Hybrides Quantencomputing

Hybrid quantum computing bezieht sich auf die Prozesse und Architektur eines klassischen Computers und eines Quantencomputers, der zusammen arbeitet, um ein Problem zu lösen. Klassische Computer wurden immer in Quantencomputing eingesetzt, um Quantentore zu definieren, die Steuerungskonfiguration des Quantencomputers zu bestimmen, Aufträge zu übermitteln und Prozessergebnisse vom Quantencomputer 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 Quantencomputing-Architekturen

Da sich die Quantentechnologie weiterentwickelt und voranschreitet, werden die klassischen und Quantenprozesse immer stärker integriert. Microsoft hat eine präzise Taxonomie entwickelt, um jede Architektur und ihre Vorteile zu verstehen.

Aufbau	Beschreibung
Batch-Quantencomputing	Lokale Clients definieren Schaltkreise und übermitteln sie als Aufträge an die Quantenverarbeitungseinheit (QPU), die das Ergebnis an den Client zurückgibt. Durch das Stapeln mehrerer Schaltkreise in einem Auftrag wird jedoch die Wartezeit zwischen den Auftragsübermittlungen beseitigt, sodass Sie mehrere Aufträge schneller ausführen können. Beispiele für Probleme, die das Batch quantum Computing nutzen können, sind Shors Algorithmus und einfache Quantenphasenschätzung.
Interaktive Quantencomputing (Sitzungen)	In diesem Modell wird die Client-Computeressource in die Cloud verschoben, was zu geringerer Latenz und wiederholter Ausführung des Quantenkreises mit verschiedenen Parametern führt. Aufträge können logisch in einer Sitzung gruppiert und über Nichtsitzungsaufträge priorisiert werden. Obwohl Sitzungen kürzere Warteschlangenzeiten und längere Ausführungsprobleme ermöglichen, bleiben die Qubit-Zustände zwischen den einzelnen Iterationen nicht bestehen. Beispiele für Probleme, die diesen Ansatz verwenden können, sind Variational Quantum Eigensolvers (VQE) und Quantum Approximate Optimization Algorithms (QAOA).
Integrierte Quantencomputing	Mit integrierter Quantenberechnung sind die klassischen und Quantenarchitekturen eng gekoppelt, sodass klassische Berechnungen durchgeführt werden können, während physische Qubits kohärent sind. Obwohl begrenzt durch Qubit-Lebensdauer und Fehlerkorrektur, ermöglicht dies Quantenprogrammen, sich von nur Schaltkreisen zu 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 adaptive Phasenschätzung und maschinelles Lernen.
Verteiltes Quantencomputing	In dieser Architektur arbeitet die klassische Berechnung zusammen mit logischen Qubits. Die von logischen Qubits bereitgestellte lange Kohärenzzeit ermöglicht eine komplexe und verteilte Berechnung über heterogene Cloudressourcen. Gepaart 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 Bewertung vollständig katalytischer Reaktionen, die kommerzielle Anwendungen und die schwersten Probleme der Menschheit nutzen können, einschließlich Der Kohlenstoffabscheidung und entdeckung neuer Medikamente.