如何使用資源估算器執行多個參數位組 target 態

在本文中，您將瞭解如何執行多個參數組 target 態，並使用 Azure Quantum Resource Estimator 加以比較。

如需如何執行資源估算器的詳細資訊，請參閱 使用資源估算器的不同方式。

必要條件

執行資源估算器需要下列必要條件：

若要在資源估算器中執行 Q# 程式，您需要下列專案：

• 最新版的 Visual Studio Code 或開啟 Web上的 VS Code。
• 最新版的 Azure Quantum 開發套件延伸模組。 如需安裝詳細數據，請參閱 在 VS Code 上安裝 QDK。

如果您想要在 VS Code 中使用 Python，您也需要下列專案：

• 安裝最新版的 Python 和適用於 VS Code 的 Jupyter 擴充功能。

• 最新的 Azure Quantum qsharp 套件。

  python -m pip install --upgrade qsharp 
  

若要將作業提交至資源估算器，您需要下列專案：

• 具有有效訂用帳戶的 Azure 帳戶。 如果您沒有 Azure 帳戶，請免費註冊並註冊 隨用隨付訂用帳戶。
• Azure Quantum 工作區。 如需詳細資訊，請參閱 建立 Azure Quantum 工作區。

---

使用資源估算器進行批處理

Azure Quantum 資源估算器可讓您提交具有多個作業參數位態的作業，也稱為 專案，作為單一作業，以避免在相同的量子程式上重新執行多個作業。

資源估計作業包含兩種類型的作業參數：

• 目標參數：量子位模型、QEC 配置、錯誤預算、元件層級的條件約束和釀酒單位。
• 作業自變數：可傳遞至程式的自變數（如果 QIR 進入點包含自變數）。

一個專案包含一個作業參數的組態，也就是參數和作業自變數的 target 一個組態。 數個專案會以作業參數陣列表示。

您可能要將多個專案提交為單一作業的一些案例：

• 將所有專案中具有相同作業自變數的多個target參數提交。
• 在所有專案中提交具有不同作業自變數的多個target參數。
• 以表格式格式輕鬆地比較多個結果。
• 輕鬆地比較圖表中的多個結果。

使用不同的語言批處理作業

選取所需的索引標籤，以取得資源估算器批處理的範例。

使用批處理 Q#

如果您要估計程序的資源 Q# ，您可以執行多個參數位態 target ，也稱為 批處理。 使用 Q# 批處理可以在 VS Code 中的 Jupyter Notebook 中完成。

您可以將參數清單 target 傳遞至 params 函式的參數 qsharp.estimate ，以執行批次估計。 下列範例示範如何將兩個參數位列 target 態提交為單一作業。 第一個組態會使用預設 target 參數，而第二個組態則使用 qubit_maj_ns_e6 量子位參數和 floquet_code QEC 配置。

在程式的相同 Jupyter Notebook Q# 中，新增數據格並執行下列程式代碼：

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"])

您也可以使用 EstimatorParams 類別來建構估計target參數清單。 下列程式代碼示範如何將六個參數位列 target 態提交為單一作業。

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)

使用 Qiskit 批處理

如果您要估計 Qiskit 程式的資源，您可以執行多個參數位列 target 態，也稱為 批處理。 使用 Qiskit 批處理可以在 Azure 入口網站 的筆記本中完成。

請考慮下列使用三個量子位的 Qiskit 線路，並使用第三個量子位作為 target來套用 CCX 或 Toffoli 閘道。 在此情況下，您想要針對四個不同的 target 參數估計此量子線路的資源，因此每個組態都包含一個 target 參數。 批處理可讓您同時提交所有設定。

在 Qiskit 程式的相同筆記本中，新增數據格並執行下列程式代碼：

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 

資源估計作業的結果會顯示在數據表中，其中包含來自專案清單的多個結果。 根據預設，要顯示的項目數上限為五。 若要顯示$N 5$ 的 $N > $ 項目清單，請使用 results[0:N]。 您也可以藉由提供數位做為索引來存取個別結果。 例如， results[0] 若要顯示第一個組態的結果數據表。

使用 PyQIR 批處理

如果您要估計 PyQIR 程式的資源，您可以執行多個參數位列 target 態，也稱為 批處理。 使用 PyQIR 進行批處理可以在 Azure 入口網站 的筆記本中完成。

請考慮您想要使用所有六個預先定義的量子位參數來估計量子作業的資源。 作為預先定義的 QEC 配置，我們會 surface_code 搭配閘道型量子位參數和 floquet_code Majorana 型量子位參數使用。 此作業會採用六個不同的自變數。

在 PyQIR 程式的相同筆記本中，新增資料格並執行：

1. 首先，您會匯入一些套件，以使用資源估算器和 target 類別 QubitParams 。

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

2. 您可以定義量子位參數的標籤。 標籤可用來識別結果數據表中的量子位參數。 您可以將 參數傳遞 num_items 至 make_params 方法，以設定作業的一些專案。 在此情況下，項目數目為6，每個預先定義的量子位參數各一個。

   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. 自變數會以字典的形式傳遞。 索引鍵是自變數的名稱，而值是自變數的值。 自變數可以是數位或數位數位數位。 在此情況下，您會傳遞下列自變數：

   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. 接下來，您可以在 中指定 專案，以傳遞每個組態的 items[]量子位參數。 使用 qubit_params.name 並指定 QubitParams 類別，例如 GATE_US_E3，並使用 qec_scheme.name ，然後指定 QECScheme 類別，例如 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. 藉由以單一作業執行每個組態，這會導致提交六個作業，這表示相同程式的六個個別編譯。 相反地，您會使用多個專案提交一個批處理作業。

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

   注意

   您可以將 參數傳遞 name 至 submit 方法，以設定作業的名稱。

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

注意

如果您在使用資源估算器時遇到任何問題，請參閱 疑難解答頁面，或連絡 AzureQuantumInfo@microsoft.com。

相關內容

• 了解資源估算器的結果
• 搭配資源估算器使用不同的SDK和IDE
• 自定義電腦特性的資源估計值
• 教學課程：估計量子化學問題的資源