Начало работы с сеансами

Сеансы — это ключевая функция гибридных квантовых вычислений, которая позволяет группировать несколько заданий квантовых вычислений вместе.

В этой статье объясняется архитектура сеансов в гибридных квантовых вычислениях и создание нового сеанса.

Необходимые компоненты

Чтобы создать сеанс, необходимо выполнить следующие предварительные требования:

• Учетная запись Azure с активной подпиской. Если у вас нет учетной записи Azure, зарегистрируйтесь бесплатно и зарегистрируйтесь для подписки с оплатой по мере использования.

• Рабочая область Azure Quantum. Дополнительные сведения см. в статье Создание рабочей области Azure Quantum.

• Среда Python с установленным Python и Pip .

• Пакет Azure Quantum azure-quantum . Если вы хотите использовать Qiskit или Cirq, необходимо установить azure-quantum пакет с тегами [qiskit] или [cirq].

  pip install --upgrade azure-quantum[qiskit] 
  

Что такое сеанс?

Сеанс — это логическая группировка одного или нескольких заданий, отправленных одному target. Каждый сеанс имеет уникальный идентификатор, подключенный к каждому заданию в этом сеансе.

В сеансах вычислительный ресурс клиента может быть перемещен в облако, что приводит к снижению задержки и возможности повторять выполнение квантового канала с разными параметрами. Задания можно сгруппировать логически в один сеанс, а задания в этом сеансе можно определить приоритетом по сравнению с несеансовых заданий. Хотя состояния кубитов не сохраняются между заданиями, сеанс позволяет более короткое время очереди для заданий и более длительных проблем.

Сеансы позволяют упорядочивать несколько заданий квантовых вычислений с возможностью выполнения классического кода между квантовыми заданиями. Вы сможете выполнять сложные алгоритмы для более эффективной организации и отслеживания отдельных заданий квантовых вычислений.

Ключевой сценарий пользователя, в котором может потребоваться объединить задания в сеансе, параметризованы квантовые алгоритмы, в которых выходные данные одного задания квантовых вычислений сообщают параметрам следующего задания квантовых вычислений. Наиболее распространенными примерами этого типа алгоритма являются Variational Quantum Eigensolvers (VQE) и Quantum Approximate Optimization Algorithms (QAOA).

Поддерживаемое оборудование

Сеансы поддерживаются для всех поставщиков оборудования квантовых вычислений. В некоторых случаях задания, отправленные в сеансе, определяются в очереди.target Дополнительные сведения см. в статье Target о поведении.

Создание сеанса

Чтобы создать сеанс, выполните следующие действия.

Q# + Python

В этом примере показано, как создать сеанс с встроенным кодом с Q# помощью Jupyter Notebook в Visual Studio Code. Вы также можете создавать сеансы с помощью программы Python, которая вызывает соседнюю Q# программу.

Примечание.

Сеансы управляются с помощью Python, даже если выполняется Q# встроенный код.

1. В VS Code выберите палитру команд view > и нажмите кнопку Create: New Jupyter Notebook.

2. В правом верхнем углу VS Code обнаружит и отобразит версию Python и виртуальную среду Python, выбранную для записной книжки. Если у вас несколько сред Python, может потребоваться выбрать ядро с помощью средства выбора ядра в правом верхнем углу. Если среда не обнаружена, сведения о настройке см . в записных книжках Jupyter Notebook в VS Code .

3. В первой ячейке записной книжки запустите

   import azure.quantum
   
   workspace = azure.quantum.Workspace(
       resource_id = "", # add your resource ID
       location = "", # add your location, for example "westus"
   )
   

4. Нажмите кнопку +Код , чтобы добавить новую ячейку в записную книжку и импортировать qsharp пакет SDK для Python.

   import qsharp
   

5. Выберите нужный квантовый объект target . В этом примере вы используете симулятор IonQ в качестве target.

   target = workspace.get_targets("ionq.simulator")
   

6. Выберите конфигурации target профиля либо Base, Adaptive_RIлибо Unrestricted.

   qsharp.init(target_profile=qsharp.TargetProfile.Base) # or qsharp.TargetProfile.Adaptive_RI, qsharp.TargetProfile.Unrestricted
   

   Примечание.

   Adaptive_RItarget Задания профилей в настоящее время поддерживаются в Quantinuum targets. Дополнительные сведения см. в разделе "Интегрированные гибридные квантовые вычисления".

7. Напишите программу Q# . Например, следующая Q# программа создает случайный бит. Чтобы проиллюстрировать использование входных аргументов, эта программа принимает целое число nи массив углов, angleв качестве входных данных.

   %%qsharp
   import Std.Measurement.*;
   import Std.Arrays.*;
   
   operation GenerateRandomBits(n: Int, angle: Double[]) : Result[] {
      use qubits = Qubit[n]; // n parameter as the size of the qubit array
      for q in qubits {
          H(q);
      }
      R(PauliZ, angle[0], qubits[0]); // arrays as entry-points parameters
      R(PauliZ, angle[1], qubits[1]);
      let results = MeasureEachZ(qubits);
      ResetAll(qubits);
      return results;
   }
   

8. Затем вы создадите сеанс. Предположим, вы хотите выполнить GenerateRandomBit операцию три раза, поэтому вы используете target.submit для отправки Q# операции с target данными, и вы повторяете код три раза - в реальном сценарии, вы можете отправить разные программы вместо одного и того же кода.

   angle = [0.0, 0.0]
   with target.open_session(name="Q# session of three jobs") as session:
       target.submit(input_data=qsharp.compile(f"GenerateRandomBits(2, {angle})"), name="Job 1", shots=100) # First job submission
       angle[0] += 1
       target.submit(input_data=qsharp.compile(f"GenerateRandomBits(2, {angle})"), name="Job 2", shots=100) # Second job submission
       angle[1] += 1
       target.submit(input_data=qsharp.compile(f"GenerateRandomBits(2, {angle})"), name="Job 3", shots=100) # Third job submission
   
   session_jobs = session.list_jobs()
   [session_job.details.name for session_job in session_jobs]
   

   Внимание

   При передаче аргументов в качестве параметров заданию они форматируются в выражение при вызове Q# qsharp.compile. Это означает, что необходимо тщательно отформатировать аргументы в виде Q# объектов. В этом примере, так как массивы в Python уже печатаются как [item0, item1, ...], входные аргументы соответствуют Q# форматированию. Для других структур данных Python может потребоваться дополнительная обработка, чтобы получить строковые значения, вставляемые Q# в совместимый способ.

9. После создания сеанса можно использовать workspace.list_session_jobs для получения списка всех заданий в сеансе. Дополнительные сведения см. в разделе "Управление сеансами".

Qiskit

1. Сначала необходимо импортировать дополнительные модули из azure-quantum и qiskit. Затем создайте provider объект с сведениями о рабочей области Quantum.

   from qiskit import QuantumCircuit
   from azure.quantum import Workspace
   from azure.quantum.qiskit import AzureQuantumProvider
   
   workspace = Workspace(
               resource_id = "", # add your resource ID
               location = "") # add your location
   
   provider = AzureQuantumProvider(workspace)
   

2. Напишите квантовый канал. Например, следующий канал создает случайный бит.

   circuit = QuantumCircuit(2, 2)
   circuit.name = "GenerateRandomBit"
   circuit.h(0)
   circuit.cx(0,1)
   circuit.measure([0,1], [0,1])
   circuit.draw()
   

3. Затем создайте внутренний экземпляр с выбранным квантомtarget. В этом примере задайте симулятор IonQ в качестве target.

   backend = provider.get_backend("ionq.simulator")
   

4. Затем создайте сеанс. Предположим, вы хотите запустить квантовый канал три раза, поэтому вы используете backend.run для отправки канала Qiskit, и вы повторяете код три раза - в реальном мире, вы можете отправить разные программы вместо одного и того же кода. Вы можете использовать workspace.list_session_jobs для получения списка всех заданий в сеансе. Дополнительные сведения см. в разделе "Управление сеансами".

   with backend.open_session(name="Qiskit Session") as session:
       job1 = backend.run(circuit=circuit, shots=100, job_name="Job 1") # First job submission
       job1.wait_for_final_state()
       job2 = backend.run(circuit=circuit, shots=100, job_name="Job 2") # Second job submission
       job2.wait_for_final_state()
       job3 = backend.run(circuit=circuit, shots=100, job_name="Job 3") # Third job submission
       job3.wait_for_final_state()
   
   session_jobs = session.list_jobs()
   [session_job.details.name for session_job in session_jobs]
   

Cirq

1. Сначала напишите квантовый канал. Например, следующий канал создает случайный бит.

   import cirq
   
   q0 = cirq.LineQubit(0)
   q1 = cirq.LineQubit(1)
   circuit = cirq.Circuit(
       cirq.H(q0),  # H gate
       cirq.CNOT(q0, q1),
       cirq.measure(q0, key='q0'),
       cirq.measure(q1, key='q1')
   )
   print(circuit)
   

2. Затем создайте service объект с информацией о рабочей области Quantum.

   from azure.quantum.cirq import AzureQuantumService
   
   service = AzureQuantumService(
               resource_id = "", # add your resource ID
               location = "") # add your location
   

3. Выберите нужный квантовый объект target . В этом примере вы используете симулятор IonQ в качестве target.

   Примечание.

   Каналы Cirq могут использовать только IonQ или Quantinuum targets.

   target = service.get_target("ionq.simulator")
   

4. Затем вы создадите сеанс. Предположим, вы хотите запустить квантовый канал три раза, поэтому вы используете target.submit для отправки канала Cirq, и вы повторяете код три раза - в реальном мире, вы можете отправить разные программы вместо одного кода. Вы можете использовать workspace.list_session_jobs для получения списка всех заданий в сеансе. Дополнительные сведения см. в разделе "Управление сеансами".

   with target.open_session(name="Cirq Session") as session:
       target.submit(program=circuit, name="Job 1", repetitions=100) # First job submission
       target.submit(program=circuit, name="Job 2", repetitions=100) # Second job submission
       target.submit(program=circuit, name="Job 3", repetitions=100) # Third job submission
   
   session_jobs = session.list_jobs()
   [session_job.details.name for session_job in session_jobs]
   

Поведение Target

Каждый поставщик квантового оборудования определяет собственные эвристики для лучшего управления приоритетом заданий в сеансе.

Quantinuum

Если вы решили отправить задания в сеансе в Quantinuum target, сеанс будет иметь монопольный доступ к оборудованию до тех пор, пока вы выполняете задания очереди в течение одной минуты друг от друга. После этого задания будут приняты и обработаны с помощью стандартной логики очередей и приоритетов.

Связанный контент

• Управление сеансами
• Запуск гибридных квантовых вычислений