Simulación de un computador cuántico usando cómputo de alto rendimiento.
Ajelet Rivera, Oscar Montiel, Roberto Sepúlveda Cruz
Una unidad de procesamiento grafico moderna es considerada una plataforma de computo de alto rendimiento debido a su alto poder computacional, siendo cada vez mas usada en aplicaciones con demandas de alto poder de procesamiento, en este caso la simulacion de una computadora cuantica requiere un alto poder de procesamiento y memoria. En esta tesis se explora el uso de la arquitectura de una unidad de procesamiento grafico NVIDIA para la simulacion de operaciones cuanticas y mediciones de un registro cuantico siendo agrupadas y estructuradas para la formacion de una biblioteca de computo cuantico.
Los experimentos de prueba presentan el correcto funcionamiento de la biblioteca, los cuales consisten en la codificacion de las muestras de una senal conocida en un registro cuantico y la posterior aplicacion de la transformada cuantica de Fourier, obteniendo en un estado cuantico la frecuencia de la senal. Los algoritmos geneticos cuanticos son algoritmos de optimizacion los cuales combinan algoritmos geneticos con computo cuantico, obteniendo una buena diversidad en la poblacion, rapida convergencia y buena capacidad en busquedas globales, generalmente en las operaciones para la evolucion de la poblacion se usan compuertas cuanticas de rotacion, en esta tesis se propone un algoritmo genetico cuantico usando solo compuertas Hadamard, logrando reducir los parametros de configuracion a dos donde normalmente en los algoritmos geneticos cuanticos se tienen ocho parametros de configuracion los cuales son elegidos eempiricamente; de acuerdo a indicadores usados en el experimento de comparacion de ambos algoritmos, el algoritmo genetico cuantico con compuertas Hadamard es superior al algoritmo genetico cuantico
con compuertas de rotacion en la busqueda de un minimo global en distintas funciones
utilizadas en la literatura para prueba de algoritmos de optimizacion.
__________________________
A modern graphics processing unit (GPU) is considered a platform for high performance computing due to its high computational power, increasingly used in applications with high computing power demands, in this case, the simulation of a quantum computer requires a high processing power and memory. In this thesis, the NVIDIA architecture of graphics processing units is explored for the simulation of quantum operations and measurements of a quantum register being these operations that will be structured to form a quantum computing library.
Test experiments show the proper functioning of the library, which consists in coding known signal samples in a quantum register and the subsequent application of quantum Fourier transform getting in a quantum state the signal frequency. Quantum genetic algorithms are optimization algorithms that combine genetic algorithms with quantum computing, obtaining a good diversity in the population, rapid convergence and good global search capability, usually in operations for the evolution of the population quantum rotation gates are used. In this thesis a quantum genetic algorithm is proposed using only Hadamard gates, achieving only two settings where normally in quantum genetic algorithms eight settings are used which are chosen empirically; according to indicators used in the comparison experiment of both algorithms, the proposed quantum genetic algorithm with Hadamard gates is better than the quantum genetic algorithm with rotation gates in the search for a global minimum in various functions used in the literature for test optimization algorithms.
•Jul 7, 2015•0 citations