采样预算是指为某个实验或任务执行（采样）量子线路的总次数。由于量子测量是概率性的，线路必须运行多次才能准确估计概率分布。采样预算决定了你能达到的精度：采样次数翻倍可将统计误差（散粒噪声）减半。采样预算在 VQE 和 QAOA 等变分算法中尤为相关，其中每次能量评估都需要跨多个 Pauli 基测量进行数千次采样。在云 QPU 上，采样次数直接对应成本和排队时间——因此管理采样预算与优化线路深度同样重要。HLQuantum 允许你在 hlq.run() 中配置 shots=N，并提供用于估算达到目标精度所需采样次数的工具。
相关术语
散粒噪声（Shot Noise）
Metrics散粒噪声是有限采样次数造成的量子测量统计误差。采样数增加四倍，误差约减半。它不同于硬件门错误，并直接影响 VQE、QAOA 和概率估计的精度。
阅读更多
VQE
Algorithms变分量子本征求解器（Variational Quantum Eigensolver）——一种用于求解基态能量的混合量子-经典算法。
阅读更多
QAOA
Algorithms量子近似优化算法（Quantum Approximate Optimization Algorithm）——一种用于组合优化问题的混合算法。
阅读更多
QPU
Hardware量子处理单元（Quantum Processing Unit）——执行量子线路的物理硬件芯片。
阅读更多