Azure Quantum 资源估算器
Azure Quantum 资源估算器是一种资源估算工具，用于计算和显示运行量子算法所需的资源。 资源估算器假定算法在容错的大型量子计算机上运行。
可以使用资源估算器来评估体系结构决策、比较量子比特技术并确定特定硬件的资源要求。 资源估算器中的信息包括物理量子比特总数、算法运行时和所需的计算资源。 资源估算器还介绍了用于计算每个估计值的公式和值。
在本单元中，你将了解如何使用不同的参数设置自定义资源估算器。
Azure Quantum 资源估算器的工作原理是什么？
资源估算器采用各种目标参数作为输入。 目标参数具有预定义的值来轻松入门，也可以自定义其值以修改输出。 下表描述了主要三个目标参数：
| 目标参数 | Description |
|---|---|
| 物理量子比特信息 | 物理量子比特和量子比特体系结构的类型 |
| 量子误差更正 （QEC） 方案 | 应用于量子算法的错误更正类型 |
| 错误预算 | 量子计算的最大可接受误差率 |
选择物理量子比特模型
资源估算器有六个预定义量子比特模型。 其中四个模型具有基于门的指令集，而另外两个模型具有 Majorana 指令集。 这些预定义量子比特模型表示不同的量子比特体系结构，如离子或超导体。 量子比特模型涵盖一系列作时间和错误率，因此可以对其进行比较，以探索实际量子应用程序的资源要求。
| 预定义量子比特模型 | 指令集类型 |
|---|---|
qubit_gate_ns_e3 |
基于门 |
qubit_gate_ns_e4 |
基于门 |
qubit_gate_us_e3 |
基于门 |
qubit_gate_us_e4 |
基于门 |
qubit_maj_ns_e4 |
Majorana |
qubit_maj_ns_e6 |
Majorana |
有关物理量子比特参数的详细信息，请参阅 资源估算器的物理量子比特参数。
选择 QEC 方案
量子误差更正（QEC）对于量子计算平台实现真正可缩放的量子计算至关重要。 量子计算平台允许的操作集受物理约束，可能与您在算法中规定的操作不完全匹配。 即使量子计算机允许的操作与算法中的操作相匹配，量子计算机在执行每个操作时也不是完全准确的。 QEC方案更正了这些不准确的操作。
资源估算器提供两个预定义的 QEC 方案：图面代码协议和 Floquet 代码协议。 表面码协议适用于基于门的物理指令集和 Majorana 物理指令集。 Floquet 代码协议仅适用于 Majorana 物理指令集。
| QEC 方案 | 指令集类型 |
|---|---|
surface_code |
基于门和 Majorana |
floquet_code |
Majorana |
有关 QEC 方案的详细信息，请参阅 Azure Quantum 资源估算器中的量子错误更正方案。
选择错误预算
总错误预算设置了算法允许的错误总数。 允许的错误是允许算法失败的次数比例。 错误预算的值必须介于 0 和 1 之间，默认值为 0.001。 默认值为 0.1%，这意味着算法在每 1,000 次运行中允许失败一次。
错误预算高度特定于应用程序。 例如，如果运行的是 Shor 算法来分解整数，则可以容忍错误的较大值，因为可以轻松检查输出数字是否为算法末尾输入数字的主要因素。 另一方面，对于那些无法高效验证其解决方案的算法，可能需要设定更小的容错范围。
有关错误预算的详细信息，请参阅 Azure Quantum 资源估算器中的错误预算。
在下一个单元中，使用资源估算器估算运行 Shor 算法所需的资源。