一种小分子化学体系的哈密顿量模拟方法和装置

    公开(公告)号:CN115169565A

    公开(公告)日:2022-10-11

    申请号:CN202211098612.X

    申请日:2022-09-09

    Abstract: 本发明公开一种小分子化学体系的哈密顿量模拟方法和装置,该方法包括:步骤一,首先在经典计算机上根据电子体系轨道数生成Hatree‑Fock初态,二次量子化哈密顿量,通过JW变换将费米子算符变成泡利算符,生成基于UCCSD ansatz的量子门电路;步骤二,通过量子计算机运行量子门电路;步骤三,在经典计算机上,运用分组启发式优化算法,优化并更新量子门电路的参数;步骤四,将更新参数后的量子门电路再次通过量子计算机运行,以此循环迭代直至收敛,计算出哈密顿量的特征。本发明通过经典‑量子结合的方法,克服经典计算遇到的“指数墙”困难,结合经典启发式优化算法,有效缓解误差,避免了量子计算机的噪声等问题。

    一种量子张量网络转置和收缩协同的方法和装置

    公开(公告)号:CN115146780B

    公开(公告)日:2023-07-11

    申请号:CN202211045996.9

    申请日:2022-08-30

    Abstract: 本发明公开一种量子张量网络转置和收缩协同的方法和装置,基于异构众核处理器,包括:步骤一:根据读取的张量信息,进行张量索引预分类后分块读入异构众核处理器的计算处理单元;步骤二:在计算处理单元中,根据索引信息,对读入的分块张量进行转置;步骤三:再对经过转置后的张量依据索信息进行张量收缩;步骤四:收缩完成后,将收缩结果输出回处理器的内存对应张量块位置并合成完整的新收缩后张量结果。本发明通过高效的张量分块、转置和张量收缩计算策略,合理地避免了中间结果的冗余访存开销,实现了转置和张量收缩计算一体化、提高了张量收缩的速度,有效解决了张量收缩计算时间长、效率低的问题,提高了大规模量子电路计算模拟的速度。

    一种量子张量网络转置和收缩协同的方法和装置

    公开(公告)号:CN115146780A

    公开(公告)日:2022-10-04

    申请号:CN202211045996.9

    申请日:2022-08-30

    Abstract: 本发明公开一种量子张量网络转置和收缩协同的方法和装置,基于异构众核处理器,包括:步骤一:根据读取的张量信息,进行张量索引预分类后分块读入异构众核处理器的计算处理单元;步骤二:在计算处理单元中,根据索引信息,对读入的分块张量进行转置;步骤三:再对经过转置后的张量依据索信息进行张量收缩;步骤四:收缩完成后,将收缩结果输出回处理器的内存对应张量块位置并合成完整的新收缩后张量结果。本发明通过高效的张量分块、转置和张量收缩计算策略,合理地避免了中间结果的冗余访存开销,实现了转置和张量收缩计算一体化、提高了张量收缩的速度,有效解决了张量收缩计算时间长、效率低的问题,提高了大规模量子电路计算模拟的速度。

    基于生命周期的路径搜索判别、优化方法和装置

    公开(公告)号:CN115130676B

    公开(公告)日:2023-01-24

    申请号:CN202211068175.7

    申请日:2022-09-02

    Abstract: 本发明公开了基于生命周期的路径搜索判别、优化方法和装置,通过不同维度的张量表示各个量子比特和量子门,将量子随机电路转化为张量网络,将张量网络中的张量按维度大小分为主茎张量和分枝张量,采用分枝张量的交换和融合的方式,得到主茎张量树结构和配套的收缩路径优化,完成最终张量网络收缩,张量的维度对应量子门的操作比特数,根据最终张量网络收缩,进行对应量子比特与量子门之间的作用、量子门之间的融合,收缩路径优化包括:读取张量网络收缩路径;遍历路径,判别是否进行分枝张量的交换和枝融合;根据判别结果进行张量网络收缩路径调优;输出调优后的张量网络收缩路径。

    数据并行中优化dropout的方法
    5.
    发明公开

    公开(公告)号:CN114330751A

    公开(公告)日:2022-04-12

    申请号:CN202111669027.6

    申请日:2021-12-31

    Abstract: 本发明提供的一种数据并行中优化dropout的方法,包括:在并行训练时,人工设定存储桶的大小,根据存储桶的大小以及每条数据所占空间大小计算每个存储桶存放的数据量;在定义模型时输入dropout跳过的数据比例;前向计算前,确定该数据是否需要跳过,若该数据需要跳过,则生成索引;根据该索引获取每个存储桶中需要跳过的数据量,并依据需要跳过的数据量计算出每个存储桶中需要跳过的数据量占比;若存储桶中需要跳过的数据量大于dropout跳过的数据量比例时,对该存储桶内的所有数据进行标记;在实际计算时,跳过被标记的数据。本发明通过直接跳过被标记的数据,直接减少了传递的数据量,进而减少通信时间,实现加速效果,同时能够保留Dropout减少过拟合的优点。

    一种小分子化学体系的哈密顿量模拟方法和装置

    公开(公告)号:CN115169565B

    公开(公告)日:2023-01-24

    申请号:CN202211098612.X

    申请日:2022-09-09

    Abstract: 本发明公开一种小分子化学体系的哈密顿量模拟方法和装置,该方法包括:步骤一,首先在经典计算机上根据电子体系轨道数生成Hatree‑Fock初态,二次量子化哈密顿量,通过JW变换将费米子算符变成泡利算符,生成基于UCCSD ansatz的量子门电路;步骤二,通过量子计算机运行量子门电路;步骤三,在经典计算机上,运用分组启发式优化算法,优化并更新量子门电路的参数;步骤四,将更新参数后的量子门电路再次通过量子计算机运行,以此循环迭代直至收敛,计算出哈密顿量的特征。本发明通过经典‑量子结合的方法,克服经典计算遇到的“指数墙”困难,结合经典启发式优化算法,有效缓解误差,避免了量子计算机的噪声等问题。

    一种量子随机电路的多振幅模拟方法和装置

    公开(公告)号:CN115130675B

    公开(公告)日:2023-01-24

    申请号:CN202211068173.8

    申请日:2022-09-02

    Abstract: 本发明涉及量子随机电路计算模拟技术领域,尤其涉及一种量子随机电路的多振幅模拟方法和装置,该方法包括:步骤一:根据芯片片上存储的最大存储容量以及张量网络收缩路径中每一步张量的最大维数确定进行算子融合的起始位置至结束位置;步骤二:在起始位置,分别将片外存储中的两个张量读取到片上存储并进行相应的转置,再进行融合;步骤三:将融合的结果进行转置后储存,用于在下一位置与所读取后转置的张量进行融合;步骤四:重复上述步骤三,直到算子融合到结束位置,将最终的融合的结果写回到片外存储。本发明可以有效减少片上存储和片外存储之间的数据访问次数,一方面提高多振幅计算模拟的并行度,另一方面提升多振幅计算模拟的效率。

    基于张量网络局部采样的随机量子线路模拟方法和装置

    公开(公告)号:CN115169566A

    公开(公告)日:2022-10-11

    申请号:CN202211098626.1

    申请日:2022-09-09

    Abstract: 本发明涉及量子线路模拟领域,尤其涉及一种基于张量网络局部采样的随机量子线路模拟方法和装置,该方法包括:步骤一,在张量网络收缩过程中,利用单精度格式对张量进行局部采样操作;步骤二,根据局部采样操作的结果,判断是否进行张量的缩放;步骤三,通过半精度动态缩放算法,动态调整将要缩并的张量数据大小,使所述张量数据大小限制在半精度格式的数值表示范围内;步骤四,采用动态调整后的张量,进行张量缩并,完成张量网络收缩。本发明应用于通用的张量网络收缩,能够有效降低高阶张量的内存需求,显著提升单个CPU处理张量网络的存储能力和计算能力,进而有效扩大诸如量子线路模拟等实际应用课题的上机规模,以及显著提升课题整体性能。

    基于生命周期的路径搜索判别、优化方法和装置

    公开(公告)号:CN115130676A

    公开(公告)日:2022-09-30

    申请号:CN202211068175.7

    申请日:2022-09-02

    Abstract: 本发明公开了基于生命周期的路径搜索判别、优化方法和装置,通过不同维度的张量表示各个量子比特和量子门,将量子随机电路转化为张量网络,将张量网络中的张量按维度大小分为主茎张量和分枝张量,采用分枝张量的交换和融合的方式,得到主茎张量树结构和配套的收缩路径优化,完成最终张量网络收缩,张量的维度对应量子门的操作比特数,根据最终张量网络收缩,进行对应量子比特与量子门之间的作用、量子门之间的融合,收缩路径优化包括:读取张量网络收缩路径;遍历路径,判别是否进行分枝张量的交换和枝融合;根据判别结果进行张量网络收缩路径调优;输出调优后的张量网络收缩路径。

    一种量子随机电路的多振幅模拟方法和装置

    公开(公告)号:CN115130675A

    公开(公告)日:2022-09-30

    申请号:CN202211068173.8

    申请日:2022-09-02

    Abstract: 本发明涉及量子随机电路计算模拟技术领域,尤其涉及一种量子随机电路的多振幅模拟方法和装置,该方法包括:步骤一:根据芯片片上存储的最大存储容量以及张量网络收缩路径中每一步张量的最大维数确定进行算子融合的起始位置至结束位置;步骤二:在起始位置,分别将片外存储中的两个张量读取到片上存储并进行相应的转置,再进行融合;步骤三:将融合的结果进行转置后储存,用于在下一位置与所读取后转置的张量进行融合;步骤四:重复上述步骤三,直到算子融合到结束位置,将最终的融合的结果写回到片外存储。本发明可以有效减少片上存储和片外存储之间的数据访问次数,一方面提高多振幅计算模拟的并行度,另一方面提升多振幅计算模拟的效率。

Patent Agency Ranking