在 Braket 上使用 PennyLane + 向容错型量子计算迈进 + 张量网络模拟器

去年我第一次写了关于 Amazon Braket 的文章，并邀请大家开始使用量子计算！ 自该产品发布以来，我们不断改进，为 Amazon Braket 增加了多个重要而强大的新功能：

2020 年 8 月 – Amazon Braket 全面开放，并且可访问来自 D-Wave、IonQ 和 Rigetti 的量子计算硬件。

2020 年 9 月 – 支持 D-Wave 的 Advantage 量子处理单元 (QPU)，该处理单元包括超过 5000 个量子位和 15 路连接。

2020 年 11 月 – 支持资源标记、AWS PrivateLink 和手动量比特分配。借助前两项功能，可以轻松将现有的 AWS 应用程序连接到你使用 Amazon Braket 构建的新应用程序，并可帮助构想基于云的生产级量子计算应用程序的未来面貌。最后一个功能对研究人员来尤其有趣；根据我了解的情况，给定量子计算硬件中的某些量子位可以具有单独的物理和连接属性，从而有可能使其在量子回路中使用时具有更加的性能。你可以阅读在 QPU 设备上分配量子位以了解更多信息（这种方式与编译器将 CPU 寄存器分配给频繁使用的变量有点类似）。

在我最初的博客文章中，我还宣布我们在加州理工学院附近成立了 AWS 量子计算中心。

在我写这篇文章的时候，我们已经进入了嘈杂中级量子 (NISQ) 时代。这一描述很好地反映了量子计算机的当前状况：量子计算回路中的每个门都会带来一定数量会损害精确度的噪音，而由于这种噪音的累积，会对问题的量级施加了一些实际的限制。

更新时间
与量子计算领域的其他人一样，我们正在努力应对这一挑战。今天我想向大家介绍一下我们在实践和理论层面上的最新进展。

与 CPU 和 GPU 配合解决大规模的传统计算问题类似，新兴 混合量子算法将 CPU 与 QPU 结合使用来加快传统算法中的特定计算，从而支持较短的量子执行，这类量子执行可减少噪音累积效应的影响，并且能够在目前的设备上正常运行。

变分量子算法是混合量子算法中的一个重要类型。经典代码（在 CPU 中）通过迭代的方式来调整参数化量子回路的参数，其方式与通过反复处理不同批量的训练数据并根据目标函数的结果来调整参数，从而构建神经网络的方式类似。目标函数的输出可为经典代码提供指导，帮助引导将参数调整到所需方向的过程。从数学上（这不是我擅长的领域），这被称为可微分量子计算。

前面介绍了这么多，那么我们到底要做什么？

首先，我们要让 PennyLane 库可用，以便你可以构建量子经典混合算法并在 Amazon Braket上运行这些算法。借助该库，你可以“遵循梯度”并编写代码来解决计算化学（通过包含的 Q-Chem 库）、机器学习和优化方面的问题。我在 AWS 的同事一直在与 PennyLane 的团队合作，以实现 PennyLane 与 Amazon Braket 的集成。

PennyLane 已预装在 Braket 笔记本中，你还可以在自己的 IDE 中安装 Braket-PennyLane 插件。完成此操作后，你可以像训练神经网络一样训练量子回路，同时还可以使用熟悉的机器学习库，例如 PyTorch 和 TensorFlow。如果你在 Amazon Braket 内含的托管模拟器上使用 PennyLane，则可以通过并行回路执行将回路的训练速度提高 10 倍。

其次，AWS 量子计算中心正在通过两种方式来解决噪音问题：我们正在研究使门本身更加准确的方法，同时也在努力开发更高效的方法来实现跨多个量子位的冗余信息编码。我们新发表的论文使用串联 Cat 代码构建容错型量子计算机介绍了我们在这两方面的工作。这篇 100 多页的论文涉猎极广，提出了构建一种通过超导回路耦合的微米级电声量子位的二维网格：

有趣的是，这种提议的量子位设计已被用于设计 Toffoli 门模型，然后通过在 c5.18xlarge 实例上运行 170 小时的仿真进行测试。确实，人们正在使用经典计算机来设计和模拟未来的量子计算机。

提议的混合电声量子位远远小于目前可用的量子位，并且开销减少了 10 倍以上（按每个纠错后的量子位和相关控制线所需的物理量子位数量衡量）。除了试验性开发这种基于混合电声量子位的架构外，AWS 量子计算中心的团队还将继续探索其他有前景的容错型量子计算方案，以期为世界带来更强大的新型计算资源。

第三，我们正在扩展 Amazon Braket 上可选的托管模拟器。除状态矢量模拟器（最高可模拟 34 个量子位）之外，你还可以使用新推出的张量网络模拟器，最高可为某些回路模拟 50 个量子位。这种模拟器会构建量子回路的图谱表示，然后使用该图谱来确定处理该回路的最佳方式。

招聘启事
如果你愿意帮助我们推动量子计算的进步，可以看看我们正在招聘的职位。我们正在招聘 量子研究科学家、软件开发人员、硬件开发人员和解决方案架构师。

学习正当时
量子计算方兴未艾（我们在 Amazon 也经常这样说），现在开始学习并积累一定的经验正是时候。欢迎访问 Braket 教程存储库并告诉我你们的想法。

– Jeff；

后记 – 如果你准备开始探索如何在你的组织中使用量子计算，不妨看看 Amazon Quantum 解决方案实验室。