Meerdere configuraties van target parameters uitvoeren met de Resource Estimator

In dit artikel leert u hoe u meerdere configuraties van target parameters uitvoert en deze vergelijkt met behulp van de Azure Quantum Resource Estimator.

Zie Verschillende manieren om resource-estimator te gebruiken voor meer informatie over het uitvoeren van de Resource Estimator.

Vereisten

De volgende vereisten zijn vereist om de Resource Estimator uit te voeren:

Als u programma's wilt uitvoeren Q# in de Resource Estimator, hebt u het volgende nodig:

• De nieuwste versie van Visual Studio Code of open VS Code op het web.
• De nieuwste versie van de Azure Quantum Development Kit-extensie . Zie Installing the Modern QDK on VS Code (De moderne QDK installeren op VS Code) voor installatiedetails.

Als u Python in VS Code wilt gebruiken, hebt u ook het volgende nodig:

• Installeer de nieuwste versie van de Python- en Jupyter-extensies voor VS Code.

• Het nieuwste Azure Quantum-pakket qsharp .

  python -m pip install --upgrade qsharp 
  

Als u taken wilt verzenden naar de Resource Estimator, hebt u het volgende nodig:

• Een Azure-account met een actief abonnement. Als u geen Azure-account hebt, registreert u zich gratis en meldt u zich aan voor een abonnement op basis van betalen per gebruik.
• Een Azure Quantum-werkruimte. Zie Een Azure Quantum-werkruimte maken voor meer informatie.

---

Batchverwerking met de resource-estimator

Met de Azure Quantum Resource Estimator kunt u taken met meerdere configuraties van taakparameters, ook wel items genoemd, als één taak verzenden om te voorkomen dat meerdere taken opnieuw worden uitgevoerd in hetzelfde kwantumprogramma.

Een resourceschattingstaak bestaat uit twee typen taakparameters:

• Doelparameters: qubitmodel, QEC-schema's, foutenbudget, beperkingen op onderdeelniveau en distillatie-eenheden.
• Bewerkingsargumenten: argumenten die kunnen worden doorgegeven aan het programma (als het QIR-toegangspunt argumenten bevat).

Eén item bestaat uit één configuratie van taakparameters, dat is een configuratie van target parameters en bewerkingsargumenten. Verschillende items worden weergegeven als een matrix met taakparameters.

Enkele scenario's waarin u mogelijk meerdere items als één taak wilt verzenden:

• Verzend meerdere target parameters met dezelfde bewerkingsargumenten in alle items.
• Verzend meerdere target parameters met verschillende bewerkingsargumenten in alle items.
• U kunt eenvoudig meerdere resultaten in tabelvorm vergelijken.
• Vergelijk eenvoudig meerdere resultaten in een grafiek.

Batchverwerking met Q#

Als u de resources van een Q# programma schat, kunt u meerdere configuraties van target parameters uitvoeren, ook wel batchverwerking genoemd. Batchverwerking met Q# kan worden uitgevoerd in een Jupyter Notebook in VS Code.

U kunt een batchschatting uitvoeren door een lijst met target parameters door te geven aan de params parameter van de qsharp.estimate functie. In het volgende voorbeeld ziet u hoe u twee configuraties van target parameters als één taak verzendt. De eerste configuratie maakt gebruik van de standaardparameters target en de tweede configuratie maakt gebruik van de qubit_maj_ns_e6 qubit-parameter en het floquet_code QEC-schema.

Voeg in dezelfde Jupyter Notebook van uw Q# programma een nieuwe cel toe en voer de volgende code uit:

result_batch = qsharp.estimate("RunProgram()", params=
                [{}, # Default parameters
                {
                    "qubitParams": {
                        "name": "qubit_maj_ns_e6"
                    },
                    "qecScheme": {
                        "name": "floquet_code"
                    }
                }])
result_batch.summary_data_frame(labels=["Gate-based ns, 10⁻³", "Majorana ns, 10⁻⁶"])

U kunt ook een lijst met schattingsparameters target maken met behulp van de EstimatorParams klasse . De volgende code laat zien hoe u zes configuraties van target parameters als één taak verzendt.

from qsharp.estimator import EstimatorParams, QubitParams, QECScheme

labels = ["Gate-based µs, 10⁻³", "Gate-based µs, 10⁻⁴", "Gate-based ns, 10⁻³", "Gate-based ns, 10⁻⁴", "Majorana ns, 10⁻⁴", "Majorana ns, 10⁻⁶"]

params = EstimatorParams(num_items=6)
params.error_budget = 0.333
params.items[0].qubit_params.name = QubitParams.GATE_US_E3
params.items[1].qubit_params.name = QubitParams.GATE_US_E4
params.items[2].qubit_params.name = QubitParams.GATE_NS_E3
params.items[3].qubit_params.name = QubitParams.GATE_NS_E4
params.items[4].qubit_params.name = QubitParams.MAJ_NS_E4
params.items[4].qec_scheme.name = QECScheme.FLOQUET_CODE
params.items[5].qubit_params.name = QubitParams.MAJ_NS_E6
params.items[5].qec_scheme.name = QECScheme.FLOQUET_CODE

qsharp.estimate("RunProgram()", params=params).summary_data_frame(labels=labels)

Batchverwerking met Qiskit

Als u de resources van een Qiskit-programma schat, kunt u meerdere configuraties van target parameters uitvoeren, ook wel batchverwerking genoemd. Batchverwerking met Qiskit kan worden uitgevoerd in een notebook in Azure Portal.

Overweeg het volgende Qiskit-circuit dat drie qubits neemt en een CCX- of Toffoli-poort toepast met behulp van de derde qubit als target. In dit geval wilt u de resources van dit kwantumcircuit schatten voor vier verschillende target parameters, zodat elke configuratie uit één target parameter bestaat. Met batchverwerking kunt u alle configuraties tegelijkertijd verzenden.

Voeg in hetzelfde notebook van uw Qiskit-programma een nieuwe cel toe en voer de volgende code uit:

from azure.quantum import Workspace
from azure.quantum.qiskit import AzureQuantumProvider 

workspace = Workspace ( 
    resource_id = "", 
    location = "" 
) 

provider = AzureQuantumProvider(workspace)

backend = provider.get_backend('microsoft.estimator') 

from qiskit import QuantumCircuit  

circ = QuantumCircuit(3) 
circ.ccx(0, 1, 2) 
items = [ 
    {"qubitParams": {"name": "qubit_gate_ns_e3"}, "errorBudget": 0.0001}, 
    {"qubitParams": {"name": "qubit_gate_ns_e4"}, "errorBudget": 0.0001}, 
    {"qubitParams": {"name": "qubit_maj_ns_e4"}, "errorBudget": 0.0001}, 
    {"qubitParams": {"name": "qubit_maj_ns_e6"}, "errorBudget": 0.0001}, 
] # target parameters 

job = backend.run(circ, items=items) 
results = job.result() 
results 

Het resultaat van de resourceschattingstaak wordt weergegeven in een tabel met meerdere resultaten die afkomstig zijn van de lijst met items. Standaard is het maximum aantal items dat moet worden weergegeven vijf. Als u een lijst met $N$ items wilt weergeven waarbij $N > 5$, gebruikt results[0:N]u . U kunt ook toegang krijgen tot afzonderlijke resultaten door een getal op te geven als index. Bijvoorbeeld results[0] om de resultatentabel van de eerste configuratie weer te geven.

Batchverwerking met PyQIR

Als u de resources van een PyQIR-programma schat, kunt u meerdere configuraties van target parameters uitvoeren, ook wel batchverwerking genoemd. Batchverwerking met PyQIR kan worden uitgevoerd in een notebook in Azure Portal.

Houd er rekening mee dat u de resources van een kwantumbewerking wilt schatten met behulp van alle zes vooraf gedefinieerde qubitparameters. Als vooraf gedefinieerd QEC-schema gebruiken surface_code we met qubitparameters op basis van gate en floquet_code met qubitparameters op basis van Majorana. De bewerking heeft zes verschillende argumenten.

Voeg in hetzelfde notebook van uw PyQIR-programma een nieuwe cel toe en voer het volgende uit:

1. Eerst importeert u enkele pakketten om de Resource Estimator target en de QubitParams klasse te gebruiken.

   from azure.quantum.target.microsoft import MicrosoftEstimator, QubitParams, QECScheme
   

2. U definieert de labels voor de qubitparameters. De labels worden gebruikt om de qubitparameters in de resultatentabel te identificeren. U stelt een aantal items voor de taak in door de num_items parameter door te geven aan de make_params methode. In dit geval is het aantal items zes, één voor elke vooraf gedefinieerde qubitparameter.

   estimator = MicrosoftEstimator(workspace)
   
   labels = ["Gate-based µs, 10⁻³", "Gate-based µs, 10⁻⁴", "Gate-based ns, 10⁻³", "Gate-based ns, 10⁻⁴", "Majorana ns, 10⁻⁴", "Majorana ns, 10⁻⁶"]
   params = estimator.make_params(num_items=6)
   

3. De argumenten worden doorgegeven als een woordenlijst. De sleutels zijn de namen van de argumenten en de waarden zijn de waarden van de argumenten. Argumenten kunnen getallen of matrices van getallen zijn. In dit geval geeft u de volgende argumenten door:

   params.arguments["N"] = 10
   params.arguments["J"] = 1.0
   params.arguments["g"] = 1.0
   params.arguments["totTime"] = 20.0
   params.arguments["dt"] = 0.25
   params.arguments["eps"] = 0.001
   

4. Vervolgens kunt u de qubitparameters voor elke configuratie doorgeven door het item op te geven in items[]. Gebruik qubit_params.name en geef de QubitParams klasse op, bijvoorbeeld GATE_US_E3, en gebruik qec_scheme.name en geef vervolgens de QECScheme klasse op, bijvoorbeeld FLOQUET_CODE.

   params.items[0].qubit_params.name = QubitParams.GATE_US_E3
   params.items[1].qubit_params.name = QubitParams.GATE_US_E4
   params.items[2].qubit_params.name = QubitParams.GATE_NS_E3
   params.items[3].qubit_params.name = QubitParams.GATE_NS_E4
   params.items[4].qubit_params.name = QubitParams.MAJ_NS_E4
   params.items[4].qec_scheme.name = QECScheme.FLOQUET_CODE
   params.items[5].qubit_params.name = QubitParams.MAJ_NS_E6
   params.items[5].qec_scheme.name = QECScheme.FLOQUET_CODE
   

5. Door elke configuratie als één taak uit te voeren, zou dit leiden tot het indienen van zes taken, wat betekent dat er zes afzonderlijke compilaties voor hetzelfde programma zijn. In plaats daarvan verzendt u één batchtaak met meerdere items.

   job = estimator.submit(Operation, input_params=params, name="My operation")
   results = job.get_results()
   

   Notitie

   U kunt een naam voor de taak instellen door de name parameter door te geven aan de submit methode.

   job = estimator.submit(operation, input_params=params, name="My operation")
   

Notitie

Als u een probleem ondervindt tijdens het werken met de Resource Estimator, gaat u naar de pagina Probleemoplossing of neemt u contact op met AzureQuantumInfo@microsoft.com.

Gerelateerde inhoud

• Inzicht in de resultaten van de resource-estimator
• Verschillende SDK's en IDE's gebruiken met Resource Estimator
• Resourceschattingen aanpassen aan machinekenmerken
• Zelfstudie: De resources van een kwantumchemieprobleem schatten