Denne nettleseren støttes ikke lenger.
Oppgrader til Microsoft Edge for å dra nytte av de nyeste funksjonene, sikkerhetsoppdateringene og den nyeste tekniske støtten.
Test kunnskapen din om konseptene som ble dekket i denne modulen. Velg riktig svar for hvert spørsmål.
Hvorfor er det viktig å estimere ressursene som kreves for å kjøre en kvantealgoritme?
Quantum-datamaskiner kan kjøre bare et begrenset antall algoritmer om gangen, så du må forkaste algoritmer som krever mange ressurser.
Quantum datamaskiner er en dyr teknologi, så du må anslå hvor mye en algoritme vil koste for å gjøre den beste økonomiske beslutningen.
Ressursestimering gjør det mulig for oss å finjustere kvanteløsninger for å kjøre på fremtidige kvantedatamaskiner ved å ta valg om arkitektonisk design og QEC-ordninger.
Microsoft Quantum-ressursestimatoren tar en fysisk qubit-modell, qubitParams, som målparameter. Hvilke av følgende utsagn er sanne?
qubitParams
Du kan velge mellom seks forhåndsdefinerte qubit-modeller, og hver av verdiene kan oppdateres. Du kan endre eksisterende modeller og opprette nye modeller.
Du kan velge mellom to forhåndsdefinerte qubit-modeller, overflatekoden og Floquet-koden.
Du kan velge mellom seks forhåndsdefinerte qubit-modeller, men du kan ikke tilpasse parameterne.
Ressursestimatoren evaluerer ressursestimatene for en kvantealgoritme. Hva er resultatet av ressursestimatoren?
Ressursestimatoren gir ut de estimerte økonomiske kostnadene ved å kjøre algoritmen og dens kjøretid.
Ressursestimatoren gir ut antall fysiske qubits og kjøretiden til en kvantealgoritme for hver av kvantemaskinvareleverandørene som er tilgjengelige i Azure Quantum.
Ressursestimatoren gir fysiske og logiske estimater, som antall rotasjonsporter, antall qubits, QEC-estimater, T-fabrikkparametere og total kjøretid.
Du må svare på alle spørsmålene før du kontrollerer arbeidet ditt.
Var denne siden nyttig?
Trenger du hjelp med dette emnet?
Vil du prøve å bruke Spør Learn for å klargjøre eller veilede deg gjennom dette emnet?