qsharp 및 qsharp 위젯 설치

먼저 최신 Azure Quantum qsharp 및 qsharp-widgets 패키지를 설치합니다.

python -m pip install --upgrade qsharp qsharp-widgets

양자 알고리즘 만들기

VS Code에서 명령 팔레트 보기를 > 선택하고 만들기: 새 Jupyter Notebook을 선택합니다.
Notebook의 첫 번째 셀에서 패키지를 가져옵니다 qsharp .
```
import qsharp
from qsharp_widgets import EstimateDetails
```

새 셀을 추가하고 다음 코드를 복사합니다.

%%qsharp
/// # Sample
/// Random Bit
///
/// # Description
/// This Q# program generates a random bit by setting a qubit in a superposition
/// of the computational basis states |0〉 and |1〉, and returning the measurement
/// result.

    operation RandomBit() : Result {
        // Qubits are only accesible for the duration of the scope where they
        // are allocated and are automatically released at the end of the scope.
        use qubit = Qubit();

        // Set the qubit in superposition by applying a Hadamard transformation.
        H(qubit);

        // Measure the qubit. There is a 50% probability of measuring either 
        // `Zero` or `One`.
        let result = M(qubit);

        // Reset the qubit so it can be safely released.
        Reset(qubit);
        return result;
    }

양자 알고리즘 예측

이제 기본 가정을 사용하여 작업에 대한 RandomBit 실제 리소스를 예측합니다. 새 셀을 추가하고 다음 코드를 복사합니다.
```
result = qsharp.estimate("RandomBit()")
result
```
이 함수는 qsharp.estimate 전체 물리적 리소스 수가 있는 테이블을 표시하는 데 사용할 수 있는 결과 개체를 만듭니다. 첫 번째 표에서는 실제 리소스 예상 기본 보여 줍니다. 이 작업에는 RandomBit 300큐비트가 필요하며 양자 컴퓨터에서 실행하는 데 2마이크로초가 걸립니다.

실제 자원 추정치 값

런타임 2 마이크로초

rQOPS 3.00M

물리적 큐비트 300

실제 자원 추정치	값
런타임	2 마이크로초
rQOPS	3.00M
물리적 큐비트	300

더 많은 정보가 있는 그룹을 축소해 비용 세부 정보를 검사할 수 있습니다. 예를 들어 논리 큐비트 매개 변수 그룹을 축소하여 코드 거리가 5이고 논리 큐비트당 실제 큐비트 수가 50인지 확인합니다.

논리 큐비트 매개 변수	값
QEC 체계	surface_code
코드 거리	5
물리적 큐비트	50
논리 주기 시간	2 마이크로초
논리적 큐비트 오류 비율	3.00E-5
교차 프리팩터	0.03
오류 수정 임계값	0.01
논리 주기 시간 수식	(4 * `twoQubitGateTime` + 2 * `oneQubitMeasurementTime`) * `codeDistance`
실제 큐비트 수식	2 * `codeDistance` * `codeDistance`

필드를 jobParams 사용하여 작업 실행에 전달할 수 있는 모든 대상 매개 변수에 액세스하고 어떤 기본값이 가정되었는지 확인할 수 있습니다.

result['jobParams']

{'errorBudget': 0.001,
 'qecScheme': {'crossingPrefactor': 0.03,
  'errorCorrectionThreshold': 0.01,
  'logicalCycleTime': '(4 * twoQubitGateTime + 2 * oneQubitMeasurementTime) * codeDistance',
  'name': 'surface_code',
  'physicalQubitsPerLogicalQubit': '2 * codeDistance * codeDistance'},
 'qubitParams': {'instructionSet': 'GateBased',
  'name': 'qubit_gate_ns_e3',
  'oneQubitGateErrorRate': 0.001,
  'oneQubitGateTime': '50 ns',
  'oneQubitMeasurementErrorRate': 0.001,
  'oneQubitMeasurementTime': '100 ns',
  'tGateErrorRate': 0.001,
  'tGateTime': '50 ns',
  'twoQubitGateErrorRate': 0.001,
  'twoQubitGateTime': '50 ns'}}

리소스 추정기에서 큐비트 모델, surface_code 오류 수정 코드 및 0.001 오류 예산을 예측의 기본값으로 사용하는 qubit_gate_ns_e3 것을 볼 수 있습니다.

기본값 변경 및 알고리즘 예측

프로그램에 대한 리소스 예상 요청을 제출할 때 몇 가지 선택적 매개 변수를 지정할 수 있습니다. 사용자 지정할 수 있는 대상 매개 변수는 다음과 같습니다.

errorBudget - 알고리즘에 대해 허용되는 전체 오류 예산
qecScheme - QEC(양자 오류 수정) 체계
qubitParams - 물리적 큐비트 매개 변수
constraints - 구성 요소 수준의 제약 조건
distillationUnitSpecifications - T 팩터리 증류 알고리즘에 대한 사양
estimateType - 단일 또는 프론티어

큐비트 모델 변경

Majorana 기반 큐비트 매개 변수 qubitParams인 "qubit_maj_ns_e6"을 사용하여 동일한 알고리즘에 대한 비용을 예측할 수 있습니다.

result_maj = qsharp.estimate("RandomBit()", params={
                "qubitParams": {
                    "name": "qubit_maj_ns_e6"
                }})
EstimateDetails(result_maj)

양자 오류 수정 체계 변경

Floqued QEC 스키마 qecScheme를 사용하여 Majorana 기반 큐비트 매개 변수에서 동일한 예제에 대한 리소스 예측 작업을 다시 실행할 수 있습니다.

result_maj = qsharp.estimate("RandomBit()", params={
                "qubitParams": {
                    "name": "qubit_maj_ns_e6"
                },
                "qecScheme": {
                    "name": "floquet_code"
                }})
EstimateDetails(result_maj)

오류 예산 변경

다음으로, 10%의 동일한 양자 회로를 errorBudget 다시 실행합니다.

result_maj = qsharp.estimate("RandomBit()", params={
                "qubitParams": {
                    "name": "qubit_maj_ns_e6"
                },
                "qecScheme": {
                    "name": "floquet_code"
                },
                "errorBudget": 0.1})
EstimateDetails(result_maj)

계속

연습 - Azure Quantum Resource Estimator 시작