チュートリアル: QIR プログラムを Azure Quantum Resource Estimator に送信する

[アーティクル]
04/20/2024

Azure Quantum Resource Estimator は、量子プログラムの完全に相互運用可能な仕様である (QIR) に基づいてQuantum Intermediate Representation構築されています。 QIR は、量子プログラミング言語とフレームワーク、および targeted 量子計算プラットフォーム間の共通インターフェイスとして機能します。 Resource Estimator は QIR プログラムを入力として受け取るため、QIR に変換されるすべての言語をサポートします。たとえば、一般的な量子 SDK や Q# や Qiskit などの言語で使用できます。このチュートリアルでは、QIR プログラムを作成して Resource Estimator に送信します。このチュートリアルでは PyQIR を使用して QIR を生成しますが、QIR の他のソースを使用できます。

このチュートリアルで学習する内容は次のとおりです。

Azure Quantum サービスに接続します。
QIR ビットコードからリソース推定ジョブを作成する関数を定義する
PyQIR ジェネレーターを使用して QIR ビットコードを作成する
リソース推定器に QIR ジョブを送信する

無料の Azure 試用版サブスクリプションに 30 日間サインアップします。

前提条件

アクティブなサブスクリプションが含まれる Azure アカウント。 Azure アカウントをお持ちでない場合は、無料で登録し、従量課金制サブスクリプションにサインアップします。
Azure Quantum ワークスペース。詳細については、「Azure Quantum ワークスペースを作成する」を参照してください。
ワークスペースに追加された Microsoft Quantum Computing プロバイダー。

ワークスペースに新しいノートブックを作成する

Azure portal にログインし、Azure Quantum ワークスペースを選択します。
[ 操作] で[ノートブック] を選択 します。
[マイノートブック] をクリックし、[新規追加] をクリックします。
[カーネルの種類] で、[IPython] を選択します。
ファイルの名前を入力し、[ファイルの作成] をクリックします。

新しいノートブックが開くと、サブスクリプションとワークスペースの情報に基づいて、最初のセルのコードが自動的に作成されます。

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

Note

特に記載がない限り、コンパイルの問題が発生しないように、各セルは作成した順序で実行する必要があります。

セルの左側にある三角形の [再生] アイコンをクリックして、このコードを実行します。

必要なインポートを読み込む

まず、、、およびからazure.quantumqiskitいくつかの Python クラスと関数をインポートするpyqir必要があります。 Qiskit を使用して量子回路を直接構築することはありませんが、Qiskit エコシステムの上に構築されたを使用 AzureQuantumJobします。 Qiskit の最新バージョンを使用していることを確認します。詳細については、「 Azure-quantum Python パッケージを更新する」を参照してください。

from azure.quantum.qiskit import AzureQuantumProvider
from azure.quantum.qiskit.job import AzureQuantumJob
from pyqir.generator import BasicQisBuilder, SimpleModule

Azure Quantum サービスに接続する

次に、前の AzureQuantumProvider セルのオブジェクトを workspace 使用してオブジェクトを作成し、Azure Quantum ワークスペースに接続します。

provider = AzureQuantumProvider(workspace)

QIR からリソース推定ジョブを作成する関数を定義する

Resource Estimator は、 target Microsoft Quantum Computing プロバイダーのです。 Resource Estimator の使用は、Azure Quantum で他のソフトウェアおよびハードウェアプロバイダー targets に対してジョブを送信するのとまったく同じです。プログラムを定義し、を設定 targetし、計算のためにジョブを送信します。

プログラムのリソース見積もり要求を送信するときに、いくつかの target パラメーターを指定できます。

errorBudget - 許容される全体的なエラー予算
qecScheme - 量子エラー修正 (QEC) スキーム
qubitParams - 物理量子ビットパラメーター
constraints - コンポーネントレベルの制約

入力パラメーターの詳細については、「 Resource Estimator のターゲットパラメーター」を参照してください。

この例では、Azure Quantum ワークスペースに接続するオブジェクトと量子プログラムの provider QIR ビットコードを入力として受け取るジェネリック関数を実装します。その結果、Azure Quantum ジョブが返されます。 Resource Estimator target パラメーターは、キーワード (keyword)引数を使用して関数に渡すことができます。

def resource_estimation_job_from_qir(provider: AzureQuantumProvider, bitcode: bytes, **kwargs):
    """A generic function to create a resource estimation job from QIR bitcode"""

    # Find the Resource Estimator target from the provider
    backend = provider.get_backend('microsoft.estimator')

    # You can provide a name for the job via keyword arguments; if not,
    # use QIR job as a default name
    name = kwargs.pop("name", "QIR job")

    # Wxtract some job specific arguments from the backend's configuration
    config = backend.configuration()
    blob_name = config.azure["blob_name"]
    content_type = config.azure["content_type"]
    provider_id = config.azure["provider_id"]
    output_data_format = config.azure["output_data_format"]

    # Finally, create the Azure Quantum jon object and return it
    return AzureQuantumJob(
        backend=backend,
        target=backend.name(),
        name=name,
        input_data=bitcode,
        blob_name=blob_name,
        content_type=content_type,
        provider_id=provider_id,
        input_data_format="qir.v1",
        output_data_format=output_data_format,
        input_params = kwargs,
        metadata={}
    )

サンプル量子プログラムを実行する

次に、PyQIR ジェネレーターを使用して QIR ビットコードをいくつか作成します。この例では、3 つの T ゲートと 2 つの CNOT ゲートを使用して制御された S ゲートを構築します。

module = SimpleModule("Controlled S", num_qubits=2, num_results=0)
qis = BasicQisBuilder(module.builder)

[a, b] = module.qubits[0:2]
qis.t(a)
qis.t(b)
qis.cx(a, b)
qis.t_adj(b)
qis.cx(a, b)

上記で定義した関数を PyQIR の bitcode() 関数と共に使用して、リソース推定ジョブを生成できます。 Resource Estimator 固有の引数を渡すこともできます。この例では、を使用 errorBudget してエラー率を 5% に設定します。パラメーターの target 詳細については、「 Resource Estimator のターゲットパラメーター」を参照してください。

job = resource_estimation_job_from_qir(provider, module.bitcode(), errorBudget=0.05)
result = job.result()
result

この関数は、物理リソースの全体的な数を示すテーブルを作成します。より多くの情報を持つグループを折りたたむことで、コストの詳細をさらに調べることができます。たとえば、[ 論理量子ビットパラメーター] グループを折りたたんだ場合、エラー修正コードの距離が 15 であることがわかります。

論理量子ビットパラメーター	値
QEC スキーム	surface_code
コード距離	5
物理量子ビット	50
論理サイクル時間	2us
論理量子ビットエラー率	3.00E-5
交差の前要素	0.03
エラー修正しきい値	0.01
論理サイクル時間の数式	(4 * `twoQubitGateTime` + 2 * `oneQubitMeasurementTime`) * `codeDistance`
物理量子ビットの数式	2 * `codeDistance` * `codeDistance`

[物理量子ビットパラメーター] グループでは、この推定で想定されていた物理量子ビットプロパティを確認できます。たとえば、単一量子ビット測定と単一量子ビットゲートを実行する時間は、それぞれ 100 ns と 50 ns であると見なされます。

物理量子ビットパラメーター	値
量子ビット名	qubit_gate_ns_e3
命令セット	GateBased
単一量子ビット測定時間	100 ns
T ゲート時間	50 ns
T ゲートエラー率	0.001
単一量子ビット測定エラー率	0.001
単一量子ビットゲート時間	50 ns
単一量子ビットエラー率	0.001
2 量子ビットゲート時間	50 ns
2 量子ビットエラー率	0.001

詳細については、Resource Estimator の出力データの完全な一覧を参照してください。

引き続き他の量子アルゴリズムおよび手法を調査します。

「グローバーの検索アルゴリズムを実装する」チュートリアルでは、グローバーの検索アルゴリズムを使用してグラフの色分けの問題を解決する Q# プログラムを記述する方法を示します。
チュートリアル「 Q# を使用した量子エンタングルメントの探索」では、Q# を使用して量子ビットを操作して状態を変更する方法と、重ね合わせとエンタングルメントの効果を示します。
Quantum Katas は、量子コンピューティングと Q# プログラミングの要素を同時に教えることを目的とした、Jupyter Notebookベースのマイペースのチュートリアルとプログラミング演習です。

Share via

チュートリアル: QIR プログラムを Azure Quantum Resource Estimator に送信する

前提条件

ワークスペースに新しいノートブックを作成する

必要なインポートを読み込む

Azure Quantum サービスに接続する

QIR からリソース推定ジョブを作成する関数を定義する

サンプル量子プログラムを実行する

フィードバック

フィードバック

その他のリソース

Share via

チュートリアル: QIR プログラムを Azure Quantum Resource Estimator に送信する

前提条件

ワークスペースに新しいノートブックを作成する

必要なインポートを読み込む

Azure Quantum サービスに接続する

QIR からリソース推定ジョブを作成する関数を定義する

サンプル量子プログラムを実行する

関連コンテンツ

フィードバック

フィードバック

その他のリソース