量子线路模拟器QuEST在多GPU平台上的性能优化

在当前量子计算的研究中,量子线路模拟器作为重要的研究工具,一直受到研究者们的高度重视.QuEST是一款开源的通用量子线路模拟器,能在单个CPU结点、多个CPU结点和单个GPU等多种测试平台上灵活运行.量子线路模拟固有的并行性使其非常适合在GPU上运行,并能获得较大的性能加速.但是其缺点在于所消耗的内存空间巨大,单个GP...     

SAT问题在量子体系计算机上的计算方法

本文从AMP方法解SAT问题入手,在量子体系计算机上寻求求解SAT问题的完备解的计算方法。从量子力学理论和Deutch的量子计算理论出发讨论通用量子逻辑门和构建布尔与门和或门的方法,最后,本文给出在量子模拟器上运用量子逻辑门阵列求解SAT问题的计算步骤。     

量子计算模拟及优化方法综述

在处理某些大规模并行问题时,量子计算因量子位独特的叠加态和纠缠态特性,相比经典计算机在并行处理方面具有更明显的优势。现阶段,物理量子比特计算机受限于可扩展性、相干时间和量子门操作精度,在经典计算机上开展量子计算模拟成为研究量子优越性和量子算法的有效途径。然而,随着量子比特数的增加,模拟所需的计算机资源呈指数增长。因此,研究大规模量子计算模拟在保证计算准确度、精度及效率的情况下减少模拟所需资源具有重要意义。从量子比特、量子门、量子线路、量子操作系统等方面展开,阐述量子计算的基本原理和背景知识。同时总结基于经典计算机的量子计算模拟基本方法,分析不同方法的设计思路和优缺点,列举目前常见的量子计算模拟器。在此基础上,针对量子计算模拟的通信开销问题,从节点拆分和通信优化2个方面出发,讨论基于超级计算机集群的量子计算模拟优化方法。     

量子算法与量子衍生算法

随着经典计算发展日趋缓慢,量子计算正逐渐成为研究领域的关注热点.该文简要介绍了量子计算的基本原理.接着,从当前量子计算领域中的两个活跃研究方向——量子算法和量子衍生技术研究出发对整个量子算法领域主要发展脉络进行梳理并总结目前量子计算研究的发展规律.最后,该文针对这两个方向提出了若干量子计算领域的发展趋势.通过对量子计算研究领域的综述和展望,对后续量子计算研究发展具有一定的指导意义.     

一种面向含噪中尺度量子技术的量子-经典异构计算系统

量子计算有望加速解决经典计算难以解决的问题,如质因子分解、量子化学模拟等.已有单个量子系统可集成大于50个含噪声的固态量子比特,并在特定的计算任务上超越了经典计算机,标志含噪中尺度量子(noisy intermediate-scale quantum,NISQ)计算时代的到来.随着人们可在单个系统中集成越来越多的量子比特,如何将量子比特与控制硬件、软件开发环境、经典计算资源集成得到完整可用的量子计算系统,是一个有待进一步明确的问题.对比了量子计算与经典计算在控制及执行上的异同,并在此基础上提出了面向NISQ时代的量子-经典异构系统.以一个典型的NISQ算法(迭代相位估计算法)为例,介绍了量子算法从软件描述到硬件执行的整体流程,及与该过程相关的高级程序设计语言、编译器、量子软硬件接口和硬件等.在此基础上,讨论了流程中各个层次在NISQ时代面临的挑战.旨在从工程实现的视角,从宏观层面为读者(尤其是量子计算初学者)介绍量子计算系统,希望可以促进人们对NISQ时代下量子计算系统整体结构的理解,并激发更多相关研究.     

SHOR量子算法的原理与程序模拟

本文首先介绍大数质因子分解的Shor量子算法的原理、实现步骤和实现方法，然后用现存的模拟器在常规计算机上加以模拟。最后讨论了Shor算法模拟的意义，并对量子计算提出了看法。     

多值逻辑量子置换门的酉矩阵表示

理论上量子可逆电路不存在能量耗散问题,因此量子计算系统对环境产生的负面影响可以达到最低.多值逻辑量子置换门是构建多值逻辑量子电路的基本单元.该文从数学的角度研究多值逻辑量子置换门的酉矩阵,提出了一种构造多值逻辑量子置换门酉矩阵的方法,并对其正确性进行了讨论.在此基础之上,又给出了构造混合多值逻辑量子置换门酉矩阵的框架,利用此框架可以方便地构造任何混合逻辑量子置换门的酉矩阵.酉矩阵是量子门的数学模型,可以清晰地反映出量子门的数学性质.研究量子门的酉矩阵对验证量子门的正确性和可靠性,分析量子状态在电路中的演化过程及发展趋势具有一定的意义.     

基于BB84协议的空间量子通信系统

我们分析了基于BB84协议的空间量子通信系统.该系统使用大气量子信道,以因特网为经典信道.讨论了光子与大气的相互作用,利用量子计算语言对大气信道中的量子密钥分配进行了仿真.将用于量子计算仿真的语言引入量子通信的研究中,讨论了单光子脉冲系统与纠缠光子对系统的特点,分析了全球量子通信系统的可行性.     

量子计算进展与展望

评述量子计算的历史、研究现状以及进一步发展的方向.着重论述量子算法的机理,对已知量子算法特征进行总结分析;归纳量子计算与经典智能计算的结合模式,比较其与传统智能计算的异同.在总结量子计算存在问题的基础上,探讨了今后的研究方向.     

基于测量的量子线路

量子线路模型是使用最广泛的量子计算模型,它对于量子算法的构造和量子计算机的物理实现提供了一个基本框架.利用测量演算和分布式量子计算的基本思想,提出了测量量子线路模型(measurement quantum circuits model).测量量子线路主要考虑测量结果对酉运算的影响,测量结果和酉运算之间的关系以及测量基量子线路的在纯态和混合态上的作用.讨论了2个基元运算的并运算,以及连接运算,它们都是封闭的.基于此,定义测量量子线路的基本运算元,并证明任何一个测量量子线路是一个量子运算并举例得以说明.     

基于量子逻辑的图灵机及其通用性

基于量子逻辑的自动机理论是量子计算模型的一个重要研究方向.该文研究了基于量子逻辑的图灵机(简称量子图灵机)及其一些变形,给出了包括非确定型量子图灵机l-VTM,确定型量子图灵机l-VDTM以及相应类型的多带量子图灵机,并引入量子图灵机基于深度优先与宽度优先识别语言的两种不同定义方式,证明了这两种定义方式在量子逻辑意义下是不等价的.进一步证明了l-VTM、l-VDTM与相应类型的多带量子图灵机之间的等价性.其次,给出了量子递归可枚举语言及量子递归语言的定义,并给出了二者的层次刻画,证明了l-VTM与l-VDTM不等价,但两者作为量子递归语言的识别器是等价的.最后,文中讨论了基于量子逻辑的通用图灵机的存在性问题,给出了一套合理编码系统,证明了基于量子逻辑的通用图灵机在其所取值的正交模格无限时不存在,而在其所取值的正交模格有限时是存在的.     

Quantum Computation with Abelian Anyons

A universal quantum computer can be constructed using abelian anyons. Two qubit quantum logic gates such as controlled-NOT operations are performed using topological effects. Single-anyon operations such as hopping from site to site on a lattice suffice to perform all quantum logic operations. Anyonic quantum computation might be realized using quasiparticles of the fractional quantum Hall effect. PACS: 03.65-Lx     

量子计算与量子计算机

量子计算的强大运算能力使得量子计算机具有广阔的应用前景。该文简要介绍了量子计算的发展现状和基本原理,列举了典型的量子算法,阐明了量子计算机的优越性,最后预测了量子计算及量子计算机的应用方向。     

量子搜索及量子智能优化研究进展

为了提高智能优化算法的收敛速度及优化性能,目前国内外将量子计算机制和传统智能优化相融合,研究和提出了多种量子进化算法及量子群智能优化算法;为了进一步推动该领域的研究进展,系统地介绍了国内外提出的多种量子搜索及量子智能优化算法,其中包括量子搜索、量子衍生进化、量子神经网络三个方面内容;总结出目前改进量子搜索算法的主要机制和量子计算与传统智能计算的主要融合方式,并展望了量子搜索和量子智能优化有待进一步研究和需要解决的问题。     

基于光量子芯片的量子自旋链中完美态转移可编程量子模拟

近些年,量子计算物理实现技术进步很快,构建能够发挥实际用途的量子计算装置成为发展重点。采用量子模拟研究量子自旋系统的演化行为,相比于经典模拟会更加高效。一维量子自旋链中完美态转移模型在量子通信和量子计算领域具有重要的研究价值。提出一种基于双光子连续时间量子漫步的可编程完美态转移量子模拟方法,并且基于光量子芯片完成了2类特殊哈密顿量作用下XY型量子自旋链中双激发“周期-镜像”完美态转移的量子模拟实验,为模拟量子自旋系统的演化提供了一种实用且可扩展的实验方案。     

一种改进的量子搜索算法

Rrover提出的对无序数据库进行搜索的量子算法，可以将搜索时间复杂度从经典计算机上的O（N）降低为O（N的平方根）。该算法显示了量子计算的强大能力，在量子计算研究中具有重要地位。但是，我们在研究Grover算法中发现Grover算法存在搜索失效等问题。本文分析了Grover算法中存在的问题，针对其不足之处进行了改进，并证明了改进后量子搜索算法的有效性。     

一种量子神经网络模型学习算法及应用

提出一种量子神经网络模型及学习算法. 首先基于生物神经元信息处理机制和量子计算原理构造出一种量子神经元, 该神经元由加权、聚合、活化、激励四部分组成. 然后由量子神经元构造出三层量子神经网络模型, 其输入和输出为实值向量, 权值和活性值为量子比特. 基于梯度下降法构造了该模型的超线性收敛学习算法. 通过模式识别和函数逼近两种仿真结果表明该模型及算法是有效的.     

量子计算与量子计算机

量子计算是一种依照量子力学理论进行的新型计算,量子计算的基础和原理以及重要量子算法为在计算速度上超越图灵机模型提供了可能。在发展与完善量子计算理论的同时,量子计算机的物理实现方案也被不断提出。光子量子计算机,基于核磁共振、离子阱或谐振子等技术的量子计算机物理模型已被逐一实现。近年来亦出现了几个典型的基于量子计算机的量子算法。2001年在一台基于核磁共振技术的量子计算设备上成功演示的Shor量子算法,显示出量子计算机处理复杂问题的巨大潜能。文章对当前量子计算机物理实现的研究进展进行了综述。