数字量子计算范式提供了非常理想的特性,例如通用性、可扩展性和量子纠错。然而,在当前的 NISQ 设备时代,实现有用的纠错量子算法所需的物理资源是令人望而却步的。作为执行通用量子计算的替代途径,在 NISQ 时代的限制内,我们建议将数字单量子位操作与模拟多量子位纠缠块合并,这种方法我们称之为数字模拟量子计算 (DAQC)。沿着这个思路,虽然这些技术可以扩展到任何资源,但我们建议将由无处不在的 Ising 汉密尔顿量生成的幺正用于模拟纠缠块,并证明其通用性。我们构建了显式 DAQC 协议,通过单量子位门和固定的均匀 Ising 汉密尔顿量来有效模拟任意非均匀 Ising、二体和 M 体自旋汉密尔顿动力学。此外,我们还比较了顺序方法(其中交互是打开和关闭的)(分步 DAQC)和始终开启的多量子比特交互,中间穿插着快速单量子比特脉冲(爆炸式 DAQC)。最后,我们进行了数值测试,比较了纯数字方案和 DAQC 协议,结果显示后者的性能明显更好。所提出的 DAQC 方法将模拟量子计算的稳健性与数字方法的灵活性相结合。
级联的 CMOS 突触芯片包含一个 32x32 (1024) 个可编程突触的交叉阵列,已被制造为用于完全并行实现神经网络的“构建块”。突触基于混合数模设计,该设计利用片上 7 位数据锁存器来存储量化权重,并利用两象限乘法 DAC 来计算加权输出。突触具有 6 位分辨率,传输特性具有出色的单调性和一致性。已制造了一个包含四个突触芯片的 64 神经元硬件,用于研究反馈网络在优化问题解决中的性能。在本研究中,已在硬件中实现了 7x7 一对一分配网络和 Hop field-Tank 8 城市旅行商问题网络。已证明该网络能够实时获得最佳或接近最佳的解决方案。
我们提出了一种数模量子算法,用于模拟 Hubbard-Holstein 模型,该模型描述了强关联费米子-玻色子相互作用,该算法采用具有超导电路的合适架构。它由一个由谐振器连接的线性量子比特链组成,模拟电子-电子 (ee) 和电子-声子 (ep) 相互作用以及费米子隧穿。我们的方法适用于费米子-玻色子模型(包括 Hubbard-Holstein 模型描述的模型)的数模量子计算 (DAQC)。我们展示了 DAQC 算法的电路深度减少,该算法是一系列数字步骤和模拟块,其性能优于纯数字方法。我们举例说明了半填充双位点 Hubbard-Holstein 模型的量子模拟。在这个例子中,我们获得了大于 0.98 的保真度,表明我们的提议适合研究固态系统的动态行为。我们的提议为计算化学、材料和高能物理的复杂系统打开了大门。
DOI: 10.7498/aps.71.140101 类脑计算技术作为一种脑启发的新型计算技术 , 具有存算一体、事件驱动、模拟并行等特征 , 为 智能化时代开发高效的计算硬件提供了技术参考 , 有望解决当前人工智能硬件在能耗和算力方面的 “ 不可持续发展 ” 问题 . 硬件模拟神经元和突触功能是发展类脑计算技术的核心 , 而支持这一切实现 的基础是器件以及器件中的物理电子学 . 根据类脑单元实现的物理基础 , 当前类脑芯片主要可以分 为数字 CMOS 型、数模混合 CMOS 型以及新原理器件型三大类 . IBM 的 TrueNorth 、 Intel 的 Loihi 、清华大学的 Tianjic 以及浙江大学的 Darwin 等都是数字 CMOS 型类脑芯片的典型代表 , 旨 在以逻辑门电路仿真实现生物单元的行为 . 数模混合型的基本思想是利用亚阈值模拟电路模拟生物 神经单元的特性 , 最早由 Carver Mead 提出 , 其成功案例有苏黎世的 ROLLs 、斯坦福的 Neurogrid 等 . 以上两种类型的类脑芯片虽然实现方式上有所不同 , 但共同之处在于都是利用了硅基晶体管的 物理特性 . 此外 , 以忆阻器为代表的新原理器件为构建非硅基类脑芯片提供了新的物理基础 . 它们 在工作过程中引入了离子动力学特性 , 从结构和工作机制上与生物单元都具有很高的相似性 , 近年 来受到国内外产业界和学术界的广泛关注 . 鉴于硅基工艺比较成熟 , 当前硅基物理特性是类脑芯片 实现的主要基础 . 忆阻器等新原理器件的类脑计算技术尚处于前沿探索和开拓阶段 , 还需要更成熟 的制备技术、更完善的系统框架和电路设计以及更高效的算法等 .
TDA1305T CMOS 数模比特流转换器集成了上采样滤波器和噪声整形器,在正常速度模式下,可将 1f s 输入数据的过采样率提高到 96f s(f sys = 192f s)或 128f s(f sys = 256f s)。在双倍速度模式下,1f s 输入数据的过采样率提高到 48f s(f sys = 384f s)或 64f s(f sys = 256f s)。此过采样与 5 位 DAC 一起,通过简单的一阶模拟后置滤波即可实现波形平滑和带外降噪所需的滤波。
图1:(a)TPC的几何形状以及相互空间和相关的高对称点的表示。(b)每个原始细胞内两个孔的TPC的分散图(黑色)或不同的(红色)半径1和R 2。(c)浆果曲率和山谷Chern数模拟了为疾病的TPC(r 1 = 180 nm和r 2 = 80 nm)。(d)边缘模式的色散曲线(实心蓝线)沿着胡须界面在两个半偶然的镜像对称TPC之间,平行于γk方向(浅蓝色背景表示投射的散装模式)。实心红线显示无限TPC的分散曲线。插图比较界面的FBZ(厚蓝线与长度为2π/b 0)和无限TPC的FBZ。(e)模拟(左图)中使用的典型单元电池和边缘模式的磁场振幅的分布(右图)。
噪声中型量子 (NISQ) 设备缺乏错误校正,限制了量子算法的可扩展性。在这种情况下,数模量子计算 (DAQC) 提供了一种更具弹性的替代量子计算范式,它通过将单量子位门的灵活性与模拟的稳健性相结合,表现优于数字量子计算。这项工作探讨了噪声对数字和 DAQC 范式的影响,并证明了 DAQC 在缓解错误方面的有效性。我们比较了超导处理器中各种单量子位和双量子位噪声源下的量子傅里叶变换和量子相位估计算法。DAQC 在保真度方面始终超越数字方法,尤其是随着处理器尺寸的增加。此外,零噪声外推通过减轻退相干和固有误差进一步增强了 DAQC,对于 8 量子位实现了 0.95 以上的保真度,并将计算误差降低到 10 −3 的数量级。这些结果证实了 DAQC 是 NISQ 时代量子计算的可行替代方案。
注意:该版本的文章已经通过同行评审(如适用)并被接受发表,并受 Springer Nature 的 AM 使用条款约束,但不是记录版本,不反映接受后的改进或任何更正。记录版本可在线获取:https://doi.org/10.1038/s41586-022-04940-6 量子计算在多种技术和平台上的发展已经达到了在解决人工问题方面优于传统计算机的程度,这一程度被称为“量子优势”。作为这项技术发展的下一步,现在重要的是讨论实用的量子优势,即量子设备将解决传统超级计算机无法处理的实际问题。量子计算机许多最有前景的短期应用都属于量子模拟的范畴:模拟与现代材料科学、高能物理和量子化学直接相关的微观粒子的量子特性。这将影响一些重要的实际应用,例如开发电池材料、工业催化或固氮。就像空气动力学可以通过数字计算机或风洞中的模拟来研究一样,量子模拟不仅可以在未来的容错数字量子计算机上执行,而且现在也可以通过专用模拟量子模拟器执行。在这里,我们概述了量子模拟的现状和未来前景,认为在模拟设备的专门应用的情况下已经存在第一个实用的量子优势,而全数字设备则开辟了全方位的应用,但需要进一步开发容错硬件。当今存在的混合数模设备已经为近期的应用提供了巨大的灵活性。
致讲师 本模块的唯一先决条件是线性代数课程。学生学习必要的背景知识后,它可以用于线性代数课程。事实上,这将是线性代数课程中的一个极好的项目。通常,在第一门线性代数课程中,学生会学习实数上的向量空间。对于此模块,他们需要研究二元域上的向量空间。因此,这将提供一定程度的抽象(但可管理)。此外,它可以用于任何适合或需要引入纠错码的计算科学课程。最后,可以使用此模块的另一门课程是抽象代数课程。一旦学生学习了一般的有限域,他们就可以在任意有限域上定义和实现汉明码(当然,首先学习二元域上的汉明码仍然会对他们有益)。通常,在学习抽象代数课程之前,学生熟悉素数p的整数模p域,但不熟悉更一般的有限域。本模块使用的软件是Maple版本10(经典工作表模式)。摘要 纠错码理论是数学在信息和通信系统中的一个相对较新的应用。该理论得到了广泛的应用,从深空通信到光盘的声音质量。事实证明,可以使用一套丰富的数学思想和工具来设计好的代码。该领域使用的数学工具集通常来自代数(线性和抽象代数)。本模块的目的是通过一类众所周知的代码(称为汉明码)向具有线性代数基础知识的学生介绍该主题的基础知识。介绍了与汉明码相关的有趣属性和项目。关键词:编码理论、纠错码、线性码、汉明码、完美码