Présentation
Les ordinateurs quantiques peuvent aider à résoudre des problèmes scientifiques et commerciaux importants. Pour devenir viables commercialement, les ordinateurs quantiques doivent être des machines à grande échelle et tolérantes aux pannes avec de nombreux qubits en superposition et des taux d’erreurs physiques faibles. Pour obtenir une tolérance de panne, les ordinateurs quantiques ont besoin d’un type d’implémentation de correction d’erreur quantique (QEC). Toutefois, le QEC nécessite des ressources supplémentaires telles que l’augmentation du temps de calcul et d’autres qubits physiques. Étant donné ces exigences, il est important d’estimer la quantité de ressources requises pour exécuter un algorithme quantique spécifique sur un type particulier de matériel.
L’estimateur de ressources Azure Quantum vous aide à analyser la façon dont différents paramètres architecturaux, tels que les qubits physiques et les modèles QEC, affectent les estimations globales des ressources physiques. Dans ce module, vous allez apprendre à utiliser l’estimateur de ressources Azure Quantum pour estimer les ressources nécessaires pour exécuter un algorithme quantique sur un ordinateur quantique réel.
Objectifs d’apprentissage
À la fin de ce module, vous pouvez :
- Expliquer ce qu’est l’estimateur de ressources Azure Quantum.
- Définissez les paramètres cibles de l’estimateur de ressource.
- Utilisez l’estimateur de ressources pour estimer les ressources nécessaires pour exécuter un algorithme quantique.
Prérequis
- La dernière version de Visual Studio Code.
- La dernière version de l’extension Kit de développement Quantum.
- Un environnement Python avec Python et Pip installés.
- VS Code avec les extensions Python et Jupyter installées.