Publicado: Dec 8, 2020
O Amazon Braket agora suporta o PennyLane, uma estrutura de trabalho de software de código aberto para computação quântica híbrida. P Pennylane oferece interfaces para bibliotecas de machine learning comuns, incluindo PyTorch e TensorFlow, para que você possa treinar circuitos quânticos da mesma forma que treinaria uma rede neural. A integração com o Amazon Braket permite testar e ajustar os algoritmos de forma mais rápida e em maior escala em simuladores escalonáveis e totalmente gerenciados, e executá-los na sua opção de hardware de computação quântica.
Os algoritmos quânticos híbridos utilizam uma abordagem iterativa com computadores quânticos agindo como co-processadores dos recursos computacionais clássicos. Esta abordagem ajuda a amenizar o efeito dos erros inerentes ao hardware de computação quântica atual. Com o PennyLane, o Amazon Braket proporciona uma experiência fácil, intuitiva e de alto desempenho para que seja possível começar a utilizar algoritmos quânticos híbridos. Ao combinar o PennyLane com os simuladores gerenciados do Amazon Braket para testar e ajustar seus algoritmos, é possível conseguir uma redução de 10x ou mais nos tempos de treinamento ao utilizar a execução de circuitos paralelos, em comparação com a execução de seu algoritmo em uma única máquina.
Os blocos de notas do Amazon Braket vêm pré-configurados com o PennyLane de forma que você possa começar rapidamente. Você também pode instalar o plugin do PennyLane no Amazon Braket se preferir usar seu próprio ambiente de desenvolvimento. O suporte ao PennyLane está disponível nas regiões da AWS que oferecem o Amazon Braket. Para começar a programar algoritmos quânticos híbridos usando PennyLane no Amazon Braket, consulte os exemplos de cadernos, o Guia do desenvolvedor do Amazon Braket e o repositório do PennyLane no GitHub.
Modificado em 27/08/2021: visando garantir uma experiência diferenciada, os links expirados desta publicação foram atualizados ou removidos da publicação original.