[发明专利]基于PyTorch的轻量快速的量子电路模拟实现系统在审
申请号: | 202210003901.0 | 申请日: | 2022-01-04 |
公开(公告)号: | CN114528995A | 公开(公告)日: | 2022-05-24 |
发明(设计)人: | 谢哲;申倬豪;唐豪;金贤敏 | 申请(专利权)人: | 上海交通大学 |
主分类号: | G06N10/20 | 分类号: | G06N10/20 |
代理公司: | 上海交达专利事务所 31201 | 代理人: | 王毓理;王锡麟 |
地址: | 200240 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 pytorch 快速 量子 电路 模拟 实现 系统 | ||
一种基于PyTorch的轻量快速的量子电路模拟实现系统,包括:量子电路设计模块、量子电路转换模块和量子电路计算模块,量子电路设计模块根据用户输入的量子电路描述,构建对应的量子电路对象;量子电路转换模块根据量子电路对象,转换并编译得到对应的量子电路PyTorch对象;量子电路计算模块根据量子电路PyTorch对象与用户输入的量子态,进行量子电路模拟计算,得到用于构成完整的量子电路模型的测量结果。本发明能够更加高效、灵活地应对复杂的量子电路模拟实现场景。
技术领域
本发明涉及的是一种量子计算领域的技术,具体是一种基于PyTorch的轻量快速的量子电路模拟实现系统。
背景技术
经典的计算机日益难以提供足够的运算速度,而量子计算的诞生为不少计算机相关的问题带来新的解决思路。现有使用Python实现的量子电路计算模拟框架主要支持量子电路的定义和模块化运算。在量子电路定义完成后,可以直接调用其中的函数,得到量子电路对应的酉矩阵形式,极大地方便量子自编码器和对数编码的实现。但是,由于每次对参数更新之后,都需要重新计算酉矩阵,这让量子电路的运算速度大大减缓。
现有基于Cirq开发的量子电路计算模拟框架TensorFlow Quantum可以直接将Cirq定义的量子电路,转换为可以在TensorFlow中使用的特殊张量。但该框架不能较好地支持量子电路计算模块化的操作,对于部分特殊的量子电路与量子编码(例如量子自编码器与对数编码),很难使用其实现计算模块。
发明内容
本发明针对现有量子电路模拟框架存在的诸如不灵活和计算缓慢等问题,提出一种基于PyTorch的轻量快速的量子电路模拟实现系统,利用量子门电路的特性,将量子电路模拟中的矩阵乘法计算过程模块化,降低计算的时间复杂度;同时根据用户的计算设备自动选择合适的计算后端,大幅提升计算速度,能够更加高效、灵活地应对复杂的量子电路模拟实现场景。
本发明是通过以下技术方案实现的:
本发明涉及一种基于PyTorch的轻量快速的量子电路模拟实现系统,包括:量子电路设计模块、量子电路转换模块和量子电路计算模块,其中:量子电路设计模块根据用户输入的量子电路描述,构建对应的量子电路对象;量子电路转换模块根据量子电路对象,转换并编译得到对应的量子电路PyTorch对象;量子电路计算模块根据量子电路PyTorch对象与用户输入的量子态,进行量子电路模拟计算,得到用于构成完整的量子电路模型的测量结果。
所述的量子电路描述,包含量子电路中的所有量子门种类、顺序及名称信息。
所述的量子电路设计模块内置不同量子门种类对应的添加门电路成员函数,根据用户调添加对应的量子门信息并构建量子电路对象,该量子电路对象通过列表类型的成员变量的方式,存储所述的用户输入的量子电路描述中包含的量子门种类、顺序及名称信息。
所述的量子电路PyTorch对象包括量子电路对象中包含的量子门对应的参数信息。
所述的转换是指:根据量子电路对象内部以列表形式存储的所有量子门信息,逐一转换为量子门对应的参数矩阵,并按顺序存储于量子电路PyTorch对象的顺序表中,该顺序表包括含优化参数矩阵与无优化参数矩阵,其中:含优化参数矩阵对应包含参数的量子门(如U-Gate),无优化参数矩阵对应不包含参数的量子门(如H-Gate)。
所述的编译是指:按照顺序遍历量子电路PyTorch对象的顺序表,对相邻的两个无优化参数矩阵进行合并,以降低连续的无优化参数矩阵造成的计算时间开销。
所述的量子电路模拟计算是指:对于量子电路PyTorch对象的顺序表中存储的第一个参数矩阵,将其与用户输入的量子态进行矩阵乘法操作,作为该参数矩阵对应的运算结果;对于量子电路PyTorch对象的顺序表中存储的其余的参数矩阵,将其与顺序表中上一参数矩阵对应的运算结果进行矩阵乘法操作,作为该参数矩阵对应的运算结果;顺序表中最后一个参数矩阵对应的运算结果即量子电路的计算结果。
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上海交通大学,未经上海交通大学许可,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/202210003901.0/2.html,转载请声明来源钻瓜专利网。