Descrizione del progetto
Struttura per il benchmarking rapido e semplice di algoritmi quantistici e classici
I progressi verso l’informatica quantistica su larga scala stanno accelerando, con tecnologie che passano da pochi qubit a qualche centinaio. Tuttavia, le prestazioni di questi «computer quantistici rumorosi su scala intermedia» (NISQ) sono limitate dal rumore quantistico prodotto dalle interazioni con l’ambiente che introduce errori. Algoritmi quantistici altamente efficienti e specializzati potrebbero consentire una soluzione software al problema «hardware». Il progetto QTEngine, finanziato dal CER, si propone di sostenere lo sviluppo di tali algoritmi con un innovativo pacchetto software basato su reti tensoriali quantistiche. Il «motore tensoriale quantistico» consentirà di implementare in modo semplice e veloce la simulazione quantistica, l’apprendimento automatico quantistico e gli algoritmi di ottimizzazione per effettuare il benchmark degli algoritmi senza una conoscenza dettagliata della fisica sottostante.
Obiettivo
Quantum computers harness fundamental aspects of quantum behavior to drive exponential increases in the speed with which certain computations can be performed. They have potentially a tremendous long-term impact in areas such as quantum-many body physics and material science, and further afield in machine learning. The quantum many-body problems studied by condensed matter physicists are perhaps the most likely to yield early demonstrations of this potential. However, current and near-term intermediate-scale quantum (NISQ) devices are limited in the number of operations that they can carry out before their performance is degraded by interactions with the environment. To take advantage of these platforms and to outperform classical computers, highly efficient and specialized quantum algorithms are required. The implementation and benchmarking of these basic algorithms on different quantum computing platforms is challenging and requires a detailed knowledge of the underlying physics. Our approach is to produce a ready-to-use, highly innovative software package based upon quantum tensor networks. The Quantum Tensor Engine (QTEngine) will provide a unifying framework for both quantum and classical algorithms. The QTEngine will serve as an engine to drive fast and easy implementation of quantum simulation, quantum machine learning, and optimization algorithms. The anticipated user base include academic groups as well as commercial research and development groups.
Campo scientifico (EuroSciVoc)
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione
Programma(i)
- HORIZON.1.1 - European Research Council (ERC) Main Programme
Argomento(i)
Invito a presentare proposte
(si apre in una nuova finestra) ERC-2023-POC
Vedi altri progetti per questo bandoMeccanismo di finanziamento
HORIZON-ERC-POC - HORIZON ERC Proof of Concept GrantsIstituzione ospitante
80333 Muenchen
Germania