你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。

快速入门：使用 Azure Quantum 笔记本通过 Qiskit 提交线路

了解如何使用 Azure Quantum 服务将 Qiskit 量子线路提交给 IonQ 或 Quantinuum 量子计算目标。 本示例使用 Azure Quantum 笔记本和内置的 azure-quantum Python 包 - 无需安装或配置。 有关详细信息，请参阅量子线路。

先决条件

• 具有活动订阅的 Azure 帐户。 免费创建帐户。
• 创建 Azure Quantum 工作区。 有关详细信息，请参阅创建 Azure Quantum 工作区。

在工作区中创建一个新笔记本

1. 登录到 Azure 门户并选择在上一步中创建的工作区。
2. 在左侧边栏选项卡中，选择“笔记本”。
3. 单击“我的笔记本”，然后单击“新增”。
4. 在“内核类型”中选择“IPython”。
5. 键入文件的名称（例如 Qiskit.ipynb），然后单击“创建文件”。

打开新笔记本时，会自动根据订阅和工作区信息创建第一个单元的代码。

from azure.quantum import Workspace
workspace = Workspace (
    subscription_id = <your subscription ID>, 
    resource_group = <your resource group>,   
    name = <your workspace name>,          
    location = <your location>        
    )

注意

除非另有说明，否则应按照单元的创建顺序运行每个单元，以避免任何编译问题。

单击单元左侧的三角形“播放”图标以运行代码。

加载所需的导入项

首先需要导入一些附加模块。

单击“+ 代码”添加一个新的单元，然后添加并运行以下代码：

from qiskit import QuantumCircuit
from qiskit.visualization import plot_histogram
from qiskit.tools.monitor import job_monitor
from azure.quantum.qiskit import AzureQuantumProvider

连接到 Azure Quantum 服务

接下来，使用 AzureQuantumProvider 构造函数创建连接到 Azure Quantum 工作区的 provider 对象。 使用以下代码添加一个新单元，但暂时不要运行它：

provider = AzureQuantumProvider(
  resource_id="",
  location=""
)

在运行此单元之前，程序需要资源 ID 和 Azure Quantum 工作区的位置：

1. 单击“保存”以保存你的笔记本。
2. 单击“概述”以查看工作区属性。
3. 将鼠标悬停在“资源 ID”字段上，然后单击“复制到剪贴板”图标。
4. 单击“笔记本”并打开你的 Qiskit 笔记本。
5. 将资源 ID 粘贴到 resource_id 的值中，然后将第一个单元中的位置字符串添加到 location 中。
6. 运行单元。

定义简单线路

在新的单元中创建一个 circuit 对象。 此示例是一个简单的量子随机比特生成器。 添加以下代码以定义并显示线路：

# Create a Quantum Circuit acting on the q register
circuit = QuantumCircuit(3, 3)
circuit.name = "Qiskit Sample - 3-qubit GHZ circuit"
circuit.h(0)
circuit.cx(0, 1)
circuit.cx(1, 2)
circuit.measure([0, 1, 2], [0, 1, 2])

# Print out the circuit
circuit.draw()

     ┌───┐          ┌─┐      
q_0: ┤ H ├──■───────┤M├──────
     └───┘┌─┴─┐     └╥┘┌─┐   
q_1: ─────┤ X ├──■───╫─┤M├───
          └───┘┌─┴─┐ ║ └╥┘┌─┐
q_2: ──────────┤ X ├─╫──╫─┤M├
               └───┘ ║  ║ └╥┘
c: 3/════════════════╩══╩══╩═
                     0  1  2 

列出所有目标

现在可以显示工作区中可用的所有量子计算目标或后端。 添加一个新单元并运行以下行：

print("This workspace's targets:")
for backend in provider.backends():
    print("- " + backend.name())

This workspace's targets:
- quantinuum.hqs-lt-s1
- quantinuum.hqs-lt-s1-apival
- quantinuum.hqs-lt-s2
- quantinuum.hqs-lt-s2-apival
- quantinuum.hqs-lt-s1-sim
- ionq.qpu
- ionq.simulator

选择一个目标以运行程序

若要在实际的量子硬件上运行代码之前检查该代码，可以使用 IonQ 量子模拟器 ionq.simulator。

添加新的单元并创建一个对象来表示 IonQ 量子模拟器目标：

# Get IonQ quantum simulator target:
simulator_backend = provider.get_backend("ionq.simulator")

在 IonQ 模拟器上运行

若要在模拟器上运行线路，请添加以下代码。该代码使用目标的 run 方法提交你的作业，然后监视作业状态。

# Submit the circuit to run on Azure Quantum
job = simulator_backend.run(circuit, shots=100)
job_id = job.id()
print("Job id", job_id)

# Monitor job progress and wait until complete:
job_monitor(job)

将实时显示作业状态：

Job id 7d909574-98d4-11ec-b382-00155d957f5d
Job status: job is queued
Job status: job is actively running
Job status: job has successfully run

成功运行作业后，获取并显示作业结果：

# Get the job results:
result = job.result()
print(result)

Result(backend_name='ionq.simulator', backend_version='1', qobj_id='Qiskit Sample - 3-qubit GHZ circuit', job_id='7d909574-98d4-11ec-b382-00155d957f5d', success=True, results=[ExperimentResult(shots=100, success=True, meas_level=2, data=ExperimentResultData(counts=defaultdict(<class 'int'>, {'000': 50, '111': 50}), probabilities=defaultdict(<class 'int'>, {'000': 0.5, '111': 0.5})), header=QobjExperimentHeader(meas_map='[0, 1, 2]', name='Qiskit Sample - 3-qubit GHZ circuit', num_qubits='3', qiskit='True'))])

由于此 result 类型是 Qiskit 包的原生对象，你可以使用 Qiskit 的 result.get_counts 和 plot_histogram 来可视化结果。 若要确保表示所有可能的位字符串标签，请将它们添加到 counts。

counts = {format(n, "03b"): 0 for n in range(8)}
counts.update(result.get_counts(circuit))
print(counts)
plot_histogram(counts)

{'000': 50, '001': 0, '010': 0, '011': 0, '100': 0, '101': 0, '110': 0, '111': 50}

估算作业成本

在实际的量子硬件或量子处理单元 (QPU) 上运行作业之前，可以估算其运行成本。

首先，再次获取可用提供商的列表：

print("This workspace's targets:")
for backend in provider.backends():
    print("- " + backend.name())

This workspace's targets:
- quantinuum.hqs-lt-s1
- quantinuum.hqs-lt-s1-apival
- quantinuum.hqs-lt-s2
- quantinuum.hqs-lt-s2-apival
- quantinuum.hqs-lt-s1-sim
- ionq.qpu
- ionq.simulator

接下来，创建一个对象来表示 IonQ 量子计算机：

qpu_backend = provider.get_backend("ionq.qpu")

若要估算在 QPU 上运行作业的成本，请使用目标的 estimate_cost 方法添加并运行一个新单元：

cost = qpu_backend.estimate_cost(circuit, shots=100)

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

这会显示以美元为单位的估算成本。

有关最新定价详细信息，请参阅 IonQ 定价，或找到你的工作区并查看该工作区的“提供商”边栏选项卡中的定价选项。

在 IonQ QPU 上运行

在 IonQ 模拟器上成功运行并估算 QPU 成本后，可以在硬件上运行线路。

注意

在 QPU 上运行线路所需的时间因当前队列时间而异。 可以通过选择工作区的“提供商”边栏选项卡查看目标的平均队列时间。

使用前面在 API 验证程序中使用的相同 run 方法和运算来提交并监视作业：

# Submit the circuit to run on Azure Quantum
job = qpu_backend.run(circuit, shots=1024)
job_id = job.id()
print("Job id", job_id)

# Monitor job progress and wait until complete:
job_monitor(job)

Job id 54e8c740-98d9-11ec-b382-00155d957f5d
Job Status: job has successfully run

成功运行作业后，如前所述获取作业结果并在图表中显示结果：

result = job.result()
print(result)
counts = {format(n, "03b"): 0 for n in range(8)}
counts.update(result.get_counts(circuit))
print(counts)
plot_histogram(counts)

Job id 910b5ac8-98cd-11ec-b3ba-00155d5528cf
Job Status: job has successfully run
Result(backend_name='ionq.simulator', backend_version='1', qobj_id='Qiskit Sample - 3-qubit GHZ circuit', job_id='Job id 54e8c740-98d9-11ec-b382-00155d957f5d', success=True, results=[ExperimentResult(shots=1024, success=True, meas_level=2, data=ExperimentResultData(counts={'0': 505, '1': 6, '2': 1, '3': 1, '4': 1, '5': 10, '6': 11, '7': 488}, probabilities={'0': 0.4932, '1': 0.0059, '2': 0.001, '3': 0.001, '4': 0.001, '5': 0.0098, '6': 0.0117, '7': 0.4766}), header=QobjExperimentHeader(name='Qiskit Sample - 3-qubit GHZ circuit', num_qubits='3', qiskit='True'))])
{'000': 505, '001': 6, '010': 1, '011': 1, '100': 1, '101': 10, '110': 11, '111': 488}

选择一个目标以运行程序

若要在实际的量子硬件上运行代码之前检查该代码，可以使用 Quantinuum API 验证程序 honeywell.hqs-lt-s1-apival。

添加新的单元并创建一个对象来表示 Quantinuum API 验证程序目标：

# Get Quantinuum's API validator target:
apival_backend = provider.get_backend("quantinuum.hqs-lt-s1-apival")

在 API 验证程序上运行

若要在 API 验证程序上运行线路，请添加以下代码。该代码使用目标的 run 方法提交你的作业，然后监视作业状态。

# Submit the circuit to run on Azure Quantum
job = apival_backend.run(circuit, count=100)
job_id = job.id()
print("Job id", job_id)

# Monitor job progress and wait until complete:
job_monitor(job)

将实时显示作业状态：

Job id 89511b08-9691-11ec-be32-00155d00ae89
Job status: job is queued
Job status: job is actively running
Job status: job has successfully run

成功运行作业后，获取并显示作业结果：

# Get the job results:
result = job.result()
print(result)

Result(backend_name='quantinuum.hqs-lt-s1-apival', backend_version='1', qobj_id='Qiskit Sample - 3-qubit GHZ circuit', job_id='89511b08-9691-11ec-be32-00155d00ae89', success=True, results=[ExperimentResult(shots=100, success=True, meas_level=2, data=ExperimentResultData(counts={'000': 100}, probabilities={'000': 1.0}), header=QobjExperimentHeader(name='Qiskit Sample - 3-qubit GHZ circuit'))])

由于此 result 类型是 Qiskit 包的原生对象，你可以使用 Qiskit 的 result.get_counts 和 plot_histogram 来可视化结果。 若要确保表示所有可能的位字符串标签，请将它们添加到 counts。

counts = {format(n, "03b"): 0 for n in range(8)}
counts.update(result.get_counts(circuit))
print(counts)
plot_histogram(counts)

{'000': 100, '001': 0, '010': 0, '011': 0, '100': 0, '101': 0, '110': 0, '111': 0}

查看直方图，你可能会注意到，随机数生成器每次都返回 0，因此算不上随机。 这是因为，虽然 API 验证程序可确保代码在 Quantinuum 硬件上成功运行，但每次量子测量时它也会返回 0。 对于真正的随机数生成器，需要在量子硬件上运行线路。

估算作业成本

在实际的量子硬件或量子处理单元 (QPU) 上运行作业之前，可以估算其运行成本。

首先，再次获取可用提供商的列表：

print("This workspace's targets:")
for backend in provider.backends():
    print("- " + backend.name())

This workspace's targets:
- quantinuum.hqs-lt-s1
- quantinuum.hqs-lt-s1-apival
- quantinuum.hqs-lt-s2
- quantinuum.hqs-lt-s2-apival
- quantinuum.hqs-lt-s1-sim
- ionq.qpu
- ionq.simulator

接下来，创建一个对象用于表示由 Honeywell 提供支持的 Quantinuum System Model H1：

qpu_backend = provider.get_backend("quantinuum.hqs-lt-s1")

若要估算在 QPU 上运行作业的成本，请使用目标的 estimate_cost 方法添加并运行一个新单元：

cost = qpu_backend.estimate_cost(circuit, count=100)

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

Estimated cost: 5.72

这将显示 H-System Quantum 额度 (HQC) 中的估算成本。

有关最新定价详细信息，请参阅由 Honeywell 提供支持的 System Model H1，或查看工作区的“提供商”边栏选项卡中的定价选项。 若要查看当前额度状态和用量，请选择“额度和配额”。

在 Quantinuum QPU 上运行

在 API 验证程序中成功运行并估算 QPU 成本后，可以在硬件上运行线路。

注意

在 QPU 上运行线路所需的时间取决于当前队列时间。 可以通过选择工作区的“提供商”边栏选项卡查看目标的平均队列时间。

使用前面在 API 验证程序中使用的相同 run 方法和运算来提交并监视作业：

# Submit the circuit to run on Azure Quantum
job = qpu_backend.run(circuit, count=100)
job_id = job.id()
print("Job id", job_id)

# Monitor job progress and wait until complete:
job_monitor(job)

Job id 48282d18-9c15-11ec-bfbd-00155d6373ba
Job Status: job has successfully run

成功运行作业后，如前所述获取作业结果并在直方图中显示结果：

result = job.result()
print(result)
counts = {format(n, "03b"): 0 for n in range(8)}
counts.update(result.get_counts(circuit))
print(counts)
plot_histogram(counts)

可以看到，结果应大致在 0 和 1 之间划分。

Result(backend_name='quantinuum.hqs-lt-s1', backend_version='1', qobj_id='Qiskit Sample - 3-qubit GHZ circuit', job_id='48282d18-9c15-11ec-bfbd-00155d6373ba', success=True, results=[ExperimentResult(shots=100, success=True, meas_level=2, data=ExperimentResultData(counts={'111': 53, '101': 1, '000': 46}, probabilities={'111': 0.53, '101': 0.01, '000': 0.46}), header=QobjExperimentHeader(name='Qiskit Sample - 3-qubit GHZ circuit'))])
{'000': 46, '001': 0, '010': 0, '011': 0, '100': 0, '101': 1, '110': 0, '111': 53}

重要

当前不支持在单个作业中提交多个线路。 作为一种变通方法，可以调用 backend.run 方法来异步提交每个线路，然后提取每个作业的结果。 例如：

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

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

后续步骤

在寻找更多示例以供运行？ 查看 Azure Quantum 的示例目录。

最后，如果你想要详细了解如何编写 Q# 程序，请参阅 Q# 编程语言用户指南。