机构名称：
¥ 1.0
变分的特征素[1]或新兴的量子机学习[9]，将计算分配给Quantum和经典部分，它们共同解决给定问题。与当今的松散集成的量子计算系统相比，在通用计算机上进行了经典的处理，我们设想，如图1所示，紧密整合的系统至少在这些部分中至少发生在量子处理器附近的专用硬件中的某些部分，变得更加可行。例如，这样的系统可能有助于处理具有低延迟和高带宽要求的实时或流数据，从重复的量子计算中进行更高级的统计收集，或者实施闭环杂交算法，其中量子计算部分地观察到量子计算，并将控制回到量子处理单元（QPU）量子（QPU）中，同时量化了量子量的量子，该量子量量子（QPU）量身定量，同时又有量子量。合适的硬件已经由其他人构建[12]，尽管重点不同。在这项工作中，我们专门针对经典部分和量子零件之间的高度优化的整合，这与诸如Qiskit或CIRQ之类的流行方法[6]。我们使用对序列进行的隐式公式，其中与QASM [2]和Quil [10]相比，进行基本操作而不是显式ISA方法。这项工作的主要贡献是第3节中QHDL语言的定义，以及概念验证QHDL/VHDL共同模拟环境的实施虽然Quingo [3]等现有框架可以通过基于指令的经典计算来处理量子计算的实时集成，但我们建议利用用于门或寄存器 - 转移级别建模的硬件说明语言的精细粒度计时功能。
QHDL：量子计算的低级电路描述语言
主要关键词
相关文件推荐
