报告时间：1月11日 周五  下午2:30

报告地点：实验室一楼会议室

报告人：罗秀哲 博士 （滑铁卢大学）

报告题目： Yao.jl 一个高性能可扩展的量子算法设计软件框架

报告摘要： 

     在近期内，有噪声的量子计算硬件将会成为一种可以使用的计算资源，我们将其称为NISQ。而变分量子算法是一种值得期待的潜在应用，它包括量子优化方法QAOA，量子机器学习方法QCBM，以及变分求解器VQE等等。然而在设计这一类算法的过程中，由于它们往往难以进行理论分析，我们往往需要在6～20比特内模拟这些算法（短期内，量子计算的资源依然是难以获取，且不够理想的），并且在算法的运行过程中我们需要大量地重复运行量子线路（训练，优化），然后更新线路中的参数，这要求我们在6～20比特有尽可能好的性能以及自动微分。此外作为算法/线路设计的辅助工具，我们还需要足够的可扩展性。在满足以上需求的同时，我们还要求编程接口尽可能简单，直接，没有噪声。为了满足以上需求，我们设计了Yao.jl，一个可扩展地，高性能地量子算法设计软件框架。我们相比同类的开源软件有更好的全振幅模拟性能，更灵活的扩展性以及更好的异构计算支持。

项目GitHub地址：

     https://github.com/QuantumBFS/Yao.jl

编辑时间：2019-01-08 22:11:40