如何使用 Cirq 至 Azure Quantum 提交線路

  • 發行項

瞭解如何使用 azure-quantumPython 套件提交 Cirq 量子線路。 您可以使用具有內 azure-quantumPython 建套件的 Azure Quantum 筆記本，或從本機計算機將 Cirq 線路提交至 Azure Quantum。

如需詳細資訊，請參閱 量子電路。

必要條件

如需安裝詳細數據，請參閱 在 VS Code 上安裝 QDK。

  • Azure 訂用帳戶中的 Azure Quantum 工作區。 若要建立工作區，請參閱 建立 Azure Quantum 工作區。

  • Python已安裝 Python 和 Pip 的環境。

  • 已安裝 Azure Quantum Development Kit 和 PythonJupyter 擴充功能的 VS Code。

  • 具有 [cirq] 標籤的 Azure Quantum azure-quantum 套件，以及 qsharp 和 ipykernel 套件。

    python -m pip install --upgrade azure-quantum[cirq] qsharp ipykernel

    注意

    如果未偵測到 Jupyter Python 核心 ipykernel ，VS Code 會提示您安裝它。

建立新的 Jupyter Notebook

  1. 在 VS Code 中，選取 [檢視]>[命令選擇區]，然後選取 [建立:新增 Jupyter Notebook]。
  2. 在右上方，VS Code 會偵測並顯示針對筆記本選取的 Python 和 虛擬 Python 環境版本。 如果您有多個 Python 環境，您可能需要使用右上方的核心選擇器來選取核心。 如果未偵測到任何環境，請參閱 VS Code 中的 Jupyter Notebook 以取得設定資訊。

載入必要的匯入

在筆記本的第一個數據格中，執行下列程式代碼以載入必要的匯入：

import azure.quantum
from azure.quantum.cirq import AzureQuantumService

聯機到 Azure Quantum 服務

若要連線到 Azure Quantum 服務，您的程式將需要資源識別碼和 Azure Quantum 工作區的位置。

  1. 登入您的 Azure 帳戶、 https://portal.azure.com、

  2. 選取您的 Azure Quantum 工作區，然後流覽至 [ 概觀]。

  3. 複製欄位中的參數。

    Visual Studio Code 的螢幕快照，其中顯示如何展開 Quantum 工作區的概觀窗格。

新增數據格，並使用您的帳戶資訊來建立 Workspace 和 AzureQuantumService 物件，以聯機到您的 Azure Quantum 工作區。

workspace = Workspace(  
    resource_id = "", # Add the resourceID of your workspace
    location = "" # Add the location of your workspace (for example "westus")
    )

service = AzureQuantumService(workspace)

全部列出 targets

targets()使用 方法來列出工作區中可執行線路的所有 targets ，包括目前的佇列時間和可用性。

注意

targets您工作區的所有可能不會列出 - 只會targets列出可接受 Cirq 或 OpenQASM 線路的 。

print(service.targets())

[<Target name="quantinuum.qpu.h1-1", avg. queue time=0 s, Degraded>,
<Target name="quantinuum.sim.h1-1sc", avg. queue time=1 s, Available>,
<Target name="quantinuum.sim.h1-1e", avg. queue time=40 s, Available>,
<Target name="ionq.simulator", avg. queue time=3 s, Available>,
<Target name="ionq.qpu.aria-1", avg. queue time=1136774 s, Available>]

建立簡單線路

接下來，建立要執行的簡單 Cirq 線路。 此線路使用 X 閘道的平方根，原生為 IonQ 硬體系統。

import cirq

q0, q1 = cirq.LineQubit.range(2)
circuit = cirq.Circuit(
    cirq.X(q0)**0.5,             # Square root of X
    cirq.CX(q0, q1),              # CNOT
    cirq.measure(q0, q1, key='b') # Measure both qubits
)
print(circuit)

0: ───X^0.5───@───M────────
              │   │
1: ───────────X───M────────

target選取 以執行程式

在 IonQ 模擬器上執行

您現在可以透過 Azure Quantum 服務執行程式，並取得結果。 下列數據格會提交工作（至預設的 IonQ 模擬器），以 100 次拍攝執行線路、等候工作完成，並傳回結果。

result = service.run(program=circuit, repetitions=100, target="ionq.simulator")

這會傳 cirq.Result 回物件。

print(result)

    b=1001100101100001000011011101000011010100010111100011001000100100010000001110010010101110110000011010, 1001100101100001000011011101000011010100010111100011001000100100010000001110010010101110110000011010

預估作業成本

在 QPU 上執行作業之前，您可以預估執行的成本。 若要估計在 QPU 上執行作業的成本，您可以使用 estimate_cost 方法：

cost = service.estimate_cost(
    program=circuit,
    repetitions=100,
    target="ionq.qpu.aria-1"
)

print(f"Estimated cost: {cost.estimated_total}")

這會列印以美元計算的估計成本。

如需最新的定價詳細數據，請參閱 IonQ 定價，或透過下列方式在工作區的 [提供者] 索引卷標中尋找您的工作區並檢視定價選項： aka.ms/aq/myworkspaces。

在 IonQ QPU 上執行

上一個作業在預設模擬器上執行， "ionq.simulator"。 不過，您也可以在 IonQ 的硬體處理器 （量子處理器單元 （QPU） 上執行它。 若要在 IonQ QPU 上執行，請提供 "ionq.qpu.aria-1" 作為 target 自變數：

result = service.run(
    program=circuit,
    repetitions=100,
    target="ionq.qpu.aria-1",
    timeout_seconds=500 # Set timeout to accommodate queue time on QPU
)

同樣地，這會傳 cirq.Result 回 物件。

print(result)

b=0101011011011111100001011101101011011110100010000000011110111000100100110110101100110001001111101111, 0101011011011111100001011101101011011110100010000000011110111000100100110110101100110001001111101111

使用作業的異步模型

對於長時間執行的線路，以異步方式執行它們可能很有用。 方法 service.create_job 會 Job 傳回 物件，您可以在作業成功執行之後取得結果。

job = service.create_job(
    program=circuit,
    repetitions=100,
    target="ionq.simulator"
)

若要檢查工作狀態， 請使用 job.status()：

print(job.status())

'completed'

若要等候作業完成，然後取得結果，請使用封鎖呼叫 job.results()：

result = job.results()
print(result)

00: 0.5
11: 0.5

請注意，這不會傳 cirq.Result 回 物件。 相反地，它會傳回 IonQ 模擬器特有的結果物件，並使用狀態機率，而不是拍攝數據。

type(result)

cirq_ionq.results.SimulatorResult

若要將這個轉換成 cirq.Result 物件，請使用 result.to_cirq_result()：

print(result.to_cirq_result())

b=1110101111111110111000011101011111001100010000001011011101001111001111001101100111010000001100011100, 1110101111111110111000011101011111001100010000001011011101001111001111001101100111010000001100011100

必要條件

在工作區中建立新的筆記本

  1. 登入 Azure 入口網站，然後從上一個步驟中選取工作區。
  2. 在左側刀鋒視窗中，選取 [筆記本]。
  3. 按一下 [我的筆記本] ，然後按一下 [新增]。
  4. 輸入檔案的名稱，例如 Cirq.ipynb，然後按兩下 [ 建立檔案]。

當您的新筆記本開啟時，會根據您的訂用帳戶和工作區資訊自動建立第一個儲存格的程式碼。

from azure.quantum import Workspace
workspace = Workspace ( 
  resource_id = "", # Add your resource_id 
  location = ""  # Add your workspace location (for example, "westus") 
)

注意

除非另有說明，否則您應該在建立數據格時依序執行每個數據格，以避免發生任何編譯問題。

按兩下單元格左邊的三角形「播放」圖示，以執行程式碼。

載入必要的匯入

首先，您必須匯入額外的模組。

單擊 [+ 程式代碼 ] 以新增儲存格，然後新增並執行下列程式代碼：

from azure.quantum.cirq import AzureQuantumService

聯機到 Azure Quantum 服務

接下來，使用workspace上一個AzureQuantumService單元格中的 物件來建立 物件，以聯機到您的 Azure Quantum 工作區。 使用下列程式代碼新增儲存格：

provider = AzureQuantumService(workspace)

定義簡單的線路

接下來，建立要執行的簡單 Cirq 線路。 此線路使用 X 閘道的平方根，原生為 IonQ 硬體系統。

import cirq

q0, q1 = cirq.LineQubit.range(2)
circuit = cirq.Circuit(
    cirq.X(q0)**0.5,             # Square root of X
    cirq.CX(q0, q1),              # CNOT
    cirq.measure(q0, q1, key='b') # Measure both qubits
)
print(circuit)

0: ───X^0.5───@───M────────
              │   │
1: ───────────X───M────────

全部列出 targets

targets()使用 方法來列出工作區中可執行線路的所有 targets ，包括目前的佇列時間和可用性。

注意

targets您工作區的所有可能不會列出 - 只會targets列出可接受 Cirq 或 OpenQASM 線路的 。

print("This workspace's targets:")
for target in service.targets():
     print(target)

This workspace's targets:
<Target name="quantinuum.qpu.h1-1", avg. queue time=0 s, Degraded>
<Target name="quantinuum.sim.h1-1sc", avg. queue time=1 s, Available>
<Target name="quantinuum.sim.h1-1e", avg. queue time=40 s, Available>
<Target name="ionq.simulator", avg. queue time=3 s, Available>
<Target name="ionq.qpu.aria-1", avg. queue time=1136774 s, Available>

注意

工作區的完整清單 target 可能不同。

target選取 以執行程式

在 IonQ 模擬器上執行

若要在實際量子硬體上執行線路之前先檢查線路，您可以使用 IonQ 模擬器 ionq.simulator

下列單元格會提交一個作業，該作業會執行具有 100 次拍攝的線路、等候作業完成，並傳回結果。

result = service.run(
    program=circuit,
    repetitions=100,
    target="ionq.simulator"
)

這會傳 cirq.Result 回物件。

print(result)

    b=1001100101100001000011011101000011010100010111100011001000100100010000001110010010101110110000011010, 1001100101100001000011011101000011010100010111100011001000100100010000001110010010101110110000011010

您可以在直方圖中繪製結果：

import pylab as pl

pl.hist(result.data)
pl.ylabel("Counts")
pl.xlabel("Result")

預估作業成本

在實際量子硬體或 量子處理單元 （QPU） 上執行作業之前，您可以預估執行的成本。 若要估計在 QPU 上執行作業的成本，您可以使用 estimate_cost 方法：

cost = service.estimate_cost(
    program=circuit,
    repetitions=100,
    target="ionq.qpu.aria-1"
)

print(f"Estimated cost: {cost.estimated_total}")

Estimated cost: 1

這會列印以美元計算的估計成本。

如需最新的定價詳細數據，請參閱 IonQ 定價，或在工作區的 [提供者] 刀鋒視窗中檢視定價選項。 若要查看目前的點數狀態和使用量，請選取 [點數和配額]。

在 IonQ QPU 上執行

上一個作業在預設模擬器上執行， ionq.simulator。 不過，您也可以在 IonQ 的硬體處理器或 Quantum Processor Unit （QPU） 上執行它。 若要在 IonQ QPU 上執行，請提供 ionq.qpu.aria-1 作為 target 自變數：

result = service.run(
    program=circuit,
    repetitions=100,
    target="ionq.qpu.aria-1",
    timeout_seconds=500 # Set timeout to accommodate queue time on QPU
)

注意

在 QPU 上執行線路所需的時間取決於目前的佇列時間。 您可以選取工作區的 [提供者] 刀鋒視窗，以檢視 的平均佇列時間target。

同樣地，這會傳 cirq.Result 回 物件。

print(result)

    b=1001100101100001000011011101000011010100010111100011001000100100010000001110010010101110110000011010, 1001100101100001000011011101000011010100010111100011001000100100010000001110010010101110110000011010

使用作業的異步模型

對於長時間執行的線路，以異步方式執行它們可能很有用。 方法 service.create_job 會 Job 傳回 物件，您可以在作業成功執行之後取得結果。

job = service.create_job(
    program=circuit,
    repetitions=100,
    target="ionq.simulator"
)

若要檢查工作狀態， 請使用 job.status()：

print(job.status())

'completed'

若要等候作業完成，然後取得結果，請使用封鎖呼叫 job.results()：

result = job.results()
print(result)

00: 0.5
11: 0.5

注意

函 job.results() 式不會傳回 cirq.Result 物件。 相反地，它會傳回 IonQ 模擬器特有的結果物件，並使用狀態機率，而不是拍攝數據。

type(result)

cirq_ionq.results.SimulatorResult

若要將這個轉換成 cirq.Result 物件，請使用 result.to_cirq_result()：

print(result.to_cirq_result())

b=1110101111111110111000011101011111001100010000001011011101001111001111001101100111010000001100011100, 1110101111111110111000011101011111001100010000001011011101001111001111001101100111010000001100011100

重要

目前不支援在單一作業上提交多個線路。 因應措施是呼叫 backend.run 方法以異步方式提交每個線路，然後擷取每個作業的結果。 例如：

jobs = []
for circuit in circuits:
    jobs.append(backend.run(circuit, shots=N))

results = []
for job in jobs:
    results.append(job.result())

相關內容