Quantum Circuit Simulation

AI框架优化GPU量子电路模拟计划

研究人员开发了一种新颖的学习排序框架，用于优化GPU上的量子电路模拟的张量网络收缩计划。该方法利用收缩计划的结构特征和在GPU测量上训练的梯度提升排序器，以选择比随机选择或MinFill等传统方法更有效的计划。该框架在各种电路家族中均表现出改进的性能，并且在应用于不同GPU架构时显示出实质性但非完美的稳定性，表明其在减少最佳收缩计划搜索时间方面具有实际效用。