Introduktion
Kvantdatorer har potential att hjälpa till att lösa betydande vetenskapliga och kommersiella problem. För att bli kommersiellt livskraftiga måste kvantdatorer vara storskaliga och feltoleranta datorer med många kvantbitar i superposition och låga fysiska felfrekvenser. För att uppnå feltolerans behöver kvantdatorer någon typ av QEC-implementering (Quantum Error Correction). QEC kräver dock ytterligare resurser, till exempel ökad beräkningstid och fler fysiska kvantbitar. Med tanke på dessa krav är det viktigt att uppskatta mängden resurser som krävs för att köra en specifik kvantalgoritm på en viss typ av maskinvara.
Azure Quantum Resource Estimator hjälper dig att analysera hur olika arkitekturparametrar, till exempel fysiska kvantbitar och QEC-modeller, påverkar övergripande uppskattningar av fysiska resurser. I den här modulen får du lära dig hur du använder Azure Quantum Resource Estimator för att uppskatta de resurser som behövs för att köra en kvantalgoritm på en riktig kvantdator.
Utbildningsmål
I slutet av den här modulen kan du:
- Förklara vad Azure Quantum Resource Estimator är.
- Definiera målparametrarna för Resource Estimator.
- Använd Resource Estimator för att uppskatta de resurser som behövs för att köra en kvantalgoritm.
Förutsättningar
- Den senaste versionen av Visual Studio Code.
- Den senaste versionen av Quantum Development Kit-tillägget .
- En Python-miljö med Python och Pip installerade.
- VS Code med Python - och Jupyter-tillägg installerade.