Introduktion
Kvantdatorernas potential att lösa viktiga vetenskapliga problem omfattar även kommersiella problem. För att uppnå kommersiell livskraft med kvantdatorer måste du ha storskaliga, feltoleranta datorer som har både ett stort antal kvantbitar (eller kvantbitar, den grundläggande måttenheten inom kvantberäkning) i superpositions- och fysiska felfrekvenser under ett visst tröskelvärde. Du behöver också QEC-scheman (quantum error correction) för att uppnå feltolerans. QEC är både tidsintensivt och utrymmesintensivt, så körningstiden för åtgärder på algoritmnivå eller logisk nivå ökar. Sedan behöver du fler fysiska kvantbitar för att lagra och beräkna mer information.
Med tanke på dessa krav blir resursuppskattning avgörande när du utvecklar kvantdatorer och kvantlösningar för kommersiell användning. Det är viktigt att förstå effekten av arkitekturdesignval och QEC-scheman när du planerar din kvantberäkningslösning.
Du kan använda Azure Quantum Resource Estimator för att analysera effekten av olika val för arkitekturparametrar som fysisk kvantbit och QEC-modeller på övergripande uppskattningar av fysiska resurser. I den här modulen lär du dig några grundläggande begrepp om resursuppskattning i feltolerant kvantberäkning och du utforskar Azure Quantum Resource Estimator.
Utbildningsmål
När du är klar med den här modulen kommer du att kunna:
- Förklara vad Azure Quantum Resource Estimator är.
- Definiera målparametrarna för Azure Quantum Resource Estimator.
- Beräkna resurserna för en kvantalgoritm med hjälp av Azure Quantum Resource Estimator.
Förutsättningar
- Den senaste versionen av Visual Studio Code eller öppna VS Code på webben.
- Den senaste versionen av Azure Quantum Development Kit-tillägget .
- En Python-miljö med Python och Pip installerade.
- VS Code med Python- och Jupyter-tillägg installerade.