Techniques avancées - Modules complémentaires Qiskit
Les modules complémentaires Qiskit constituent un ensemble de fonctionnalités de recherche permettant la découverte d'algorithmes à l'échelle industrielle. Ces composants logiciels modulaires s'appuient sur la base performante de Qiskit et peuvent être intégrés à un flux de travail pour adapter ou concevoir de nouveaux algorithmes quantiques. Cette page présente les outils disponibles dans les principales catégories fonctionnelles afin de vous aider à choisir les fonctionnalités adaptées lors de la création de vos flux de travail.
Problèmes liés aux domaines de mappage
Ces capacités permettent notamment de traduire les problèmes d'un domaine donné en opérateurs et circuits quantiques destinés à être exécutés sur un ordinateur quantique.
Modéliser des problèmes d'optimisation et les traduire en représentations compréhensibles par un ordinateur quantique.
Parcourir la documentation
Modéliser des systèmes quantiques fermioniques et les traduire en opérateurs de qubits et en circuits.
Parcourir la documentation
Construire des circuits à haute fidélité et à faible encombrement grâce à la compilation quantique approximative utilisant des réseaux de tenseurs.
Parcourir la documentation
Réduire l'erreur de Trotter de la dynamique hamiltonienne grâce à une combinaison pondérée de plusieurs exécutions du circuit.
Parcourir la documentation
Optimiser les circuits pour l'exécution matérielle
Ces fonctionnalités permettent de réduire la profondeur du circuit, mais s'accompagnent généralement d'une augmentation de la charge d'échantillonnage.
Rétropropagation de l'opérateur
Réduire la profondeur du circuit lors de l'estimation des valeurs attendues en effectuant une rétropropagation des observables à travers le circuit.
Parcourir la documentation
Réduire la profondeur des circuits transpilés en décomposant les portes d'entrelacement entre des qubits non adjacents.
Parcourir la documentation
Gérer le bruit pour l'estimation de la valeur attendue
Utilisez les extensions suivantes pour gérer le bruit lors de la création de charges de travail quantiques qui estiment les valeurs attendues des observables.
Atténuer les valeurs attendues en mesurant une grandeur observable cible qui intègre les informations du modèle de bruit.
Parcourir la documentation
Réduire la charge d'échantillonnage liée à la correction d'erreur probabiliste (PEC) en supprimant les termes du modèle de bruit qui ont peu d'impact sur l'estimation des observables.
Parcourir la documentation
Gérer le bruit pour les résultats d'échantillonnage
Ces techniques sont utiles pour traiter le bruit présent dans les résultats d'échantillonnage.
Diagonalisation quantique basée sur des échantillons
Estimer le spectre des hamiltoniens quantiques en traitant des échantillons bruités et en effectuant une diagonalisation dans un sous-espace réduit.
Présentation
Une implémentation de l'extension SQD optimisée pour le HPC, écrite selon les normes modernes d' C++17 s et conçue pour prendre en charge les flux de travail et les applications HPC.
Parcourir la documentation
Post-sélection avec vérifications de permutation de bits
Éliminer le bruit non markovien dans les chaînes de bits échantillonnées en intégrant des contrôles de permutation de bits dans un circuit.
Lire la documentation
Réduction des erreurs de mesure sans matrice ( M3 )
Réduire les erreurs de mesure en effectuant le traitement dans un sous-espace réduit défini par des chaînes de bits bruitées.
Parcourir la documentation
Améliorer la fidélité des distributions échantillonnées à l'aide de contrôles de Pauli optimisés sur le plan matériel, basés sur des codes spatio-temporels.
Parcourir la documentation
Fonctionnalités de prise en charge
Utilisez ces fonctionnalités pour prendre en charge et créer vos flux de travail qui exploitent d'autres modules complémentaires.
Créez plus rapidement des flux de travail basés sur des modules complémentaires grâce à cet ensemble de fonctions permettant de créer des hamiltoniens, de générer des circuits d'évolution temporelle de Trotter et d'appliquer les dernières fonctionnalités de réduction des erreurs.
Parcourir la documentation
Un cadre permettant d'approximer l'évolution des opérateurs, qui peut être utilisé pour simuler des valeurs attendues et mettre en œuvre des techniques d'atténuation des erreurs, telles que l'absorption du bruit propagé (PNA) et les cônes de lumière ombrés.
Parcourir la documentation