. De Resource Estimator helpt u te begrijpen hoeveel qubits er nodig zijn om een toepassing uit te voeren, hoe lang het duurt om uit te voeren en welke qubittechnologieën het meest geschikt zijn om een specifiek probleem op te lossen. Als u deze vereisten begrijpt, kunt u kwantumoplossingen voorbereiden en verfijnen voor gebruik op toekomstige, geschaalde kwantummachines.

Welke functies maken de Resource Estimator uniek?

De Resource Estimator is een krachtig hulpprogramma dat alle niveaus van de kwantumcomputingstack omvat. De kwantumcomputingstack kan worden onderverdeeld in drie niveaus: het toepassingsniveau, het niveau van kwantumprogrammering of -compilatie en het hardware- of modelleringsniveau.

Met resource-estimator kunt u de parameters van elk niveau aanpassen en analyseren hoe deze van invloed zijn op de totale resources die nodig zijn om een kwantumprogramma uit te voeren.

Aanpassing

U kunt de resource-estimator aanpassen en de kenmerken van uw kwantumsysteem opgeven. U kunt de vooraf gedefinieerde target parameters gebruiken of deze aanpassen aan uw behoeften. Zie Resourceschattingen aanpassen aan machinekenmerken voor meer informatie.

Doelparameters	Uw systeem beschrijven
Fysiek qubitmodel	Geef bijvoorbeeld de instructieset, de meettijd van de qubit, foutfrequenties of poorttijden op.
Kwantumfoutcorrectieschema	Geef bijvoorbeeld het aantal fysieke qubits per logische qubit, de logische cyclustijd of de drempelwaarde voor foutcorrectie op.
Foutbudget	Geef bijvoorbeeld het foutbudget op voor het implementeren van logische qubits, de destillatie van T-statussen en de synthese van de draaipoorten.
Distillatie-eenheden	Geef bijvoorbeeld het aantal T-toestanden op dat is vereist voor het distillatieproces, het aantal T-toestanden dat wordt geproduceerd als uitvoer van het distillatieproces of de kans dat het distillatieproces mislukt.
Beperkingen	Geef bijvoorbeeld het maximum aantal fysieke qubits, de maximale runtime of het maximum aantal T-factory-kopieën op.

Flexibiliteit

U kunt uw eigen hulpprogramma's voor code en compilatie meenemen naar de resource-estimator. De Resource Estimator ondersteunt elke taal die wordt vertaald naar QIR, bijvoorbeeld Q# en Qiskit. Zie Verschillende manieren om de resource-estimator uit te voeren.

Batch meerdere schattingen

Met resource-estimator kunt u een schatting maken van de resources die nodig zijn om hetzelfde kwantumalgoritmen voor verschillende configuraties van target parameters uit te voeren en de resultaten te vergelijken. Op deze manier kunt u begrijpen hoe de qubitarchitectuur, het QEC-schema en de rest van de target parameters van invloed zijn op de algehele resources.

Optimalisatie

U kunt de uitvoeringstijd van de resource-estimator verkorten door enkele schattingen op te nemen in de totale kosten. Als u bijvoorbeeld met een groot programma werkt, kunt u de kosten van subroutines berekenen en in de cache opslaan, of als u al schattingen voor een bewerking kent , kunt u deze doorgeven aan de resource-estimator.

Visualisatie van resources

U kunt de afwegingen tussen het aantal fysieke qubits en de runtime van het algoritme visualiseren met behulp van het ruimte-tijddiagram, waarmee u de optimale combinatie van {aantal qubits, runtime} paren kunt vinden.

U kunt ook de distributie van fysieke qubits die worden gebruikt voor het algoritme en de T-factory's inspecteren met behulp van het ruimtediagram.

Aan de slag met de resource-estimator

De Resource Estimator maakt deel uit van de Azure Quantum Development Kit (Moderne QDK). Zie Uw eerste resourceschatting uitvoeren om aan de slag te gaan.

De volgende tabel bevat verschillende gebruikersscenario's en de aanbevolen artikelen om te beginnen met de Resource Estimator.

Gebruikersscenario	U wilt
Ik ben QEC-codes aan het ontwikkelen	U kunt de Resource Estimator gebruiken om uw QEC-codes aan te passen en verschillende combinaties van parameters te vergelijken. Zie Uw QEC-schema's aanpassen.
Ik ben kwantumalgoritmen aan het ontwikkelen	Door de impact van verschillende configuraties van hardware- en softwareprofielen op de resourcevereisten te analyseren, kunt u inzicht krijgen in hoe uw kwantumalgoritmen kunnen presteren onder verschillende hardware- en foutomstandigheden. Deze informatie kan u helpen uw algoritme te optimaliseren voor specifieke kwantumhardware of foutpercentages. Zie Meerdere configuraties van target parameters uitvoeren.
Ik wil de prestaties van kwantumprogramma's verbeteren	Zie Grote programma's uitvoeren en Bekende schattingen gebruiken voor meer informatie over het benutten van de kracht van de Resource Estimator.
Ik ben geïnteresseerd in grootschalige kwantumcomputing	U kunt de Resource Estimator gebruiken om de resources van echte problemen te analyseren die naar verwachting worden opgelost door grootschalige fouttolerante kwantumcomputers. Zie Resourceschatting voor grootschalige kwantumcomputing.
Ik ben kwantumveilige cryptografie aan het ontwikkelen	U kunt de Resource Estimator gebruiken om de prestaties van verschillende versleutelingsalgoritmen, belangrijke sterke punten, qubittypen en foutpercentages te vergelijken, en hun tolerantie voor kwantumaanvallen. Zie Resourceschatting en cryptografie.

Notitie

Als u een probleem ondervindt tijdens het werken met de resource-estimator, raadpleegt u de pagina Probleemoplossing.

Resourceschatting voor grootschalige kwantumcomputing

Als u kwantumalgoritmen wilt ontwikkelen voor grootschalige kwantumcomputers, raadpleegt u de zelfstudie Schatten van de resources van een kwantumchemieprobleem .

Deze zelfstudie is een eerste stap voor het integreren van resourceschatting van kwantumoplossingen voor problemen met elektronische structuren. Een van de belangrijkste toepassingen van geschaalde kwantumcomputers is het oplossen van problemen met kwantumchemie. De simulatie van complexe kwantummechanische systemen heeft het potentieel om doorbraken te ontgrendelen op gebieden zoals koolstofopname, voedselonzekerheid en het ontwerpen van betere brandstoffen en materialen.

Een van de hamiltonianen die in deze zelfstudie wordt gebruikt, de nitrogenase_54orbital, beschrijft bijvoorbeeld het enzym stikstofase. Als u nauwkeurig kunt simuleren hoe dit enzym werkt op kwantumniveau, kan het ons helpen om te begrijpen hoe u het op schaal kunt produceren. Je zou het zeer energie-intensieve proces kunnen vervangen dat wordt gebruikt om voldoende kunstmest te produceren om de planeet te voeden. Dit heeft het potentieel om de wereldwijde koolstofvoetafdruk te verminderen en ook om problemen met betrekking tot voedselonzekerheid in een groeiende bevolking aan te pakken.