Разработка и моделирование работы квантовой микроархитектуры с использованием алгоритма оптимизации квантового вычислительного процесса

В настоящее время активно развивается теория квантовых вычислений. Несмотря на то, что квантовое вычислительное устройство обладает некоторыми особенностями, любую задачу, предназначенную для классической ЭВМ, можно воспроизвести и в квантовой системе. Целью исследования является разработка методики для построения моделей квантовых систем с помощью симуляторов. Предметом исследования являются методы построения квантовых вычислительных устройств и систем. В процессе исследования использовались методы системного анализа и компьютерного моделирования, методы объектно-ориентированного проектирования. В решении задач построения модульной квантовой системы с архитектурой открытого типа были использованы современные языки высокого уровня. Разработана и промоделирована работа квантовой микроархитектуры с использованием алгоритма оптимизации квантового вычислительного процесса. Выведена универсальная методология моделирования алгоритмов квантовой природы с использованием аппаратного ядра и требований к взаимной работе программной и аппаратной составляющих для эффективной работы квантовой системы.

квантовый алгоритм, квантовый бит, модель квантового вычислителя, квантовая схема, запутанность, квантовая схема, регистр, квантовое распознавание, гейт, параллелизм, интерференция, квантовый компьютер

1. Feynman R. P. Simulating physics with computers // International Journal of Theoretical Physics. 1982. V. 21, № 6. P. 467-488.

2. Richter M., Arnold G., Trieu B., Lippert T. Massively Parallel Quantum Computer Simulations: Towards Realistic Systems. John von Neumann Institute for Computing, NIC series. 2007. V. 38. P. 61-68.

3. Khalid A. U. FPGA Emulation of Quantum Circuits: master of Computer Engineering thesis: 31.10.2005. McGill University, 2005. 73 p.

4. Alcazar J., Leyton-Ortega V., Perdomo-Ortiz A. Classical versus Quantum Models in Machine Learning: Insights from a Finance Application // Phys. Re. Lett. 2020, arXiv: 1908.10778.

5. Barends R. et al. Coherent Josephson Qubit Suitable for Scalable Quantum Integrated Circuits // Phys. Re. Lett. 2013. arXiv:1304:2322. DOI: 10.1103/PhysRevLett.111. 080502.

6. Shor P. W. Polynomial-Time Algorithms for Prime Factorization and Discrete Logarithms on a Quantum Computer // Foundations of Computer Science: Conference Publications. 1997. P.1484-1509.

7. Guzik V., Gushanskiy S., Polenov M., Potapov V. Architecture and Software Implementation of a Quantum Computer Model // 5th Computer Science On-line Conference 2016 (CSOS), Czech Republic, 2016. P. 59-68.

8. Guzik V. Development of Methodology for Entangled Quantum Calculations Modeling in the Area of Quantum Algorithms // 6th Computer Science On-line Conference 2017 (CSOS), Czech Republic, 2017. P. 106-115.

9. Barenco A., Bennett C. H., Cleve R. et al. Elementary gates for quantum computation // Phys. Rev. A. 1995. V. 52, № 5. P. 3457-3467.

10. Potapov V., Gushanskiy S., Polenov M. The Methodology of Implementation and Simulation of Quantum Algorithms and Processes // IEEE 11th International Conference on Application of Information and Communication Technologies (AICT), 2017. P. 437-441.

11. Gao C., Jiang D., Guo Y., and Chen L. Multi-matrix error estimation and reconciliation for quantum key distribution // Opt. Express. 2019. № 27 (10), 14545.

12. Biamonte J., Wittek P., Pancotti N., Rebentrost P., Wiebe N., and Lloyd S. Quantum machine learning // Nature. 2017. № 549. P. 195-202.

13. Tang E. A quantum-inspired classical algorithm for recommendation systems // Proc. of the 51st Annual ACM SIGACT Symposium on Theory of Computing, 2019. P. 217-228.

14. Abhijith J., and Patel A. Spatial Search on Graphs with Multiple Targets using Flip-flop Quantum Walk // Quantum Information and Computation. 2018. № 18. P. 1295-1331.