news 2026/7/14 10:21:55

Quake 方言

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
Quake 方言

Quake 方言

总体介绍

量子电路模型是应用最广泛的量子计算模型。它为表述量子算法提供了便利工具,也为量子计算机的物理构建提供了架构。

量子电路将计算表示为一个应用于量子数据的量子算子序列。在我们的场景中,量子数据是一组量子比特。物理上,一个量子比特是仅有两个可区分状态的对象,即它是一个二态量子力学系统,如自旋-1/2粒子。

概念上,量子算子是可能修改量子比特子集状态的效应。最常见的情况是,这种效应是幺正演化——此时,我们称该算子是幺正的。算子作用的目标量子比特数量是其固有属性。

量子指令是将量子算子应用于特定量子比特子集的具体体现。量子比特的数量必须等于(或大于)算子固有的目标量子比特数量。如果更大,额外的量子比特被视为控制比特。

动机

Quake 值模型背后的主要动机是,为了优化目的直接暴露量子与经典数据的依赖关系,即表示量子计算中的数据流。与 Quake 的内存模型(使用内存语义,量子算子作为对量子比特引用的副作用)不同,值模型使用值语义,即量子算子消费并产生值。然而,这些值并非真正的 SSA 值,因为操作仍然对值本身有副作用且值不能被复制。

我们来看一个例子以澄清两种模型之间的区别。以下是某个玩具量子计算的 Quake 实现:

mlir

func.func foo(%veq : !quake.veq<2>) { // 从向量中提取每个量子比特的样板代码 %c0 = arith.constant 0 : index %c1 = arith.constant 1 : index %q0 = quake.extract_ref %veq[%c0] : (!quake.veq<2>, index) -> !quake.ref %q1 = quake.extract_ref %veq[%c1] : (!quake.veq<2>, index) -> !quake.ref // 我们向这些提取的量子比特应用一些算子 // ... 一系列使用 %q0 和 %q1 的算子 ... quake.h %q0 : (!quake.ref) -> () // 我们决定测量该向量 %result = quake.mz %veq : (!quake.veq<2>) -> cc.stdvec<i1> // 然后向 %q0 应用另一个 Hadamard quake.h %q0 : (!quake.ref) -> () // ... }

现在假设我们想通过移除相邻的伴随算子对来优化此代码,例如,如果在同一个量子比特上连续出现一对 Hadamard 操作——图示如下:

┌───┐ ┌───┐ ┌───┐ ─┤ H ├─┤ H ├─ = ───┤ I ├─── = ───────────── └───┘ └───┘ └───┘

其中 I 是恒等算子。注意,对 Quake 的这种优化的简单实现会优化掉应用于 %q0 的两个quake.h算子。这样的实现忽略了测量正被应用于包含 %q0 的向量 %veq 这一事实。

当然,为 Quake 正确实现这种优化是可能的。但这样的实现会很容易出错且需要复杂的分析。因此,Quake 具有重载的门。

在值模型中,算子消费值并返回新值:

mlir

%q0_1 = quake.op %q0_0 : (!quake.wire) -> !quake.wire

我们可以将内存表示与值表示之间的差异可视化为:

内存表示 值表示 ┌──┐ ┌──┐ ┌──┐ ┌──┐ %q0_1 ┌──┐ ┌──┐ %q0 ─┤ ├─┤ ├─···─┤ ├─ %q0 对比 %q0_0 ─┤ ├───────┤ ├─···─┤ ├─ %q0_Z └──┘ └──┘ └──┘ └──┘ └──┘ └──┘

如果我们再次查看实现,会注意到简单优化的问题在于 Hadamard 算子通过相同的值 %q0 隐式连接。在值形式中,所有门都通过不同的值显式连接,这消除了通过隐式副作用进行进一步分析的需要。以下是值形式的实现。

mlir

func.func @foo(%array : !quake.qvec<2>) { // 提取每个量子比特的样板代码 %c0 = arith.constant 0 : index %c1 = arith.constant 1 : index %r0 = quake.extract_ref %array[%c0] : (!quake.qvec<2>, index) -> !quake.qref %r1 = quake.extract_ref %array[%c1] : (!quake.qvec<2>, index) -> !quake.qref // 解包量子引用以暴露连线 %q0 = quake.unwrap %r0 : (!quake.qref) -> !quake.wire %q1 = quake.unwrap %r1 : (!quake.qref) -> !quake.wire // 应用各种算子 %q0_M = quake.h %q0_L : (!quake.wire) -> !quake.wire // 将连线重新包装到其原始源 quake.wrap %q0_M to %r0 : !quake.wire, !quake.qref quake.wrap %q1_X to %r1 : !quake.wire, !quake.qref // 测量整个量子引用向量 %result = quake.mz %array : (!quake.qvec<2>) -> !cc.stdvec<i1> // 再次解包量子比特 0 的连线 %q0_P = quake.unwrap %r0 : (!quake.qref) -> !quake.wire ... %q0_Z = quake.h %q0_Y : (!quake.wire) -> !quake.wire // 将连线重新包装回原始引用 quake.wrap %q0_Z to %r0 : !quake.wire, !quake.qref return }

在这段代码中,我们可以更直接地看出这两个 Hadamard 算子不能相互抵消。一种推理方式如下:在值形式中,我们需要遵循值链来了解量子比特算子被应用于何处,在本例中:

内存表示 值表示 %q0 [%q0_0, %q0_1 ... %q0_L, %q0_M; %q0_P ... %q0_Y, %q0_Z]

我们知道一个 Hadamard 应用于 %q0_L 并生成 %q0_M,另一个应用于 %q0_Y 并生成 %q0_Z。因此,它们之间没有连接——这意味着它们不能相互抵消。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/7/13 6:46:47

餐饮+AI: 萤石后厨智能体,24h在线的食安助手

点开外卖软件选店铺时&#xff0c;你是否也经常担心后厨卫生问题。当食品安全成为消费者的心头大患时&#xff0c;从而也变成了餐饮行业的核心竞争力。曾经传统人工监管的疏漏与局限&#xff0c;已难以满足食安信任需求与品牌管理标准。 萤石明厨亮灶≠装摄像头&#xff0c;还…

作者头像 李华
网站建设 2026/7/14 21:18:15

AtCoder Beginner Contest竞赛题解 | 洛谷 AT_abc436_a o-padding

​欢迎大家订阅我的专栏&#xff1a;算法题解&#xff1a;C与Python实现&#xff01; 本专栏旨在帮助大家从基础到进阶 &#xff0c;逐步提升编程能力&#xff0c;助力信息学竞赛备战&#xff01; 专栏特色 1.经典算法练习&#xff1a;根据信息学竞赛大纲&#xff0c;精心挑选…

作者头像 李华
网站建设 2026/7/14 22:28:52

Vue2与Vue3的Token存储机制深度对比:从设计理念到工程实践

文章目录一、核心架构差异引发的存储模式变革1.1 Vue2的Options API与状态管理困境1.2 Vue3的Composition API与逻辑复用革命二、存储介质选择的工程化考量2.1 存储介质特性对比2.2 典型场景解决方案场景1&#xff1a;SPA应用长期认证场景2&#xff1a;敏感信息短期存储场景3&a…

作者头像 李华
网站建设 2026/7/14 4:37:10

Langchain-Chatchat问答系统灰盒测试方法:验证核心逻辑正确性

Langchain-Chatchat问答系统灰盒测试方法&#xff1a;验证核心逻辑正确性 在企业知识管理日益智能化的今天&#xff0c;如何让大模型“读懂”内部制度、技术文档和业务流程&#xff0c;同时不把敏感信息泄露出去&#xff0c;已经成为AI落地的关键瓶颈。通用大语言模型虽然强大&…

作者头像 李华
网站建设 2026/7/14 20:17:53

8个降AI率工具,自考人必备的降重神器!

8个降AI率工具&#xff0c;自考人必备的降重神器&#xff01; 自考论文降重新思路&#xff1a;AI工具如何帮你摆脱查重困境 在自考论文写作过程中&#xff0c;许多同学都面临一个共同的难题——AIGC率过高、AI痕迹明显&#xff0c;导致查重率居高不下。随着学术规范越来越严格&…

作者头像 李华
网站建设 2026/7/12 1:47:32

AI时代软件测试的变革与机遇

智能增强的内涵与背景‌ 在2025年的今天&#xff0c;软件测试不再是传统的手工操作和脚本编写&#xff0c;而是深度融合人工智能的智能增强时代。智能增强&#xff08;Intelligent Augmentation&#xff09;指的是利用AI、机器学习和大数据分析等技术&#xff0c;辅助测试人员…

作者头像 李华