[发明专利]一种通用量子计算机中央处理器的操纵方法有效
申请号: | 201711268213.2 | 申请日: | 2017-12-05 |
公开(公告)号: | CN108090569B | 公开(公告)日: | 2021-06-29 |
发明(设计)人: | 姜年权 | 申请(专利权)人: | 温州大学 |
主分类号: | G06N10/00 | 分类号: | G06N10/00 |
代理公司: | 温州名创知识产权代理有限公司 33258 | 代理人: | 陈加利 |
地址: | 325000 浙江省温州市瓯海*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 通用 量子 计算机 中央处理器 操纵 方法 | ||
本发明实施例公开了一种通用量子计算机中央处理器操纵方法,包括通过调节所有基本单位所含各量子比特的外磁通量及各量子比特的门电压将各量子比特均制备到初始状态,实现各量子比特间耦合都初始为0;选择当前量子比特耦合模式;根据所选的当前量子比特耦合模式,确定待耦合连通的量子比特,并对待耦合连通的量子比特及其之外的量子比特分别进行相应的外磁通量调节;选择下一步操作,并根据所选的当前操作,确定对各量子比特的具体操纵。实施本发明,能解决任意两量子比特之间的耦合操作以及多量子比特之间的并行耦合操作,且耦合得到的量子态保真度较高。
技术领域
本发明涉及量子计算机技术领域,尤其涉及一种通用量子计算机中央处理 器的操纵方法。
背景技术
基于量子态叠加与纠缠的量子计算机,在解决密码分析、海量搜索等一些 特定问题上具有经典计算机无法比拟的优势,因而在密码分析、气象预报、药 物设计、金融分析、石油勘探等许多领域具有巨大潜力,吸引了各国政府以及 许多大型科技公司投入研究并发布研究计划。
目前,可以作为实现量子计算的物理体系有光学系统、离子阱、量子点、 超导量子电路等许多体系。其中,基于约瑟夫森(Josephson)效应的量子电路, 由于其在可操控性和可扩展性等方面的优势,成为国际上公认的有望实现量子 计算的几个物理载体之一,并以量子比特作为基本单元来构造量子计算机中央 处理器。
量子计算机中央处理器作为量子计算机的核心,能够执行单量子比特、双 量子比特通用量子门操作以及多量子比特的并行操作,从而能够完成通用量子 计算的任务。然而,要有效地完成这些任务,高保真度的操作是不可缺少的根 本保障之一。对于超导电荷量子比特系统来说,能够真正实现量子比特之间高 保真度操作的最有效耦合,是量子比特之间直接通过电容器耦合的这种方式。 实验上首次实现两超导电荷量子比特耦合的方案以及到目前为止保真度最高的 多个超导电荷量子比特耦合的方案,都是以电容器直接耦合量子比特的方式来 实现的。
但是,目前为止直接通过电容耦合的这类方案都只能将最近邻的量子比特 耦合起来,都没法实现非最近邻量子比特之间以及任意量子比特之间的耦合, 因而无法实现通用量子计算。然而,目前能够实现非近邻量子比特之间耦合的 方案,都是以量子总线为公共媒介来实现的,常见的有传输线腔和LC谐振腔等 形式的量子总线。而这些通过量子总线耦合的方式,其保真度与电容直接耦合 相比要低很多,特别是三个以上的多量子比特耦合时,量子比特间的交互作用 形成的干扰很大,多量子比特系统经多次耦合操作后得到的量子态保真度较低。
因此,寻找既有高保真度的最佳耦合方式,又能实现任意两量子比特之间 的耦合操作以及多量子比特之间的并行耦合操作的量子计算机中央处理器方 案,就成了制造通用量子计算机的关键与核心问题。
发明内容
本发明实施例的目的在于提供一种通用量子计算机中央处理器操纵方法, 能解决任意两量子比特之间的耦合操作以及多量子比特之间的并行耦合操作, 多对两量子比特之间耦合的并行操作以及多组多量子比特之间耦合的并行操 作,且耦合得到的量子态保真度较高。
为了解决上述技术问题,本发明实施例提供了一种通用量子计算机中央处 理器的操纵方法,其在由一量子比特及其对应相连的耦合电容器为基本单位形 成中央处理器的量子计算机上实现,且所有的基本单位均通过其对应的耦合电 容器连接于同一点,所述方法包括以下步骤:
步骤S1、通过调节所有基本单位所含各量子比特的外磁通量及各量子比特 的门电压将各量子比特均制备到初始状态,实现各量子比特间耦合都初始为0;
步骤S2、选择当前量子比特耦合模式;其中,所述量子比特耦合模式包括 任意一对两量子比特间耦合模式、任意一组多量子比特间并行耦合模式、多对 两量子比特间并行耦合模式以及多组多量子比特间并行耦合模式;
步骤S3、根据所选的当前量子比特耦合模式,确定待耦合连通的量子比特, 并对所述待耦合连通的量子比特分别进行相应的外磁通量调节;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于温州大学,未经温州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711268213.2/2.html,转载请声明来源钻瓜专利网。
- 上一篇:认知机器人学分析器
- 下一篇:用于选择机器学习样本的特征的方法及系统