量子-经典融合计算单元和融合算力集群架构的制作方法

量子-经典融合计算单元和融合算力集群架构的制作方法

随着量子计算技术的不断发展，如何将量子计算与经典计算有效融合，成为当前研究的热点问题。本文提出了一种量子-经典融合计算单元和融合算力集群架构，通过将中央处理器、图形处理单元和量子处理单元有机结合，实现了计算任务的高效处理。

本技术涉及量子计算领域，更具体而言，涉及一种量子-经典融合计算单元和融合算力集群架构。

背景技术

利用量子力学原理进行信息处理的量子计算机，在解决如大数因式分解、非结构化数据搜索等特定问题时具有显著优势，然而，构建和维护量子计算机需要的成本极高。

技术实现思路

本技术提供了一种量子-经典融合计算单元和融合算力集群架构。

本技术实施方式提供一种量子-经典融合计算单元，所述量子-经典融合计算单元包括中央处理器、图形处理单元和量子处理单元；

所述中央处理器被配置为根据获取的计算任务调用所述图形处理单元和/或所述量子处理单元；

所述图形处理单元被配置为响应于所述中央处理器的调用，处理所述计算任务中的经典计算子任务；

所述量子处理单元基于预设集成方式接入所述中央处理器，所述量子处理单元被配置为响应于所述中央处理器的调用，处理所述计算任务中的量子计算子任务，其中所述预设集成方式的时延低于预设阈值。

如此，本技术提供的量子-经典融合计算单元包括中央处理器、图形处理单元和量子处理单元。中央处理器能够根据获取的计算任务调用图形处理单元和量子处理单元中的一个处理单元或者两个处理单元。图形处理单元能够响应于中央处理器的调用，处理计算任务中的经典计算子任务。而基于预设集成方式接入中央处理器的量子处理单元则能够响应于中央处理器的调用，处理计算任务中的量子计算子任务，其中预设集成方式的时延低于预设阈值。这样，由于量子处理单元是基于时延低于预设阈值的预设集成方式接入中央处理器的，所以中央处理器能够屏蔽通讯上的差异，无需关心自身和量子处理单元之间在通信协议、数据格式等方面的差异，与中央处理器使用其他硬件资源一样使用量子处理单元，从而实现单一计算单元内的超量融合计算，数据和任务可以在同一个计算单元内进行处理，减少了数据传输和处理的时间，降低了延迟，增加了量子-经典融合计算单元的工作效率。并且，由于量子处理单元基于预设集成方式接入该量子-经典融合计算单元，使得该量子-经典融合计算单元既能够具备量子计算机的算力优势，又能集中管理和维护量子算力资源，从而降低成本。此外，中央处理器能够根据计算任务的具体情况使用不同的调用方案，合理分配算力资源，适应不同的计算需求，降低使用成本。

某些实施方式中，所述图形处理单元包括多个能够并行处理所述经典计算子任务的图形处理子单元。

如此，图形处理单元中包括多个能够并行处理经典计算子任务的图形处理子单元。这样，中央处理器能够调用图形处理单元中的多个图形处理子单元对经典计算子任务进行处理，通过并行计算加速经典计算子任务的处理效率。

在某些实施方式中，所述量子处理单元包括多个能够并行处理所述量子计算子任务的量子处理子单元。

如此，量子处理单元包括多个能够并行处理量子计算子任务的量子处理子单元，基于量子力学原理的量子处理子单元相对于图形处理子单元来说，对计算任务的处理速度较快。这样，中央处理器通过调用量子处理单元中的多个量子处理子单元对量子计算子任务进行处理，能够并行计算，相对于使用单个量子处理单元来说，处理速度更快，工作效率更高。

在某些实施方式中，所述中央处理器被配置为：

对所述计算任务进行拆分处理，以得到所述经典计算子任务和所述量子计算子任务；

根据所述经典计算子任务，基于图形驱动程序调用所述图形处理单元，处理所述经典计算子任务；

根据所述量子计算子任务，基于量子驱动程序调用所述量子处理单元，处理所述量子计算子任务。

如此，中央处理器能够对计算任务进行拆分处理，以得到经典计算子任务和量子计算子任务。并且，中央处理器能够根据经典计算子任务，基于图形驱动程序调用图形处理单元，处理经典计算子任务，图形驱动程序能够将来自中央处理器的指令转化为图形处理单元能够理解的格式。此外，中央处理器还能够根据量子计算子任务，基于量子驱动程序调用量子处理单元，处理量子计算子任务。这样，中央处理器能够将复杂的计算任务拆分为经典计算子任务和量子计算子任务，使得中央处理器能够针对不同的计算类型采用最合适的处理方式，合理地使用算力资源，从而降低使用成本。对于经典计算子任务，中央处理器通过使用图形驱动程序调用图形处理单元进行处理。对于量子计算子任务，中央处理器通过使用量子驱动程序调用量子处理单元进行处理，量子驱动程序能够隐藏量子处理单元和中央处理器之间在通信协议、数据格式等方面的差异，使得中央处理器无需关心量子计算机的具体细节，能够直接从高层次管理和使用量子处理单元。

在某些实施方式中，所述量子处理子单元包括超导量子计算机、光量子量子计算机、离子阱量子计算机、中性原子量子计算机和/或半导体量子计算机，所述中央处理器被配置为基于所述量子驱动程序调用所述量子处理子单元，处理所述量子计算子任务。

如此，量子处理子单元包括超导量子计算机、光量子量子计算机、离子阱量子计算机、中性原子量子计算机和/或半导体量子计算机。这样，不同的量子处理子单元均有其独特的优势和适用场景，中央处理器能够根据具体的计算需求通过量子驱动程序调用最合适的量子处理子单元，处理不同的量子计算子任务，从而优化算力资源的使用。

在某些实施方式中，所述量子处理子单元包括量子仿真机，所述量子仿真机基于所述图形处理单元构建，所述中央处理器被配置为基于所述量子驱动程序调用所述量子仿真机；

所述量子仿真机被配置为基于所述图形驱动程序调用所述图形处理单元，以使所述量子仿真机模拟所述量子处理子单元，处理所述量子计算子任务。

如此，量子处理子单元还包括基于图形处理单元构建的量子仿真机。中央处理器能够通过量子驱动程序调用量子仿真机，量子仿真机再通过图形驱动程序调用图形处理单元，以使量子仿真机模拟量子处理子单元，处理量子计算子任务。这样，中央处理器通过量子驱动程序将量子计算子任务发送给量子仿真机，量子仿真机通过图形驱动程序利用图形处理单元的并行处理能力模拟量子处理子单元的行为处理量子计算子任务。由于量子仿真机基于图形处理单元构建，因此不需要昂贵的量子硬件。并且量子仿真机更容易进行扩展和升级，可以快速适应不同的计算需求和实验设置。此外，在量子仿真机上进行调试和优化通常比在实际量子硬件上更容易，因为仿真环境提供了更多的控制和可观测性。

在某些实施方式中，所述预设集成方式包括板级集成方式、局域网集成方式或网络专线集成方式。

如此，预设集成方式包括板级集成方式、局域网集成方式或网络专线集成方式。不同的预设集成方式具有不同的特点和不同的适用场景，根据自身需求选取预设集成方式中的一种或多种适合的集成方式将量子处理子单元集成到中央处理器。

本技术实施方式提供一种融合算力集群架构，所述融合算力集群架构包括计算资源层，所述计算资源层包括上述任意一项所述的量子-经典融合计算单元，所述计算资源层被配置为对所述计算任务进行处理。

如此，本技术提供一种融合算力集群架构，该融合算力集群架构包括计算资源层，而计算资源层包括上述任意一项的量子-经典融合计算单元，计算资源层被配置为对计算任务进行处理。这样，在处理计算任务时，由于该融合算力集群架构包括上述量子-经典融合计算单元，能够直接以极高效的方式运行，避免了大量任务排队、资源重分配和网络通讯的时间，从而增加了该融合算力集群架构的工作效率。此外，该融合算力集群能够集中管理和维护量子算力资源，从而减少运维成本。

在某些实施方式中，所述融合算力集群架构还包括交互层，所述交互层被配置为：

根据接收到的输入提交所述计算任务。

如此，融合算力集群架构还包括交互层，交互层能够根据接收到的输入提交所述计算任务。这样，交互层接收到计算任务并将该计算任务提交后，以便后续进程中，融合算力集群架构能够对该计算任务进行处理。

在某些实施方式中，所述融合算力集群架构还包括任务调度层，所述任务调度层被配置为：

接收所述交互层提交的所述计算任务，并根据所述计算任务对所述计算资源层进行调度。

如此，融合算力集群架构还包括任务调度层，任务调度层能够接收交互层提交的计算任务，并根据计算任务对计算资源层进行调度。这样，任务调度层根据计算任务的特点和需求，对计算资源层进行调度，能够将计算任务进行合理的分配，确保计算任务在适当的计算资源上以高效的方式执行。

本技术的实施方式的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本技术的实施方式的实践了解到。