Azure Quantum 资源估算器
Azure Quantum 服务中的 Azure Quantum 资源估算器是一种资源估算工具，可计算并显示量子算法所需的资源（假设该算法是在容错、纠错量子计算机上执行的）。
可以使用估算器来评估体系结构决策、比较量子比特技术并确定执行特定量子算法所需的资源。 可查看物理量子比特总数、时钟时间、所需的计算资源，以及每次估算使用的公式和值的详细信息。
Azure Quantum 资源估算器的工作原理是什么？
Azure Quantum 资源估算器采用一些称为“目标参数”的输入，这些输入具有预定义的值，让你能够轻松地开始使用。 主要目标参数包括：
- 物理量子比特模型
qubitParams。 - QEC 方案
qecScheme。 - 错误预算
errorBudget。
资源估算器还采用一些可选参数：
constraints，组件级约束。distillationUnitSpecifications，用于指定 T 工厂蒸馏算法。
物理量子比特模型
有 6 个预定义的量子比特参数可供选择。 其中 4 个参数具有基于门的指令集，2 个参数具有 Majorana 指令集。 这些预定义的量子比特参数表示在已发布的研究文章中定义的不同量子比特体系结构，例如离子或超导体。 量子比特模型涵盖一系列操作时间和错误率，因此你可以使用它们来探索实际量子应用程序所需的资源成本。
| 预定义的量子比特参数 | 指令集类型 |
|---|---|
"qubit_gate_ns_e3" |
基于门 |
"qubit_gate_ns_e4" |
基于门 |
"qubit_gate_us_e3" |
基于门 |
"qubit_gate_us_e4" |
基于门 |
"qubit_maj_ns_e4" |
Majorana |
"qubit_maj_ns_e6" |
Majorana |
有关详细信息，请参阅 Azure Quantum 资源估算器的量子比特参数。
QEC 方案
对于任何量子计算平台实现真正可缩放的量子计算来说，量子纠错 (QEC) 都至关重要。 量子计算平台允许的运算集受物理约束的限制，可能与算法中规定的运算不匹配。 即使量子计算机提供的运算与算法中的运算匹配，量子计算机执行每个运算可达到的准确度也可能受到限制。
Azure Quantum 资源估算器提供三个预定义的 QEC 方案：两个表面代码协议（用于基于门的物理指令集和 Majorana 物理指令集），一个 Floquet 代码协议（只能用于 Majorana 物理指令集）。
| QEC 方案 | 指令集类型 |
|---|---|
surface_code |
基于门和 Majorana |
floquet_code |
Majorana |
有关详细信息，请参阅 Azure Quantum 资源估算器中的 QEC。
错误预算
总错误预算设置了算法允许的错误总数。 允许的错误是允许算法失败的次数。 错误预算的值必须介于 0 和 1 之间，默认值为 0.001。 默认值对应于 0.1%，表示允许算法在 1,000 次执行中失败一次。 此参数高度特定于应用程序。 例如，如果运行 Shor 的整数因式分解算法，则可以容忍较大的错误预算值，因为可以检查输出确实是输入的素因子。 另一方面，若算法用于解决其解无法得到高效验证的问题，则其可能需要较小的错误预算。
有关详细信息，请参阅 Azure Quantum 资源估算器中的错误预算。
Azure Quantum 资源估算器的结果是什么？
Azure Quantum 资源估算器采用目标参数 {qubitParams, qecScheme, errorBudget} 和量子算法。 它计算在此类计算方案中运行此类型算法所需的逻辑资源的布局前和布局后估算。
资源估算器可计算算法的逻辑和物理估算。 它可计算 QEC 代码距离，并基于该值计算对一个逻辑量子比特进行编码所需的物理量子比特数。 它还可计算逻辑量子比特、T 门、旋转门、控制门、度量值、T 工厂物理值和总运行时等。
资源估算作业的结果按以下组的形式显示：物理量子比特、明细、逻辑量子比特参数、T 工厂参数、预布局逻辑资源和假定的错误预算。
还可以使用时空图检查用于算法和 T 工厂的物理量子比特的分布。 空间图显示了两者的比例。 请注意，T 工厂副本的数量影响 T 工厂的物理量子比特的数量。