量子计算的一个突出挑战是构建具有出色相干性和可靠的通用控制的量子装置[1 – 3]。为了获得良好的相干性,我们可以选择低耗散的物理系统(例如超导腔[4 – 6]和核自旋[7 – 10]),或者通过主动量子纠错进一步增强相干性[11,12]。当我们通过将中央系统与噪声环境更好地隔离来提高相干性时,处理存储在中央系统中的信息变得更加困难。为了控制几乎孤立的中央系统,我们通常会引入相对容易控制的辅助系统(例如,transmon 量子比特[13 – 15]和电子自旋[8,9]),但辅助系统通常比中央系统遭受更多的退相干,从而限制了辅助量子操作的保真度。因此,开发能够容忍辅助错误的量子控制协议至关重要。对于具有时间或空间相关性的噪声,我们可以使用动态解耦[16 – 18]或无退相干编码[19,20]技术来实现中央系统的抗噪声控制。当噪声没有相关性(例如马尔可夫噪声)时,我们需要主动量子纠错(QEC)来提取熵。对于量子比特系统,抑制辅助误差的一种常用策略是使用横向方法[1,21 – 26],但这可能需要花费大量的硬件开销并且不能提供通用控制[1],因此希望有一种硬件高效的方法来实现对辅助误差的容错操作[27 – 32]。与量子比特系统不同,每个玻色子模式都有一个大的希尔伯特空间,可以使用各种玻色子量子码来编码量子信息,正如最近的实验所证明的那样[11,33 – 35]。然而,没有简单的方法来划分玻色子
受控操作是量子算法的基本组成部分。将 n 个控制非门 (C n (X)) 分解为任意单量子比特和 CNOT 门是一项重要但并非易事的任务。本研究引入的 C n (X) 电路在渐近和非渐近范围内的表现优于以前的方法。提出了三种不同的分解:一种是使用一个借用的辅助量子比特的精确分解,电路深度为 ΘðlogðnÞ3Þ,一种没有辅助量子比特的近似分解,电路深度为 OðlogðnÞ3logð1=ϵÞÞ,以及一种具有可调深度电路的精确分解,该电路的深度随着可用辅助量子比特的数量 m ≤ n 而减少,即 Oðlogðn=bm=2cÞ3+logðbm=2cÞÞ。由此产生的指数加速可能会对容错量子计算产生重大影响,因为它可以改善无数量子算法的复杂性,应用范围从量子化学到物理学、金融和量子机器学习。
量子力学的测量公设指出,在测量可观测量 ˆ o 时,只能观察到其特征值 on ,并且系统的状态将在测量之后立即投影到相应的特征态 | on ⟩ ,对于该特征态 ˆ o | on ⟩= on | on ⟩ 。此外,Born 规则规定,对于初始量子态 | ψ 0 ⟩ ,出现这种结果的概率为 pn = |⟨ on | ψ 0 ⟩| 2 。是否能够推导出该规则并将其从量子力学公设中剔除仍然是一个基本问题[1]。从量子信息处理的角度来看,这种谱投影的一般构造也具有实际意义。例如,参考文献[2] 构建了一种量子行走方法来实现这一点,并强调了其在执行优化问题的量子模拟退火 (QSA) 算法的关键步骤中的实用性[3]。后者可以作为绝热量子计算 (AQC) [4,5] 的替代方法。事实上,标准量子相位估计 (QPE) [6] 及其变体 [7–9] 也可以在系统不处于本征态时实现近似谱投影。QPE 在很多量子信息处理应用中都至关重要 [6],包括因式分解,以及与本文更相关的文献 [2] 中的量子行走谱测量,以及制备热吉布斯态的相关方法 [10–13]。标准 QPE 使用 O(tg) 个受控 c − U2k 形式酉门(k = 0 至 tg − 1)对相位值的 tg 个二进制数字进行编码(以 2π 为单位),并且它需要 O(t2g) 个门在逆量子傅里叶变换中检索相位 [6]。至于 QPE 的精度,为了使相位在 m 个二进制数字中准确,且成功概率至少为 1 − ϵ ,所需的辅助量子比特总数为 tg = m + log 2 (2 ϵ + 1 / 2 ϵ ) [ 6 ] 。换句话说,使用 tg 个辅助量子比特可以使相位值在 tg − log 2 (2 ϵ + 1 / 2 ϵ ) 二进制数字中准确。因此,相位的精度受到用于表示相位值以及用作光谱投影子程序时可用的辅助量子比特数量的限制
摘要 — 将高级量子程序编译到大小受限(即量子比特数量有限)和时间受限(即量子操作数量有限)的机器中是一项挑战。在本文中,我们介绍了 SQUARE(战略量子辅助重用),这是一种编译基础架构,用于解决模块化量子程序中临时量子比特(称为辅助)的分配和回收问题。SQUARE 的核心是战略性地执行非计算以创造量子比特重用的机会。当前的嘈杂中型量子 (NISQ) 计算机和前瞻性的容错 (FT) 量子计算机具有根本不同的约束,例如数据局部性、指令并行性和通信开销。我们基于启发式的辅助重用算法平衡了这些考虑因素,并将计算纳入资源受限的 NISQ 或 FT 量子机,并在必要时限制并行性。为了精确捕获程序的工作量,我们提出了一个改进的指标,即“活动量子体积”,并使用该指标来评估我们算法的有效性。我们的结果表明,SQUARE 将 NISQ 应用程序的平均成功率提高了 1.47 倍。令人惊讶的是,用于未计算的额外门创建了具有更好局部性的辅助门,并导致交换门大大减少,总体上门噪声也更低。SQUARE 还实现了 FT 机器的活动量子体积平均减少 1.5 倍(最高 9.6 倍)。索引术语 — 量子计算、编译器优化、可逆逻辑综合
在本文中,我们提出了一种cavy的编译器,Cavy是一种命令性量子编程语言。Cavy系统的主要贡献是将区域推断应用于安全且有效的Ancilla Qubit分配,使用和交易位置,并以可逆子集的编程语言中的位置。此方法可以通过任意Ancilla操作的程序来汇编优化的量子电路。与其他有关Ancilla Deadlocation的最新工作相比,安全分析是Rust编程语言中引入的借用检查器的一种变体。它具有“移动参考”,这是一种独特的参考类型,可以安全地传输其参考文献的所有权。为了解决问题并激发这些特征,我们描述了一个量子算法,其最近的实验实现使传统线性量子量子编程语言的表现力构成表达,并给出了该算法的cav效。
许多量子算法都利用了辅助位,即用于在计算过程中存储临时信息的额外空闲位,这些信息通常在使用后恢复到其原始状态。辅助位有多种用途,例如减少总执行时间。在某些情况下,它们可以渐进地改善电路分解的深度。这凸显了量子程序中一个重要的时空权衡——我们以辅助位的形式花费额外的空间,以减少输入电路的深度。真正的量子机器的量子比特数量有限,因此充分利用它们以更快地计算更大、更有用的问题非常重要。最近,[1] 证明了高维量子比特可以作为某些电路元件中辅助位的替代品,效果很好。虽然量子电路通常以量子比特上的二进制逻辑门来表示,但在许多量子技术中,这种两级抽象是肤浅的。超导量子比特 [2] 和捕获离子 [3] 具有无限多种可能的状态,而较高的状态通常被抑制。不幸的是,通过访问这些状态,计算会受到更多种类的错误的影响,实际上错误类型的数量在计算基数中呈二次方增长 [1]。但是,如果正确使用量子比特状态,则获得的好处会超过这种成本。具体来说,我们在计算过程中暂时使用量子比特状态,同时保持电路的二进制输入和输出。
AKLT状态是各向同性量子Heisenberg Spin-1模型的基态。它表现出激发差距和指数衰减的相关函数,并在其边界处具有分数激发。到目前为止,仅通过捕获离子和光子系统实验实现了一维AKLT模型。在这项工作中,我们成功地准备了嘈杂的中间量子量子(NISQ)ERA量子设备上的AKLT状态。尤其是,我们在IBM量子处理器上开发了一种非确定性算法,其中AKLT状态制备所需的非单生操作员嵌入到单一操作员中,并为每对辅助旋转旋转1 /2的额外的Ancilla Qubit带有附加的Ancilla Qubit。这样的统一操作员有效地由由单量子和最近的邻居CX门组成的参数化电路表示。与Qiskit的常规操作员分解方法相结合,我们的方法导致了较浅的电路深度,仅邻近邻居的大门,而原始操作员的忠诚度超过99.99%。通过同时选择每个Ancilla Qubit,以使其属于旋转|↑>的子空间,可以通过从最初的单元状态以及量子计算机上的旋转量中的旋转量中的初始产品状态以及随后对所有其他物理量进行录制来系统地获得AKLT状态。我们展示了如何通过减轻读数错误的IBM量子专业人员进一步提高实施的准确性。
在量子科学中,表征强关联物质是一项日益重要的挑战,因为其结构常常被大量纠缠所掩盖。越来越明显的是,在量子领域,状态准备和表征不应分开处理——将这两个过程纠缠在一起可在信息提取方面带来量子优势。在这里,我们提出了一种结合绝热态准备和拉姆齐光谱学的方法,我们称之为“多体拉姆齐干涉法”:利用我们最近开发的计算基态和多体本征态之间的一对一映射,我们准备一个由辅助量子比特的状态控制的多体本征态叠加,让叠加演化出相对相位,然后逆转准备协议以解开辅助量子比特的纠缠,同时将相位信息重新定位到其中。然后,辅助量子比特断层扫描提取有关多体本征态、相关激发光谱和热力学可观测量的信息。这项工作证明了利用量子计算机有效探索量子物质的潜力。
大型骨气或连续可变的非线性可以具有许多应用,从猫状态的量子量的发生范围到量子传感,到灵敏度超过Heisenberg在资源中扩展的量子传感。然而,超大非线性的产生在实验上已经极具挑战性。我们描述了一种新的协议,其中人们可以通过Ancilla模式在光学模式下有条件地应用线性操作,从而有效地生成大型Kerr型非线性,然后在探针模式下测量Ancilla和矫正操作。我们的协议可以生成高质量的schrödinger猫状态,可用于量子计算,可用于对相位空间中的未知旋转或位移进行感应,并在资源中具有超级黑姐的缩放。我们最终使用Faraday效应与光学模式相互作用的原子合奏进行了潜在的实验实现。