量子コンピューティングでのリソース推定
量子コンピューティングにおいて、リソース推定とは、特定のアルゴリズムに必要なリソースを理解する機能のことです。 リソースは、量子ビットの数、量子ゲートの数、または処理時間になります。 必須のパラメーターは、エラー訂正スキームの種類やその他のパラメーターに基づき、さまざまな計算シナリオに応じて異なります。
なぜリソース推定が重要なのですか?
量子コンピューターは、"量子の利点" により、科学的および商業的に価値のある問題を解決できる可能性を秘めています。 従来のコンピューターよりも優れたパフォーマンスを発揮できます。 量子の利点を実現するには、大規模でフォールト トレラントな量子コンピューターを用意する必要があります。 つまり、多数の量子ビットを重ね合わせることができ、物理的エラー率が一定のしきい値以下である量子コンピューターです。 QEC スキームを適用することで、量子情報は、デコヒーレンスと量子ノイズによって引き起こされるエラーから保護されます。
物理レベルでの量子演算にはノイズが含まれています。 実用的な量子の利点を受けるために必要な長時間の演算には、フォールト トレランスを実現するためのエラー訂正が必要です。 QEC は時間的にも空間的にも負担がかかります。 アルゴリズム レベルまたは論理レベルの演算の実行時間が増加し、論理レベルでの情報を格納して計算するために物理量子ビットの数が余分に必要になります。
特定のアプリケーションに対するアーキテクチャ設計の選択と QEC スキームの影響を理解することは、重要な課題です。 いくつかの質問に答える必要があります。 たとえば、実用的な量子の利点を実現するには、量子コンピューターの大きさをどれくらいにする必要がありますか? 計算にはどのくらいの時間がかかりますか? 解決したい問題を処理するために、ある種の量子ビット テクノロジは他の方法よりも適していますか? スケーリングされた量子計算をサポートするために、ハードウェアとソフトウェア スタックで最適なアーキテクチャの選択肢は何ですか?
量子コンピューターの現実的なモデルで使われる実行時間、量子ビットの数、およびその他のリソースを推定することは、これらのリソース要件を減らすための最初の手順です。 リソースを推定することで、量子ビット テクノロジの違いを理解し、将来的にスケーリングされた量子マシンで実行できるように量子ソリューションを準備して調整できるようになります。
次に、量子アルゴリズムのリソースを推定するために使用できる Azure Quantum ツールについて説明します。