张量网络量子-经典计算
量子物理
2024-10-22 v1
摘要
电路拼接（circuit knitting）为大型量子电路的可扩展执行提供了可行之路，通过将其拆分为更小的子电路，并通过经典后处理将其输出重新组合。然而，现有技术因忽视电路结构中潜在优化而导致后处理开销过大。为克服这一问题，我们引入了 qTPU—a 一种用于可扩展混合量子-经典处理的张量网络框架。通过利用我们提出的混合量子电路收缩方法，将电路执行表示为混合张量网络（h-TN）的收缩。qTPU 编译器自动生成高效的 h-TN，优化估计误差与后处理开销之间的平衡，而 qTPU 运行时则支持使用量子和经典加速器进行大规模 h-TN 收缩。我们的评估显示，后处理开销降低了数量级，后处理速度提升了 倍，整体运行时间相较于最新方法 Qiskit-Addon-Cutting（QAC）降低了 20.7 倍。
引用
@article{arxiv.2410.15080,
title = {Quantum-Classical Computing via Tensor Networks},
author = {Nathaniel Tornow and Christian B. Mendl and Pramod Bhatotia},
journal= {arXiv preprint arXiv:2410.15080},
year = {2024}
}