量智信息中心_量科网

量子机器学习中采用的硬件高效电路通常由交替分布的均匀门层构成。针对此类电路的高速数值模拟器对该领域的研究推进至关重要。本工作中，研究人员对通用门及特定门技术的量子态向量门层作用模拟进行了数值基准测试，旨在加速量子机器学习算法的整体仿真。分析表明：特定门层的最佳模拟方法取决于涉及的量子比特数量，而定制化的技术组合可在电路正向与反向传播中实现显著性能提升。基于这些发现，该团队开发了名为“TQml模拟器”的数值仿真工具，其针对电路中每个门层自动选用最高效的模拟方法。该工作评估了基于标准门集（如旋转门和CNOT门）构建的电路，以及IonQ和IBM量子处理单元原生门的性能表现。实验显示：在多数情况下，该模拟器性能较Pennylane默认qubit模拟器提升约2至100倍，具体提升幅度取决于电路结构、量子比特数量、输入数据批处理规模及所用硬件。