XiaoMi-AI文件搜索系统
World File Search SystemQibo
Qibo：一个具有硬件加速的量子模拟框架
摘要 我们介绍了 Qibo，这是一款新型开源软件，充分利用硬件加速器，用于快速评估量子电路和绝热演化。人们对量子计算日益增长的兴趣和量子硬件设备的最新发展推动了开发注重性能和使用简单性的新型先进计算工具。在这项工作中，我们引入了一个新的量子模拟框架，使开发人员能够将硬件或平台实现的所有复杂方面委托给库，以便他们可以专注于手头的问题和量子算法。该软件从头开始设计，以模拟性能、代码简单性和用户友好界面为目标。它利用硬件加速，如多线程中央处理单元 (CPU)、单图形处理单元 (GPU) 和多 GPU 设备。
简历.pdf
2021 年 10 月 Qibo 简介，研讨会，杜塞尔多夫。2021 年 10 月 Qibo 简介，新加坡/日本。2021 年 9 月 量子 PDF，在线。2021 年 3 月 都灵研讨会，带硬件加速的量子模拟，都灵。2020 年 9 月 QC-CERN，量子机器学习简介，CERN。2020 年 10 月 QC-CERN，Qibo 简介，CERN。2020 年 9 月 CQT，带硬件加速的量子模拟，新加坡。2020 年 9 月 IML，跨平台加速 MC 模拟，CERN。2020 年 5 月 LHCP2020，具有深度学习模型的 Parton 密度，巴黎。2020 年 5 月 CSIL，大数据在 COVID-19 时代的作用，米兰。2019 年 7 月 BOOST19，通过强化学习进行 Jet 修饰，波士顿。 2019 年 7 月 QCD@LHC19，通过强化学习进行喷流修饰，布法罗。2019 年 6 月 3 日 PHOTON19，PDF 和 EW 校正，弗拉斯卡蒂。2019 年 4 月 3 日 IFT ICTP SAIFR，机器学习应用于理论高能物理，圣保罗。2019 年 3 月 12 日 ACAT19，黎曼-Theta 玻尔兹曼机，萨斯费。2018 年 9 月 18 日 NNPDF/N3PDF 警告会议，机器学习笔记，加尔尼亚诺。2018 年 9 月 10 日第 23 届 ETSF 电子激发研讨会，机器学习概述，米兰。2018 年 6 月 14 日清华机器学习研讨会，黎曼-Theta 玻尔兹曼机，三亚。
Qibolab：一个开源的混合量子操作系统
我们介绍了 Qibolab，一个与 Qibo 量子计算中间件框架集成的量子硬件控制开源软件库。Qibolab 提供在定制的自托管量子硬件平台上自动执行基于电路的算法所需的软件层。我们引入了一组对象，旨在通过面向脉冲的仪器、转换器和优化算法驱动程序提供对量子控制的编程访问。Qibolab 使实验人员和开发人员能够将硬件实现的所有复杂方面委托给库，以便他们能够以可扩展的与硬件无关的方式标准化量子计算算法的部署，使用超导量子比特作为第一个正式支持的量子技术。我们首先描述库中所有组件的状态，然后展示超导量子比特平台的控制设置示例。最后，我们展示与基于电路的算法相关的成功应用结果。
![arXiv:2303.10397v1 [quant-ph] 2023 年 3 月 18 日](/simg/g:\will\search\icon\source\2\235ee0aaf0aa29092ffd7c0f5dc02107bf735b71.webp)
arXiv:2303.10397v1 [quant-ph] 2023 年 3 月 18 日
摘要。在本次会议中，我们将介绍 Qibocal，这是一个基于 Qibo 框架的用于校准和表征量子处理单元 (QPU) 的开源软件包。Qibocal 专为自托管 QPU 设计，为轻松开发、部署和分发所有级别的硬件抽象的表征和校准程序奠定了基础。Qibocal 基于模块化 QPU 平台无关方法，它为超导量子比特提供了一个通用工具包，并有可能扩展到其他量子技术。在阐述对这种模块的需求之后，我们将解释程序的流程并展示 QPU 校准的实际使用示例。我们还展示了该库提供的其他功能，包括自动报告生成和实时绘图。
Qibolab：一个开源的混合量子操作系统
我们介绍了 Qibolab，一个与 Qibo 量子计算中间件框架集成的量子硬件控制开源软件库。Qibolab 提供在定制的自托管量子硬件平台上自动执行基于电路的算法所需的软件层。我们引入了一组对象，旨在通过面向脉冲的仪器、转换器和优化算法驱动程序提供对量子控制的编程访问。Qibolab 使实验人员和开发人员能够将硬件实现的所有复杂方面委托给库，以便他们能够以可扩展的与硬件无关的方式标准化量子计算算法的部署，使用超导量子比特作为第一个正式支持的量子技术。我们首先描述库中所有组件的状态，然后展示超导量子比特平台的控制设置示例。最后，我们展示与基于电路的算法相关的成功应用结果。
信息集解码的经典 - 量式权衡
摘要。通常通过信息集解码（ISD）算法评估基于代码的构造的安全性。在量子设置中，幅度扩增产生了与经典类似物相比的渐近平方根增益。但是，prange的最基本ISD算法已经受到了二次描述基础问题的长度的巨大宽度要求。即使多项式，考虑到实际量子电路在接近到中期的应用，对Qubits的需求也是最大的挑战之一。在这项工作中，我们通过介绍了第一个混合ISD al-gorithm来克服此问题，这些混合体允许将所需的量子定量为任何可用量，同时仍提供Tef formtδ的量子加速度为0。5 <Δ<1，其中t是纯经典程序的运行时间。感兴趣的是，当约束电路的宽度而不是其深度时，我们能够克服在约束量子搜索上以前的最优结果。此外，我们使用量子仿真库QIBO和SAGEMATH提供了成熟的量子ISD程序以及经典的协调员的实现。
可扩展量子资源上 ISD 的优化量子实现
摘要。基于代码的构造的安全性通常由信息集解码 (ISD) 算法评估。在量子环境中，振幅放大比经典模拟产生渐近平方根增益。然而，目前尚不清楚真正的量子电路是否能产生实际的改进或因其实现而承受巨大的开销。这导致在基于代码的提案的安全性分析中对这些量子攻击有不同的考虑。在这项工作中，我们通过给出成熟的 ISD 程序的第一个量子电路设计、量子模拟库 Qibo 中的实现以及其复杂性的精确估计来澄清这一疑问。我们表明，与普遍看法相反，Prange 的 ISD 算法可以在量子计算机上相当有效地实现，即与经典实现相比，电路深度的开销仅为对数。作为另一项重大贡献，我们利用经典协处理器的理念来设计混合经典量子权衡，从而可以根据任何可用数量定制必要的量子比特，同时仍提供量子加速。有趣的是，当限制电路的宽度而不是深度时，我们能够克服先前在约束量子搜索中得出的最优结果。
一种模拟人造石墨烯的量子电路算法
在这项工作中，我们开发了一种量子计算机算法，用于获取人造石墨烯 (AG) 中自由移动电子的基态和基能。此外，该算法还针对小型 AG 片进行了模拟。对于我们的模拟，我们使用 HPC 资源，因为在量子物质模拟中，随着系统尺寸的增加，传统计算资源的成本呈指数增长。我们的研究重点是石墨烯类似物：基于蜂窝晶格势的二维材料。这些晶格产生了狄拉克电子和石墨烯的主要电子特性，同时提供了更多可调平台，允许更大的电子-电子相互作用或自旋轨道耦合，并探索物质的新相。我们的算法由一个量子电路组成，该电路模拟绝热（渐进）演化，从具有非相互作用电子的 AG 系统（在我们的量子电路中很容易解决和准备）到具有任意库仑相互作用的系统（我们不知道其解决方案）。 AG 中的电子用二维费米-哈伯德哈密顿量建模，包括动能、自旋轨道和库仑项。我们首先使用 Jordan-Wigner 变换将 AG 轨道映射到一维量子比特串（或量子位，量子信息的最小单位）。晶格的每个位置都映射到一对量子比特，每个可能的自旋一个。为了准备初始的、无相互作用的状态，我们使用高斯状态准备，其缩放比例为 O(N) [1]。电路的演化部分基于之前为方格开发的策略 [2]，将缩放比例缩小到 O(N x)，其中 N x 是晶格的最短维度。因此，量子电路的大小和深度随着系统的大小线性增长。电路的所有部分，包括测量，都只涉及最近邻量子门。在巴塞罗那超级计算中心的 Marenostrum 4 超级计算机上，利用 Openfermion 程序包 [3] 和 Cirq [4] 和 qibo [5] 模拟器以及结构化张量网络 (TN) 和 quimb [6]，对最多具有四个六边形格子的量子电路进行模拟。这项工作还利用了最近开发的 TN 分布式库 RosneT [7] 将模拟扩展到更大的格子。我们研究了不同六边形格子的量子算法的效率（即量子比特数量和电路深度的成本）及其经典模拟的效率（就计算机内存和时间而言），以及 HPC。这些模拟用于测试量子算法并优化绝热演化速度，使我们能够估算更大、更昂贵的系统的最佳电路深度。他们还探索了基于量子电路的 TN 算法模拟费米-哈伯德模型的效率，从而深入了解了这些系统的实际复杂性。