[發明專利]基于PyTorch的輕量快速的量子電路模擬實現系統

在審

• 申請號: 202210003901.0
• 申請日: 2022-01-04
• 公開（公告）號: CN114528995A
• 公開（公告）日: 2022-05-24
• 發明（設計）人: 謝哲;申倬豪;唐豪;金賢敏
• 申請（專利權）人: 上海交通大學
• 主分類號: G06N10/20
• 分類號: G06N10/20
• 代理公司: 上海交達專利事務所 31201
• 代理人: 王毓理;王錫麟

一種基于PyTorch的輕量快速的量子電路模擬實現系統，包括：量子電路設計模塊、量子電路轉換模塊和量子電路計算模塊，量子電路設計模塊根據用戶輸入的量子電路描述，構建對應的量子電路對象；量子電路轉換模塊根據量子電路對象，轉換并編譯得到對應的量子電路PyTorch對象；量子電路計算模塊根據量子電路PyTorch對象與用戶輸入的量子態，進行量子電路模擬計算，得到用于構成完整的量子電路模型的測量結果。本發明能夠更加高效、靈活地應對復雜的量子電路模擬實現場景。

技術領域

本發明涉及的是一種量子計算領域的技術，具體是一種基于PyTorch的輕量快速的量子電路模擬實現系統。

背景技術

經典的計算機日益難以提供足夠的運算速度，而量子計算的誕生為不少計算機相關的問題帶來新的解決思路。現有使用Python實現的量子電路計算模擬框架主要支持量子電路的定義和模塊化運算。在量子電路定義完成后，可以直接調用其中的函數，得到量子電路對應的酉矩陣形式，極大地方便量子自編碼器和對數編碼的實現。但是，由于每次對參數更新之后，都需要重新計算酉矩陣，這讓量子電路的運算速度大大減緩。

現有基于Cirq開發的量子電路計算模擬框架TensorFlow Quantum可以直接將Cirq定義的量子電路，轉換為可以在TensorFlow中使用的特殊張量。但該框架不能較好地支持量子電路計算模塊化的操作，對于部分特殊的量子電路與量子編碼(例如量子自編碼器與對數編碼)，很難使用其實現計算模塊。

發明內容

本發明針對現有量子電路模擬框架存在的諸如不靈活和計算緩慢等問題，提出一種基于PyTorch的輕量快速的量子電路模擬實現系統，利用量子門電路的特性，將量子電路模擬中的矩陣乘法計算過程模塊化，降低計算的時間復雜度；同時根據用戶的計算設備自動選擇合適的計算后端，大幅提升計算速度，能夠更加高效、靈活地應對復雜的量子電路模擬實現場景。

本發明是通過以下技術方案實現的：

本發明涉及一種基于PyTorch的輕量快速的量子電路模擬實現系統，包括：量子電路設計模塊、量子電路轉換模塊和量子電路計算模塊，其中：量子電路設計模塊根據用戶輸入的量子電路描述，構建對應的量子電路對象；量子電路轉換模塊根據量子電路對象，轉換并編譯得到對應的量子電路PyTorch對象；量子電路計算模塊根據量子電路PyTorch對象與用戶輸入的量子態，進行量子電路模擬計算，得到用于構成完整的量子電路模型的測量結果。

所述的量子電路描述，包含量子電路中的所有量子門種類、順序及名稱信息。

所述的量子電路設計模塊內置不同量子門種類對應的添加門電路成員函數，根據用戶調添加對應的量子門信息并構建量子電路對象，該量子電路對象通過列表類型的成員變量的方式，存儲所述的用戶輸入的量子電路描述中包含的量子門種類、順序及名稱信息。

所述的量子電路PyTorch對象包括量子電路對象中包含的量子門對應的參數信息。

所述的轉換是指：根據量子電路對象內部以列表形式存儲的所有量子門信息，逐一轉換為量子門對應的參數矩陣，并按順序存儲于量子電路PyTorch對象的順序表中，該順序表包括含優化參數矩陣與無優化參數矩陣，其中：含優化參數矩陣對應包含參數的量子門(如U-Gate)，無優化參數矩陣對應不包含參數的量子門(如H-Gate)。

所述的編譯是指：按照順序遍歷量子電路PyTorch對象的順序表，對相鄰的兩個無優化參數矩陣進行合并，以降低連續的無優化參數矩陣造成的計算時間開銷。

所述的量子電路模擬計算是指：對于量子電路PyTorch對象的順序表中存儲的第一個參數矩陣，將其與用戶輸入的量子態進行矩陣乘法操作，作為該參數矩陣對應的運算結果；對于量子電路PyTorch對象的順序表中存儲的其余的參數矩陣，將其與順序表中上一參數矩陣對應的運算結果進行矩陣乘法操作，作為該參數矩陣對應的運算結果；順序表中最后一個參數矩陣對應的運算結果即量子電路的計算結果。