Questions tagged «performance»

2
是否有证据证明D波(一个)是量子计算机并且有效?
我当然是该领域的新手,但我已经读到,虽然D波(一个)是一种有趣的设备,但有人对其1)有用和2)实际上是“量子计算机”表示怀疑。 例如,斯科特·亚伦森(Scott Aaronson)多次表示他对D波中的“量子”部分是否真正有用表示怀疑: 正如我在这里多年重申的那样,我们仍然没有直接证据表明量子相干性在观察到的加速中起作用,或者确实在系统中永远存在量子位之间的纠缠。 从此博客摘录。 此外,维基百科上有关对D波持怀疑态度的部分非常混乱。 所以,我问: 我知道D波声称使用某种量子退火。在计算中是否实际上使用了量子退火(有效)来证明(不证明)D波? 是否已明确表明D波有效(无效)?如果不是,是否有明确的概述来尝试此工作?

1
明确的利勃罗宾逊速度界限
Lieb-Robinson边界描述了由于局部哈密顿量,效应如何在系统中传播。它们通常以 其中和是在哈密顿量所在的晶格上以距离隔开的算子在该点阵上具有局部(例如,最近的邻居)交互,并受某些强度。Lieb Robinson界的证明通常表明存在速度(取决于)。这对于限制这些系统中的属性通常非常有用。例如,有一些非常好的成果在这里|[A,B(t)]|≤Cevt−l,|[A,B(t)]|≤Cevt−l, \left|[A,B(t)]\right|\leq Ce^{vt-l}, AAABBBlllJJJvvvJJJ 关于使用最近邻哈密顿量生成GHZ状态需要多长时间。 我有过的问题是,证据充分通用的,这是很难得到什么速度实际上是一个紧密的值是对于任何给定的系统。 具体来说,想象一个由哈密顿量耦合的一维量子比特链 ,其中代表所有。在这里,和表示一个Pauli运算符,该运算符被应用于给定的qubit,而在其他各处。您能为方程式中的系统的Lieb-Robinson速度给出一个良好(即尽可能紧密)的上限。(1)?H=∑n=1NBn2Zn+∑n=1N−1Jn2(XnXn+1+YnYn+1),(1)(1)H=∑n=1NBn2Zn+∑n=1N−1Jn2(XnXn+1+YnYn+1), H=\sum_{n=1}^N\frac{B_n}{2}Z_n+\sum_{n=1}^{N-1}\frac{J_n}{2}(X_nX_{n+1}+Y_nY_{n+1}), \tag{1} Jn≤JJn≤JJ_n\leq JnnnXnXnX_nYnYnY_nZnZnZ_nnnnII\mathbb{I}vvv 可以在两个不同的假设下提出此问题: 该和都在固定时间JnJnJ_nBnBnB_n 该和被允许在时间变化。JnJnJ_nBnBnB_n 前者是一个更强的假设,可能使证明更容易,而后者通常包含在利勃罗宾逊范围的陈述中。 动机 量子计算,更广泛的说是量子信息,可以归结为有趣的量子态。通过作品如这个,我们可以看到这些信息需要一定的时间量,以传播从一个地方到另外一个量子系统发生演变由于哈密顿如公式。(1),并且诸如GHZ状态或具有拓扑顺序的状态之类的量子状态需要一定的时间才能产生。当前结果显示的是比例关系,例如所需时间为。Ω(N)Ω(N)\Omega(N) 所以,比方说,我想出了一种方案,该方案以线性缩放的方式进行信息传递或生成GHZ状态等。该计划实际上有多好?如果我有一个明确的速度,我可以看到与下限相比,我的方案中缩放系数的匹配程度如何。NNN 如果我有一天想看到的是在实验室中实现的协议,那么我非常在意优化这些缩放系数,而不仅仅是广泛的缩放功能,因为我可以更快地实现协议,因此机会更少是为了让噪音散发出来并使一切混乱。 更多信息 \newcommand{\bra}[1]{\left<#1\right|}\newcommand{\ket}[1]{\left|#1\right>}\newcommand{\bk}[2]{\left<#1\middle|#2\right>}\newcommand{\bke}[3]{\left<#1\middle|#2\middle|#3\right>}\newcommand{\proj}[1]{\left|#1\right>\left<#1\right|}此汉密尔顿算子有一些不错的功能,我认为这些功能使计算更容易。特别是,哈密顿量具有一个基于标准基础上1的个数的子空间结构(据说是激发保持的),更好的是,乔丹-维格纳变换表明可以导出更高激发子空间的所有性质。来自1-excitation子空间。N×NN×NN\times Nhhh2N×2N2N×2N2^N\times 2^NHHH,其中 有证据表明Lieb-Robinson速度为,例如在此处和此处,但是这些都使用了接近均匀耦合的链,链的群速度为(我假设群速度与链的速度紧密相关Lieb-Robinson速度)。并不能证明所有可能的耦合强度选择都具有如此有限的速度。h=∑n=1NBn|n⟩⟨n|+∑n=1N−1Jn(|n⟩⟨n+1|+|n+1⟩⟨n|).h=∑n=1NBn|n⟩⟨n|+∑n=1N−1Jn(|n⟩⟨n+1|+|n+1⟩⟨n|). h=\sum_{n=1}^NB_n\proj{n}+\sum_{n=1}^{N-1}J_n(\ket{n}\bra{n+1}+\ket{n+1}\bra{n}). v=2Jv=2Jv=2J2 J2J2J2J 我可以进一步增加动机。考虑从链的一端开始的单个激励的时间演化,以及在短的时间之后到达链的另一端振幅。对于一阶,这是 您可以看到期望在Lieb-Robinson系统定义的“光锥”之外的指数功能,但是更重要的是,如果您想最大化该振幅,则可以设置所有|1⟩|1⟩\ket{1}|N⟩|N⟩\ket{N}δtδt\delta tδtδt\delta t⟨N|e−ihδt|1⟩=δtN−1(N−1)!∏n=1N−1Jn+O(δtN).⟨N|e−ihδt|1⟩=δtN−1(N−1)!∏n=1N−1Jn+O(δtN). \bra{N}e^{-ih\delta t}\ket{1}=\frac{\delta t^{N-1}}{(N-1)!}\prod_{n=1}^{N-1}J_n+O(\delta t^{N}). Jn=JJn=JJ_n=J。因此,在短时间内,均匀耦合的系统将导致最快速的传输。尝试进一步推动这一点,您可能会稍作犹豫,询问何时 取大的极限,并在阶乘上使用Stirling公式,得出 这表明最大速度约为。接近,但不严格(因为高阶术语不可忽略)!tN−1(N−1)!∏n=1N−1Jn∼1tN−1(N−1)!∏n=1N−1Jn∼1 \frac{t^{N-1}}{(N-1)!}\prod_{n=1}^{N-1}J_n\sim 1 NNNetJN−1∼1,etJN−1∼1, \frac{etJ}{N-1}\sim 1, eJeJeJ \newcommand{\bra}[1]{\left<#1\right|}\newcommand{\ket}[1]{\left|#1\right>}\newcommand{\bk}[2]{\left<#1\middle|#2\right>}\newcommand{\bke}[3]{\left<#1\middle|#2\middle|#3\right>}\newcommand{\proj}[1]{\left|#1\right>\left<#1\right|}

4
在将经典计算与量子计算进行比较时,“忽略常数”的常用计算机科学用法是否有用?
丹尼尔·桑克(Daniel Sank)在评论中提到,对我的观点是,在接纳多项式时间算法的问题上,恒定的加速是微不足道的,10810810^8 复杂性理论过于痴迷于无限的缩放比例限制。在现实生活中,重要的是您以多快的速度得到问题的答案。 在计算机科学中,通常会忽略算法中的常量,并且总的来说,这种方法效果很好。(我是说,是好的,实用算法。我希望你能给予我(理论)算法的研究产生了相当大的手在这!) 但是,我确实知道情况与现在略有不同: 不是比较同一台计算机上运行的两种算法,而是比较两台非常不同的计算机上的两种(略有不同)算法。 现在,我们正在使用量子计算机,对于这些计算机,传统的性能测量可能不足。 特别地,算法分析的方法仅仅是方法。我认为全新的计算方法要求对我们当前的性能评估方法进行严格的审查! 所以,我的问题是: 将量子计算机上的算法性能与经典计算机上的算法性能进行比较时,“忽略”常数的做法是否是一种好习惯?

3
在仿真中建立量子计算机
如果要在模拟中从头开始构建量子计算机(例如人们在Nand2Tetris课程中如何从头开始构建经典计算机),这可能吗? 如果是,那有什么可能的方法? 而且,鉴于特定数量的经典计算能力,这种模拟机器的局限性是什么?例如,如果我们要选择您的平均台式机/笔记本电脑,限制是多少?如果我们使用一台超级计算机(如Titan),那么极限将是多少?

2
量子计算机的功效如何?
众所周知,量子算法的扩展速度比传统算法快(至少对于某些问题),这意味着对于给定大小的输入,量子计算机将需要数量少得多的逻辑运算。 然而,就每逻辑操作的功耗而言,量子计算机与普通计算机(今天的普通PC)相比如何讨论得还不是很普遍。(由于量子计算机的主要焦点是它们能够以多快的速度计算数据,因此没有被讨论太多吗?) 有人可以解释为什么每个逻辑运算量子计算比传统计算具有更高或更低的功效吗?
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.