Azure Quantum Resource Estimator

Azure Quantum 리소스 추정기는 양자 알고리즘을 실행하는 데 필요한 리소스를 계산하고 표시하는 리소스 예측 도구입니다. 리소스 추정기는 알고리즘이 내결함성이 있는 대규모 양자 컴퓨터에서 실행된다고 가정합니다.

리소스 추정기를 사용하여 아키텍처 결정을 평가하고, 큐비트 기술을 비교하고, 특정 하드웨어에 대한 리소스 요구 사항을 결정할 수 있습니다. 리소스 예측 도구의 정보에는 실제 큐비트의 총 수, 알고리즘 런타임 및 필요한 계산 리소스가 포함됩니다. 또한 리소스 예측 도구는 각 예상치를 계산하는 데 사용되는 수식 및 값에 대해서도 설명합니다.

이 단원에서는 다양한 매개 변수 설정을 사용하여 리소스 추정기를 사용자 지정하는 방법을 알아봅니다.

Azure Quantum Resource Estimator는 어떻게 작동하나요?

리소스 추정기는 다양한 대상 매개 변수를 입력으로 사용합니다. 대상 매개 변수에는 쉽게 시작할 수 있도록 미리 정의된 값이 있거나 해당 값을 사용자 지정하여 출력을 수정할 수 있습니다. 다음 표에서는 세 가지 주요 대상 매개 변수에 대해 설명합니다.

실제 큐비트 모델 선택

리소스 예측 도구에는 6개의 미리 정의된 큐비트 모델이 있습니다. 4개의 모델에는 게이트 기반 명령 집합이 있고 다른 두 모델에는 Majorana 명령 집합이 있습니다. 이러한 미리 정의된 큐비트 모델은 이온 또는 초전도체와 같은 다양한 큐비트 아키텍처를 나타냅니다. 큐비트 모델은 다양한 작업 시간과 오류 속도를 포함하므로 이를 비교하여 실제 양자 애플리케이션에 대한 리소스 요구 사항을 탐색할 수 있습니다.

물리적 큐비트 매개 변수에 대한 자세한 내용은 리소스 추정기의 물리적 큐비트 매개 변수를 참조하세요.

QEC 구성표 선택

QEC(양자 오류 수정)는 양자 컴퓨팅 플랫폼에서 진정한 확장성 있는 양자 계산을 달성하는 데 매우 중요합니다. 양자 컴퓨팅 플랫폼에서 허용하는 작업 집합은 물리적 제약 조건에 의해 제한되며 알고리즘에서 규정한 작업과 정확히 일치하지 않을 수 있습니다. 양자 컴퓨터에서 허용하는 작업이 알고리즘의 작업과 일치하더라도 양자 컴퓨터는 모든 작업에 대해 완전히 정확하지는 않습니다. QEC 체계는 이러한 부정확한 작업을 수정합니다.

리소스 추정기는 두 가지 미리 정의된 QEC 스키마인 표면 코드 프로토콜과 Floquet 코드 프로토콜을 제공합니다. 표면 코드 프로토콜은 게이트 기반 및 Majorana 물리적 명령 집합에 적용됩니다. Floquet 코드 프로토콜은 Majorana 물리적 명령 집합에만 적용됩니다.

QEC 체계에 대한 자세한 내용은 Azure Quantum 리소스 추정기에서 Quantum 오류 수정 체계를 참조하세요.

오류 예산 선택

총 오류 예산은 알고리즘에 허용된 전체 오류를 설정합니다. 허용되는 오류는 알고리즘이 실패할 수 있는 횟수의 비율입니다. 오류 예산의 값은 0에서 1 사이여야 하고 기본값은 0.001입니다. 기본값은 0.1%해당하며, 이는 알고리즘이 1,000회 실행당 한 번 실패하도록 허용됨을 의미합니다.

오류 예산은 애플리케이션과 매우 관련이 있습니다. 예를 들어 Shor 알고리즘을 실행하여 정수를 계산하는 경우 출력 번호가 알고리즘 끝에 있는 입력 번호의 주요 요소인지 쉽게 확인할 수 있으므로 오류에 대해 큰 값을 허용할 수 있습니다. 반면에 효율적으로 확인할 수 없는 솔루션의 문제를 해결하는 알고리즘에 대해 더 작은 오류 예산이 필요할 수 있습니다.

오류 예산에 대한 자세한 내용은 Azure Quantum 리소스 추정기에서 오류 예산을 참조하세요.

다음 단원에서는 리소스 추정기를 사용하여 Shor 알고리즘을 실행하는 데 필요한 리소스를 예측합니다.