Was ist Hybrid Quantum Computing?

Hybrid quantum computing bezieht sich auf die Prozesse und Architektur eines klassischen Computers und eines Quantencomputers, der zusammen arbeitet, um ein Problem zu lösen. Mit der neuesten Generation der hybriden Quantencomputingarchitektur in Azure Quantum können Sie mit der Programmierung von Quantencomputern beginnen, indem Sie klassische und Quantenanweisungen miteinander mischen.

Azure Quantum verkörpert eine zukunftsgerichtete Vision für hybrides Quanten computing, wo bestimmte Architekturen bereits betriebsbereit sind, während andere aktiv entwickelt werden. In diesem Artikel werden die verschiedenen Ansätze für hybride Quantencomputing beschrieben und wie sie verwendet werden können, um bestimmte Probleme zu optimieren.

Gruppieren von Schaltkreisen mit Batch quantum computing

Batch Quantum Computing ermöglicht es Ihnen, mehrere Quantenschaltungen als einzigen Auftrag an die Quantenhardware zu übermitteln.

In der Regel werden Quantenschaltungen einzeln als einzelne Aufträge an ein Quantenhardwareziel gesendet. Wenn der Client das Ergebnis einer Schaltung erhält, wird der nächste Schaltkreis als neuer Auftrag zur Warteschlange hinzugefügt. Durch das Stapeln mehrerer Schaltkreise in einem Auftrag wird jedoch die Wartezeit zwischen den Auftragsübermittlungen beseitigt, sodass Sie mehrere Aufträge schneller ausführen können. Beispiele für Probleme, die das Batch quantum Computing nutzen können, sind Shors Algorithmus und einfache Quantenphasenschätzung.

Mit dem Batch computing-Modell können Sie auch mehrere vordefinierte Schaltkreise in einem Auftrag stapeln. Die Schaltkreise werden an die Quantenhardware übermittelt, sobald der vorherige Schaltkreis abgeschlossen ist, wodurch die Wartezeit zwischen Auftragsübermittlungen reduziert wird.

In dieser Architektur geht der Zustand der Qubits zwischen jeder Schaltkreisübermittlung verloren.

Gruppieren von Aufträgen mit Sitzungen

Sitzungen ermöglichen es Ihnen, mehrere Quantencomputingaufträge mit der Möglichkeit zu organisieren, klassischen Code zwischen Quantenaufträgen auszuführen. Sie können komplexe Algorithmen ausführen, um Ihre individuellen Quantencomputingaufträge besser zu organisieren und nachzuverfolgen. Darüber hinaus werden in Sitzungen gruppierte Aufträge über Nichtsitzungsaufträge priorisiert.

In diesem Modell wird die Client-Computeressource in die Cloud verschoben, was zu geringerer Latenz und wiederholter Ausführung des Quantenkreises mit verschiedenen Parametern führt. Obwohl Sitzungen kürzere Warteschlangenzeiten und längere Ausführungsprobleme ermöglichen, bleiben die Qubit-Zustände zwischen den einzelnen Iterationen nicht bestehen. Beispiele für Probleme, die diesen Ansatz verwenden können, sind Variational Quantum Eigensolvers (VQE) und Quantum Approximate Optimization Algorithms (QAOA).

Weitere Informationen finden Sie unter "Erste Schritte mit Sitzungen".

Ausführen von Hybrid-Quantencomputing

Mit hybridem Quanten computing sind die klassischen und Quantenarchitekturen eng gekoppelt, sodass klassische Berechnungen durchgeführt werden können, während physische Qubits kohärent sind. Obwohl begrenzt durch Qubit-Lebensdauer und Fehlerkorrektur, ermöglicht dies Quantenprogrammen, sich von nur Schaltkreisen zu entfernen. Programme können jetzt gängige Programmierkonstrukte verwenden, um Mid-Circuit-Messungen durchzuführen, Qubits zu optimieren und wiederzuverwenden und in Echtzeit an die QPU anzupassen. Beispiele für Szenarien, die dieses Modell nutzen können, sind adaptive Phasenschätzung und maschinelles Lernen.

Weitere Informationen finden Sie unter Integrated Quantum Computing.

Ausführen von verteilten Quantencomputern

In dieser Architektur arbeitet die klassische Berechnung zusammen mit logischen Qubits. Mit vollständig integrierten klassischen Steuerungen und länger gelebten logischen Qubits ermöglicht das verteilte Quantencomputingmodell Echtzeitberechnungen über Quanten- und verteilte Ressourcen hinweg. Die klassischen Steuerelemente sind nicht mehr auf Schleifen beschränkt und ermöglichen Szenarien wie komplexe Materialmodellierung oder die Auswertung vollständig katalytischer Reaktionen.