Panoramica delle tecniche di gestione del rumore
Quando si eseguono carichi di lavoro quantistici, esistono diversi modi per ridurre l'impatto del rumore. I componenti aggiuntivi Qiskit open-source forniscono tecniche di mitigazione e soppressione degli errori che si integrano direttamente nel flusso di lavoro di sviluppo, mentre Qiskit Runtime applica automaticamente strategie avanzate di mitigazione degli errori quando i job vengono inviati per l'esecuzione. Questa pagina indicizza tutti gli strumenti e le funzionalità disponibili in entrambe le opzioni per aiutarti a scegliere l'approccio giusto per gestire il rumore nella costruzione di carichi di lavoro quantistici.
Tecniche generali di gestione del rumore
Modello di esecuzione diretto
Perfeziona la mitigazione degli errori e altre tecniche catturando gli intenti di progettazione sul lato client e spostando la costosa generazione di varianti di Circuit sul lato server.
Sfoglia la documentazione →
Decoupling dinamico
Inserisce sequenze di impulsi su Qubit inattivi per sopprimere gli errori di coerenza causati da interazioni indesiderate tra Qubit durante l'esecuzione del Circuit.
Scopri di più →
Twirling di Pauli
Tecnica di adattamento al rumore che trasforma qualsiasi canale di rumore in un canale di Pauli con una struttura più specifica; spesso combinata con altre tecniche di mitigazione degli errori che funzionano bene con il rumore di Pauli.
Scopri di più →
Componente aggiuntivo Qiskit AQC-Tensor
Gli utenti possono compilare la parte iniziale di un Circuit in un'approssimazione quasi equivalente di quel Circuit, ma con meno livelli.
Sfoglia la documentazione →
Mitigazione degli errori per la stima dei valori di aspettazione
Twirled readout error extinction (TREX)
Strumento di mitigazione degli errori all'interno di Qiskit Runtime che mitiga gli effetti degli errori di misura sostituendoli in modo casuale con una sequenza di misura twirled.
Scopri di più →
Zero-noise extrapolation (ZNE)
Tecnica di mitigazione degli errori che calcola il valore di aspettazione a diversi livelli di rumore, poi stima il risultato ideale estrapolando i risultati del valore di aspettazione rumorosi al limite zero-rumore.
Scopri di più →
Probabilistic error amplification (PEA)
Tecnica ZNE che prevede l'esecuzione di esperimenti preliminari per apprendere un modello di rumore twirled del Circuit, poi utilizza questo modello per eseguire un'amplificazione degli errori più accurata.
Scopri di più →
Probabilistic error cancellation (PEC)
Restituisce una stima imparziale del valore di aspettazione, a scapito di un maggiore overhead rispetto ad altre tecniche come ZNE. Estrapola l'output del Circuit ideale eseguendo diverse istanze di Circuit rumorosi.
Scopri di più →
PEC con lightcone sfumati
Una tecnica PEC modificata che utilizza la propagazione di Pauli per ridurre il numero di termini di errore considerati in un modello di rumore secondo le specifiche dell'osservabile target.
Sfoglia la documentazione →
Operator backpropagation (OBP)
Utilizza un metodo basato sulla teoria delle perturbazioni di Clifford per ridurre la profondità del Circuit rimuovendo operazioni dalla sua fine al costo di più misurazioni degli operatori.
Sfoglia la documentazione →
Propagated noise absorption (PNA)
Tecnica per mitigare gli errori nei valori di aspettazione degli osservabili 'assorbendo' gli inversi dei canali di rumore appresi in un osservabile utilizzando la propagazione di Pauli.
Sfoglia la documentazione →
Mitigazione degli errori per i risultati di campionamento
Sample-based quantum diagonalization (SQD)
Implementa una tecnica per trovare autovalori e autovettori di operatori quantistici, come un Hamiltoniano di un sistema quantistico, usando insieme il calcolo quantistico e il calcolo classico distribuito.
Sfoglia la documentazione →
SQD per HPC
Un'implementazione del componente aggiuntivo SQD pronta per HPC. È scritta in moderni standard C++17 ed è progettata per creare un singolo binario compilato per l'uso con MPI.
Sfoglia la documentazione →
Matrix-free Measurement Mitigation
Matrix-free Measurement Mitigation (M3) è un pacchetto per la mitigazione scalabile degli errori di misura quantistica che può essere calcolata in parallelo.
Sfoglia la documentazione →