[发明专利]一种量子计算机的控制方法、系统及相关组件有效

专利信息
申请号: 202010461803.2 申请日: 2020-05-27
公开(公告)号: CN111612151B 公开(公告)日: 2023-06-16
发明(设计)人: 孙善宝;罗清彩;于晓艳;金长新;刘幼航 申请(专利权)人: 山东浪潮科学研究院有限公司
主分类号: G06N10/20 分类号: G06N10/20;G06N10/40;G06N3/0442;G06N3/08
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 刘翠香
地址: 250098 山东省济*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 量子 计算机 控制 方法 系统 相关 组件
【说明书】:

本申请公开了一种量子计算机的控制方法、系统及相关组件,包括:对量子计算机进行初始化设置,并获取单个量子位的最佳控制信号;将量子计算应用程序指令和最佳控制信号输入量子位控制模型,得到对应的微波控制信号,以通过量子测控系统完成量子位的操作;量子位控制模型具体为根据量子位布局、量子位个数、量子退相干时间和量子位操作时序确定结构,并通过量子计算机的初始训练数据进行训练优化得到的神经网络模型。本发明通过训练优化得到的神经网络模型,也即量子位控制模型,能够输出远比现有技术更为准确的微波控制信号,排除量子计算机运行过程中的各类误差,提高量子计算应用程序指令的执行效率。

技术领域

本发明涉及量子计算机控制领域,特别涉及一种量子计算机的控制方法、系统及相关组件。

背景技术

近年来,量子计算技术发展迅速,几乎所有的基础问题已经在理论上得到了解决。超导量子计算机的系统工作在超低温环境下,其核心是超导量子芯片,通过在微波频率上施加脉冲波形来实现对量子位的操控,并且在微波电子器件的制作上可以利用现有的半导体微加工工艺,成为目前比较可靠的实现量子计算的物理系统之一。

超导量子计算机的核心是量子芯片和量子测控系统,通过量子测控系统将设计好的量子电路转换成相应的量子控制脉冲信号,模拟信号以电磁场的形式耦合到其中嵌入了量子比特的物理基底,进而实现操控量子计算机运作。但在运作过程中,控制电子设备精密仪器本身的缺陷产生的噪声、来自外部辐射的干扰、以及数字信号转模拟信号过程中产生的控制误差,会影响量子计算的保真度,降低量子计算的性能。在这种情况下,如何产生更加合理的控制信号,实现超导量子计算机环境下量子计算应用程序的高效准确执行成为亟需解决的问题。

发明内容

有鉴于此,本发明的目的在于提供一种准确高效的量子计算机的控制方法、系统及相关组件。其具体方案如下:

一种量子计算机的控制方法,包括:

对量子计算机进行初始化设置,并获取单个量子位的最佳控制信号;

将量子计算应用程序指令和所述最佳控制信号输入量子位控制模型,得到对应的微波控制信号,以通过量子测控系统完成量子位的操作;

所述量子位控制模型具体为根据量子位布局、量子位个数、量子退相干时间和量子位操作时序确定结构,并通过所述量子计算机的初始训练数据进行训练优化得到的神经网络模型;

所述初始训练数据为无所述量子位控制模型时,所述量子计算机在所述量子计算应用程序指令下的初始控制信号和对应的初始测量数据。

优选的,所述量子位控制模型包括:

根据所述初始训练数据学习不同量子位之间的关联关系、并生成量子位关系矩阵的量子位关系生成器;

根据所述量子计算应用程序指令、所述最佳控制信号和所述量子位关系矩阵,生成微波控制信号的量子位控制生成器。

优选的,所述量子位控制生成器具体包括门控循环单元网络和注意力机制。

优选的,所述量子位控制模型具体为:

利用梯度下降优化法,通过所述量子计算机的初始训练数据进行训练优化得到的神经网络模型。

优选的,所述对量子计算机进行初始化设置,并获取单个量子位的最佳控制信号的过程,具体包括:

测量量子计算机的谐振腔频率,并通过调整微波源频率,测量得到人造量子频率;

根据量子位个数、所述谐振腔频率、所述微波源频率、所述人造量子频率,设定所述量子计算机的初始参数;

利用扫描频率频段,通过量子测控系统改编微波源频率,得到测量结果;

根据所述测量结果确定单个量子位的最佳控制信号。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东浪潮科学研究院有限公司,未经山东浪潮科学研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010461803.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top