华为2021量子计算全国大赛火热报名中

今天下午4点，由华为量子计算研究团队主办的量子计算黑客松全国大赛，已经在上海大学站宣讲，目前正在报名中。

量子科技的发展具有重大科学意义和战略价值，是一项对传统技术体系产生冲击、进行重构的重大颠覆性技术创新，将引领新一轮科技革命和产业变革。其中，量子计算被认为是未来具有颠覆性影响的新型计算模式之一。

上海大学将与华为、南方科技大学联合举办2021 量子计算黑客松全国大赛，该合作也将推进量子计算的基础与应用研究，争取做出开创性的前沿工作，望广大学子能够积极参与此次比赛，共同创新，推动量子计算的技术研究。

参赛对象

本次活动将在线上进行初赛和上海大学线下进行决赛。主要面向对量子计算感兴趣，具备一定量子计算、量子化学、机器学习等背景知识的本科及研究生均可报名参加。选手可自行组队，每队不超过3人。

时间安排

报名方式

复制下方官网链接跳转报名页面，点击页面“立即报名”按钮注册报名，需要提交姓名、联系方式等信息。

赛事官方网页：

https://competition.huaweicloud.com/information/1000041373/introduction

报名要求

1、由于申请的计算资源限制，按报名次序接受先报名的前200个团队。

2、参赛者需确保报名信息准确有效，如虚假信息报名，大赛组委会将取消参赛资格及奖励。

奖励设置

参赛流程

在线报名 → 在线比赛→ 决赛名单和赛程公布→决赛→获奖结果公布

组委会

主办方：上海大学理学院、华为量子计算研究团队

协办方：南方科技大学

赛事交流

大赛交流答疑需加赛事微信群。群里会不定时公布赛事重要信息、获奖名单、直播信息等内容。

上海大学是上海市属、国家“211工程”重点建设的综合性大学，是教育部与上海市人民政府共建高校，上海市首批高水平地方高校建设试点，国家一流学科建设高校。上海大学量子人工智能科学技术研究中心（QuArtist）致力于量子计算和人工智能的基础与应用的前沿研究。主要研究领域包括量子光学、量子调控、量子模拟、量子运输、量子材料、量子人工智能等。中心建设以“面向科技前沿”为基础前提，以“面向经济主战场”为核心原则，以“面向国家重大需求”为关键任务，力争成为产学研协同创新的国内一流人工智能国际合作示范基地。

南方科技大学是深圳在中国高等教育改革发展的宏观背景下创建的一所高起点、高定位的公办创新型大学。深圳量子研究院依托南方科技大学进行建设和管理，将探索量子信息领域的前沿基础科学问题，服务于深圳市在量子通信、高性能计算技术及精密测量、量子材料等领域在技术与产业化等方面的重大需求。深圳量子研究院将力争解决量子信息领域一大批关键科学与工程问题，培养一批具有国际影响力的科学大师，建设成为具有重要国际影响力的基础研究机构。

华为基于公司领先的信息与通信（ICT）综合技术优势，推出量子计算软件HiQ云服务平台，在量子模拟器与编程框架取得阶段性研究成果，标志着量子计算的研究和创新迈出关键一步，未来华为将持续在该领域进行投入。华为量子计算软件HiQ云服务平台将对外开放提供云服务，秉承合作共赢的理念，携手广大的开发者、研究人员、老师和学生们共同创新，推动量子计算的技术研究和产业化。

试题一 ：量子化学模拟问题：8 qubit LiH分子基态能量

1.试题描述

Variational Quantum Eigensolver（VQE）算法是一种用于计算分子基态能量的量子化学模拟方法，它可以结合经典计算机，利用当前含噪的量子计算机解决一些化学问题。

利用量子化学软件包和量子模拟器，解决以下问题：

我们考虑给定的氢化锂分子LiH，假定其键长为1.4埃，选择基矢为sto-3g。如果限定使用8个qubit，试进行各种优化，使计算的基态能量尽可能达到化学精度(0.0016Ha)。

2. 参考文献及示例代码

· HiQ参考链接：

https://hiq.huaweicloud.com/doc/index.html

· McArdle, S., Endo, S., Aspuru-Guzik, A., Benjamin, S. C., & Yuan, X. (2020). Quantum computational chemistry. Reviews of Modern Physics, 92(1), 015003.  https://doi.org/10.1103/RevModPhys.92.015003

· Li, Y., Hu, J., Zhang, X., Song, Z., & Yung, M. (2019). Variational Quantum Simulation for Quantum Chemistry. Advanced Theory and Simulations, 2(4), 1800182. https://doi.org/10.1002/adts.201800182

3. 示例代码：附件1.zip 见官网

4. 评分标准

评分首先考察是否达到化学精度；在达到化学精度(0.0016Ha)的情况下，时间越短评分越高。

5.提交说明

a.  /out 程序输出目录

· /out/result1.txt: 运行代码的输出。

· /out/out1.txt：第一行：能量值。第二行：运行时间, 单位为秒(s)，表示通过CloudIDE HiQ运行的时间，其中包含从Hamiltonian生成到优化完成的整个过程。计算时间的函数应计算所有代码，如样例代码（附件1）中时间函数位置所示。

b.  /docs：附属说明文档（依赖包，运行环境，从普适性和创新性两个角度说明算法优势）。

c.  /code：源代码必须包含Hamiltonian生成、初始ansatz、整个优化过程等全部算法的代码。该试题要求使用HiQ或者ProjectQ解题。

d.  选手需要提供运行所需的全部Python程序，且所提交的Python程序必须能够在华为云CloudIDE HiQ云平台上完整运行，平台统一提供Python 3的运行环境。此题不允许使用HiQ实例默认安装组件以外的其他第三方组件。

试题二：基于H，T门的单量子比特门编译

1.试题描述

· 对于一个给定的酉矩阵量子门，如何将其分解为一系列尽可能短的基本量子门，是量子计算和量子模拟等量子信息处理任务中的一个基本问题。现已有一些著名的算法，如Solovay-Kitaev算法([1],[2])可以有效地解决单量子门上的这一问题。

· 机器学习，或者更普遍地说，人工智能，正在为现代社会带来一场技术革命，并成为多学科基础研究的强大工具。最近有一项利用深度强化学习方法进行单量子门编译的研究([3])，其性能明显优于Solovay-Kitaev算法。

· 在这个问题中，我们要求参赛者用H,T门进行单量子比特门编译。具体来说，对于SU (2)中一个给定的酉矩阵和给定的期望精度ε，参与者需要在一定时间限制内将这个酉矩阵分解为H,T,T†门序列。

2.参考文献

· Michael A. Nielsen and Isaac Chuang. Quantum computation and quantum information. American Journal of Physics, 70(5):558-559, 2002.

· Christopher M Dawson and Michael A Nielsen. The solovay-kitaev algorithm. arXiv preprint quant-ph/0505030, 2005.

· Yuan-Hang Zhang, Pei-Lin Zheng, Yi Zhang, and Dong-Ling Deng. Topological quantum compiling with reinforcement learning. Phys. Rev. Lett., 125:170501, Oct 2020.

3.评分标准

· 参与者将会被给予若干SU(2)中随机生成的N个酉矩阵与对应的精度要求，选手的程序应输出达到预期精度的基本门分解序列，其中每个门的分解所用时间，以CloudIDE HiQ运行实例为基准，不得超过1个小时。精度的评估使用Frobenius范数。评分将按照基本门分解序列的长度给分。基本门越少的分解序列排名越高、得分越多。

· 每个门单独进行评分，按照长度排名，并根据精度要求进行赋分。每道题的得分为基础分值乘以精度系数，其中基础分值为10分，在精度和时间的范围内门序列最短的选手得到满分，第二名9.5分，依此类推，只要能够在范围内完成分解即可得到5分。超出时间或精度范围者得0分。

· 本题要求分解给定的5个门，前3个门要求精度为1e-2，后两个门精度要求为3e-3。1e-2的精度系数为1，3e-3的精度系数为2.6。例如，选手A在一道精度要求为1e-2的题目中长度排名最短，则该题得到1×10=10分，在一道精度要求为3e-3的题目中得到第三名，则得分为2.6×9=23.4分，最后计算每个人的总分，并按照总分排名确定该题目最终分数。总分相同者，以最终作品提交的时间先后进行排序。

4.提交说明

a.  /input：

试题中选手所需要分解的门与所需要达到的精度将以python列表格式给出，每道题为一个作为列表元素的二维元组(gate, accuracy)，其中酉矩阵门为python numpy二维矩阵matrix格式。选手需将试题gate_accuracy.pkl文件以序列化pickle.load()函数读取。参见：附件2.zip（见官网）。

b.  /out 输出文件目录：

/out/out2.txt：

对于每一个门和对应精度，选手需按照顺序进行分解为H,T,T†门序列，并按题目顺序将结果以字符串序列形式输出至txt文件中。每道题目的分解基本门序列输出为一行，包含H、T、t（表示T†），以英文逗号分割，以英文分号结尾并换行。选手应在代码实际执行分解的合适位置处插入代码start=time.time()，并在输出一行分解序列后加入代码end=time.time()，并在txt文档中输出分解时间round(end-start,1)以及以Frobenius范数计算的实际精度（保留三位有效数字），中间用英文分号分割，独占一行。不同题目之间请换行。

    输出样例（out2.txt）：

   H,T,T,H,t,H,T,t,t,H,T,T,T,T,T,H,t,H,t,t,t,H,T,T,H;

  1458.8;0.00872

   t,H,T,T,H,t,H,T,H,T,H,t;

   353.2;0.000971

c. /docs 文档目录：除上述输出文件与Python程序之外，选手需提供PDF说明文档。文档应至少包括以下几个部分：

· 设计思路

· 算法描述

· 所使用的外部包以及运行方法

·  Python程序介绍，包括主要文件、函数用途以及关键代码段解释

d.  /code 程序目录：选手需要提供运行所需的全部Python程序，并将test.py作为读取、分解酉矩阵，并输出结果的测试程序入口。

e. 选手需要提供运行所需的全部Python程序，且所提交的Python程序必须能够在华为云CloudIDE HiQ云平台上完整运行，平台统一提供Python 3的运行环境。除CloudIDE HiQ实例上默认安装组件外，新安装的组件不超出Tensorflow或PyTorch的范围。

评分规则

根据两个试题要求对参赛团队进行分别排名，根据每个团队在两个试题的平均排名进行综合比较，按平均排名确定最终排名顺序。如果平均排名相同，则以最终作品提交的时间先后进行排序。

举例：

1. 团队A第一题排名为2，第二题排名为3，则团队A平均排名为1.5。

2.团队B第一题排名为1，第二题排名为4，则团队B平均排名为2.5。

由于团队A的平均排名小于团队B的平均排名，因此团队A的成绩排在团队B的前面，以此类推。

作品提交说明

1. 选手提交的作品应该包含PDF说明文档和Python程序，文档和程序输入输出的格式需要符合题目给定的参数格式和命名规范。选手提供的python代码应按照功能进行清晰命名，并有相应注释，对方法、变量进行必要说明。

2. 文档用于阐述解题过程、必要的推导、所使用的外部程序和解题的结果（包含必要的图示）以及运行方法。作品请参照以下的文件夹格式打成zip文件提交，并以团队名+队长姓名+队长手机号为文件名，打包成zip文件（如：我们是学霸队+ 李某某+13888888888.zip）。

如参赛团队不按照给定要求提供作品，将失去参评资格。打包的文件夹格式如下：

其中challenge1为试题1的文件目录，challenge2为试题2的文件目录，code目录中为程序源代码，docs目录中为说明文档，out为输出文件目录，input为输入文件目录。

3. 比赛论坛快速入口：

https://developer.huaweicloud.com/hero/group-1342.html

4. 注意比赛作品提交的截止时间为2021/04/15 15:00，请提前上传作品，以免网络拥塞问题造成提交失败。

华为HiQ编程框架开发平台使用文档:

http://hiq.huaweicloud.com/doc/index.html

HDC视频介绍（请选择“量子计算”进入专题页面）：

https://developer.huaweicloud.com/exhibition.html

#光子盒社群招募中#

进入光子盒社群，与我们近距离互动，了解量子领域更多产业、商业、科技动态，领取《2021量子技术全景展望》报告。

现添加社群助手微信Hordcore即可进群 ，与我们一起展望未来！

你可能会错过：