由于物理工藝存在極限,傳統(tǒng)計(jì)算機(jī)的運(yùn)算速度不可能無限提升。量子計(jì)算為解決海量數(shù)據(jù)處理的瓶頸帶來了新希望。量子計(jì)算機(jī)能基于量子物理規(guī)律進(jìn)行量子計(jì)算,利用量子的疊加性和糾纏性可實(shí)現(xiàn)并行處理海量數(shù)據(jù)。它在大數(shù)質(zhì)因子分解、無序搜索等問題上能獲得遠(yuǎn)高于經(jīng)典計(jì)算機(jī)的加速,具有巨大的應(yīng)用潛力。然而目前量子計(jì)算機(jī)尚處于初步研究階段,對(duì)于如何構(gòu)建量子計(jì)算機(jī)體系仍未有成熟的方案。量子處理器是量子計(jì)算機(jī)執(zhí)行量子算法的核心單元,其架構(gòu)的差異對(duì)量子資源利用率和計(jì)算精度有很大影響。本文在前人對(duì)量子處理器的研究基礎(chǔ)上,探索了實(shí)現(xiàn)通用量子計(jì)算的方案,提出了一種在混合量子計(jì)算體系下的量子處理器架構(gòu)。主要工作如下:首先,本文分析了量子線路模型、量子總線模型和基于測量的量子計(jì)算模型的特點(diǎn)。在此基礎(chǔ)上,將經(jīng)典中央處理器結(jié)構(gòu)的概念拓展至量子處理器,建立了一種基于三總線可編程架構(gòu)的量子處理器模型。該量子處理器在經(jīng)典計(jì)算機(jī)控制下進(jìn)行工作,兩者構(gòu)成混合量子計(jì)算體系。接下來,以Grover搜索算法作為仿真實(shí)例,用所建立的量子處理器架構(gòu)實(shí)現(xiàn)該量子算法,采用一種量子程序語言Q#對(duì)該實(shí)現(xiàn)過程進(jìn)行軟件仿真。仿真結(jié)果展示了Grover算法的搜索... 

【文章來源】：湖北工業(yè)大學(xué)湖北省

【文章頁數(shù)】：65 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

Dwave量子計(jì)算機(jī)2017年11月，IBM宣布成功研制50量子比特量子計(jì)算機(jī)原型樣機(jī)，其相干

算機(jī)仍有較大區(qū)別；圖 1.3 Dwave 量子計(jì)算機(jī)IBM 宣布成功研制 50 量子比特量子計(jì)算機(jī)原并推出了基于 python 語言的量子信息處理工具 Google 量子人工智能實(shí)驗(yàn)室推出了 72 比特了平均少于 3.66%的錯(cuò)誤率，與 8 個(gè)量子比特

解占比不斷增大情況下，進(jìn)行不同次數(shù)的迭代所對(duì)應(yīng)的搜索成結(jié)果，如圖 4.6 所示。表 4.2 不同搜索空間下搜索 1 個(gè)解的最優(yōu)迭代次數(shù)和成功率空間 N 最優(yōu) G 迭代次數(shù) 成功率4 1 0.8968498 2 0.95692616 3 0.96142732 4 0.99517664 6 0.99833228 8 0.99956156 12 0.99982312 17 0.999986


本文編號(hào)：2956398