量子科技中心_量科网

对于量子算法若要发挥其全部潜力，就需要有相应的方法论来对其进行优化，例如以最小资源成本达到给定的输出精度。在此，该团队针对一类含噪声中等规模量子（NISQ）算法开发了这样一种方法论。该工作利用变分量子特征值求解器（VQE）的仿真，提出了一种此类算法的现象学模型，该模型能够捕捉算法精度、算法资源成本与真实量子硬件中存在的噪声之间的复杂关系。为此，该工作将算法资源成本定义为算法中量子门操作的总数；最小化该成本通常能使算法运行更快、能效更高。该团队考虑了量子电路规模（小电路精度过低，而大电路噪声过高）之间的微妙权衡，以及为让完整算法充分收敛而对该量子电路进行的迭代次数。通过采用噪声-度量-资源方法论，该研究确定了最小化所需算法精度下算法资源成本的最佳点（即电路规模与迭代次数的平衡点）。该方法论还给出了在固定资源成本下最大化算法精度的电路规模。作者的这一方法论为在真实含噪硬件上近期部署变分算法提供了实用指导，包括采用错误缓解技术的硬件。