양자 컴퓨팅의 리소스 예측
양자 컴퓨팅에서 리소스 예측은 지정된 알고리즘에 필요한 리소스를 이해하는 기능입니다. 리소스는 큐비트 수, 양자 게이트 수 또는 처리 시간이 됩니다. 필요한 리소스는 오류 수정 체계 및 기타 매개 변수의 유형을 기반으로 다양한 계산 시나리오에서 변경됩니다.
리소스 예측이 중요한 이유는 무엇일까요?
양자 컴퓨터는 과학적으로나 상업적으로 가치 있는 몇 가지 문제를 해결하기 위한 양자 이점의 잠재력을 가지고 있습니다. 모든 클래식 컴퓨터를 능가할 수 있습니다. 양자 이점을 얻으려면 내결함성이 있는 대규모 양자 컴퓨터가 있어야 합니다. 즉 많은 수의 큐비트를 중첩시킬 수 있고 물리적 오류율이 특정 임계값 이하인 양자 컴퓨터입니다. QEC 체계의 적용을 통해 양자 정보는 분리 및 양자 노이즈로 인해 발생하는 오류로부터 보호됩니다.
물리적 수준의 양자 연산은 잡음이 있습니다. 실질적인 양자 이점을 위해 필요한 긴 계산은 내결함성을 달성하기 위해 오류를 수정해야 합니다. QEC는 시간 집약적이고 공간 집약적입니다. 논리 수준에서 정보를 저장하고 계산하려면 알고리즘 수준 또는 논리 수준, 연산, 추가 물리적 큐비트 수에 대한 실행 시간이 증가해야 합니다.
특정 애플리케이션에 대한 아키텍처 디자인 선택 및 QEC 체계의 영향을 이해하는 것은 중요한 과제입니다. 여러분은 몇 가지 질문에 대답해야 합니다. 예를 들어 실용적인 양자 이점을 얻으려면 양자 컴퓨터의 크기는 얼마나 커야 할까요? 계산하는 데 얼마나 걸리나요? 일부 큐비트 기술이 해결하려는 문제를 해결하는 데 다른 기술보다 더 적합한가요? 스케일링된 양자 계산을 지원하기 위해 하드웨어 및 소프트웨어 스택에서 가장 적합한 아키텍처는 선택은 무엇인가요?
실제 양자 컴퓨터 모델에 사용되는 실행 시간, 큐비트 수, 기타 리소스를 예측하는 것은 이러한 리소스 요구 사항을 줄이는 첫 번째 단계입니다. 리소스 예측을 통해 큐비트 기술 간의 차이점을 이해할 수 있으므로 향후 확장되는 양자 머신에서 실행할 수 있는 양자 솔루션을 준비하고 구체화할 수 있습니다.
다음으로, 양자 알고리즘의 리소스를 예측하는 데 사용할 수 있는 Azure Quantum 도구에 대해 알아봅니다.