소개
중요한 과학적 문제를 해결하기 위한 양자 컴퓨터의 잠재력은 상업적 문제까지로 확장됩니다. 양자 컴퓨터를 사용할 때 상업적 실행 가능성을 달성하려면 중첩 및 물리적 오류 비율이 특정 임계값 미만인 많은 수의 큐비트(또는 양자 비트, 양자 컴퓨팅의 기본 측정 단위)가 모두 있는 대규모 내결함성 컴퓨터가 있어야 합니다. 또한 내결함성을 달성하려면 양자 오류 정정(QEC) 체계가 필요합니다. QEC는 시간 집약적이고 공간 집약적이므로 알고리즘 수준 또는 논리 수준 작업에 대한 실행 시간이 증가합니다. 그런 다음, 더 많은 정보를 저장하고 계산하기 위해 더 많은 물리적 큐비트가 필요합니다.
이러한 요구 사항을 감안할 때 상업적 용도로 양자 컴퓨터 및 양자 솔루션을 개발할 때 리소스 예측이 중요해집니다. 양자 컴퓨팅 솔루션을 계획할 때 아키텍처 디자인 선택 및 QEC 구성표의 영향을 이해하는 것이 중요합니다.
Azure Quantum Resource Estimator를 사용하여 물리적 큐비트 및 QEC 모델과 같은 아키텍처 매개 변수에 대한 다양한 선택 항목이 전체 물리적 리소스 예측에 미치는 영향을 분석할 수 있습니다. 이 모듈에서는 내결함성 양자 컴퓨팅의 리소스 예측에 대한 몇 가지 기본 개념을 알아보고 Azure Quantum Resource Estimator를 살펴봅니다.
학습 목표
이 모듈을 마치면 다음을 수행할 수 있습니다.
- Azure Quantum 리소스 추정기가 무엇인지 설명합니다.
- Azure Quantum 리소스 추정기의 대상 매개 변수를 정의합니다.
- Azure Quantum 리소스 추정기를 사용하여 양자 알고리즘의 리소스를 예측합니다.
필수 조건
- 최신 버전의 Visual Studio Code 또는 웹에서 VS Code를 엽니다.
- Azure Quantum Development Kit 확장의 최신 버전입니다.
- Python 및 Pip가 설치된 Python 환경입니다.
- Python 및 Jupyter 확장이 설치된 VS Code