Ejemplo de tareas cuánticas en Amazon Braket - Amazon Braket

Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Ejemplo de tareas cuánticas en Amazon Braket

En esta sección se explican las etapas de la ejecución de una tarea cuántica de ejemplo, desde la selección del dispositivo hasta la visualización del resultado. Como práctica recomendada para Amazon Braket, te recomendamos que empieces por ejecutar el circuito en un simulador, por ejemplo. SV1

Especifique el dispositivo

Primero, seleccione y especifique el dispositivo para su tarea cuántica. En este ejemplo se muestra cómo elegir el simulador,SV1.

# choose the on-demand simulator to run the circuit from braket.aws import AwsDevice device = AwsDevice("arn:aws:braket:::device/quantum-simulator/amazon/sv1")

Puede ver algunas de las propiedades de este dispositivo de la siguiente manera:

print (device.name) for iter in device.properties.action['braket.ir.jaqcd.program']: print(iter)
SV1 ('version', ['1.0', '1.1']) ('actionType', <DeviceActionType.JAQCD: 'braket.ir.jaqcd.program'>) ('supportedOperations', ['ccnot', 'cnot', 'cphaseshift', 'cphaseshift00', 'cphaseshift01', 'cphaseshift10', 'cswap', 'cy', 'cz', 'h', 'i', 'iswap', 'pswap', 'phaseshift', 'rx', 'ry', 'rz', 's', 'si', 'swap', 't', 'ti', 'unitary', 'v', 'vi', 'x', 'xx', 'xy', 'y', 'yy', 'z', 'zz']) ('supportedResultTypes', [ResultType(name='Sample', observables=['x', 'y', 'z', 'h', 'i', 'hermitian'], minShots=1, maxShots=100000), ResultType(name='Expectation', observables=['x', 'y', 'z', 'h', 'i', 'hermitian'], minShots=0, maxShots=100000), ResultType(name='Variance', observables=['x', 'y', 'z', 'h', 'i', 'hermitian'], minShots=0, maxShots=100000), ResultType(name='Probability', observables=None, minShots=1, maxShots=100000), ResultType(name='Amplitude', observables=None, minShots=0, maxShots=0)])

Envíe un ejemplo de tarea cuántica

Envíe un ejemplo de tarea cuántica para ejecutarla en el simulador bajo demanda.

# create a circuit with a result type circ = Circuit().rx(0, 1).ry(1, 0.2).cnot(0,2).variance(observable=Observable.Z(), target=0) # add another result type circ.probability(target=[0, 2]) # set up S3 bucket (where results are stored) my_bucket = "amazon-braket-your-s3-bucket-name" # the name of the bucket my_prefix = "your-folder-name" # the name of the folder in the bucket s3_location = (my_bucket, my_prefix) # submit the quantum task to run my_task = device.run(circ, s3_location, shots=1000, poll_timeout_seconds = 100, poll_interval_seconds = 10) # the positional argument for the S3 bucket is optional if you want to specify a bucket other than the default # get results of the quantum task result = my_task.result()

El device.run() comando crea una tarea cuántica a través de la CreateQuantumTask API. Tras un breve período de inicialización, la tarea cuántica se pone en cola hasta que exista la capacidad de ejecutarla en un dispositivo. En este caso, el dispositivo es. SV1 Una vez que el dispositivo completa el cálculo, Amazon Braket escribe los resultados en la ubicación de Amazon S3 especificada en la llamada. El argumento posicional s3_location es obligatorio para todos los dispositivos, excepto para el simulador local.

nota

La acción de la tarea cuántica de Braket tiene un tamaño limitado a 3 MB.

Envíe una tarea parametrizada

Los simuladores locales y bajo demanda y las QPU de Amazon Braket también admiten la especificación de valores de parámetros libres al enviar la tarea. Para ello, utilice el inputs argumento todevice.run(), como se muestra en el siguiente ejemplo. inputsDebe ser un diccionario de pares de cadenas flotantes, donde las claves son los nombres de los parámetros.

La compilación paramétrica puede mejorar el rendimiento de la ejecución de circuitos paramétricos en determinadas QPUs. Al enviar un circuito paramétrico como tarea cuántica a una QPU compatible, Braket compilará el circuito una vez y almacenará en caché el resultado. No hay recompilación para las actualizaciones de parámetros posteriores en el mismo circuito, lo que se traduce en tiempos de ejecución más rápidos para las tareas que utilizan el mismo circuito. Braket utiliza automáticamente los datos de calibración actualizados del proveedor del hardware al compilar el circuito para garantizar resultados de la más alta calidad.

nota

La compilación paramétrica es compatible con todas las QPU superconductoras basadas en compuertas Rigetti Computing y Oxford Quantum Circuits con la excepción de los programas de nivel de pulso.

from braket.circuits import Circuit, FreeParameter, Observable # create the free parameters alpha = FreeParameter('alpha') beta = FreeParameter('beta') # create a circuit with a result type circ = Circuit().rx(0, alpha).ry(1, alpha).cnot(0,2).xx(0, 2, beta) circ.variance(observable=Observable.Z(), target=0) # add another result type circ.probability(target=[0, 2]) # submit the quantum task to run my_task = device.run(circ, inputs={'alpha': 0.1, 'beta':0.2})

Especifique shots.

El shots argumento se refiere al número de medidas deseadas. shots Este tipo de simuladores SV1 admiten dos modos de simulación.

  • Para shots = 0, el simulador realiza una simulación exacta y devuelve los valores verdaderos de todos los tipos de resultados. (No disponible enTN1.)

  • Para valores distintos de ceroshots, el simulador toma muestras de la distribución de salida para emular el shot ruido de las QPUs reales. Los dispositivos QPU solo permiten valores superiores a 0. shots

Para obtener información sobre el número máximo de disparos por tarea cuántica, consulta las cuotas de braket.

Encuesta para ver los resultados

Al ejecutarlomy_task.result(), el SDK comienza a sondear un resultado con los parámetros que definas al crear la tarea cuántica:

  • poll_timeout_secondses el número de segundos que se necesitan para sondear la tarea cuántica antes de que se agote el tiempo de espera cuando se ejecuta la tarea cuántica en el simulador bajo demanda o en los dispositivos QPU. El valor predeterminado es 432.000 segundos, es decir, 5 días.

  • Nota: Para dispositivos QPU como Rigetti yIonQ, le recomendamos que espere unos días. Si el tiempo de espera para votar es demasiado corto, es posible que los resultados no se devuelvan dentro del tiempo de votación. Por ejemplo, cuando una QPU no está disponible, se devuelve un error de tiempo de espera local.

  • poll_interval_secondses la frecuencia con la que se sondea la tarea cuántica. Especifica la frecuencia con la que se llama al Braket API para obtener el estado cuando la tarea cuántica se ejecuta en el simulador bajo demanda y en los dispositivos QPU. El valor predeterminado es 1 segundo.

Esta ejecución asíncrona facilita la interacción con los dispositivos QPU que no siempre están disponibles. Por ejemplo, un dispositivo podría no estar disponible durante un período de mantenimiento regular.

El resultado devuelto contiene una serie de metadatos asociados a la tarea cuántica. Puede comprobar el resultado de la medición con los siguientes comandos:

print('Measurement results:\n',result.measurements) print('Counts for collapsed states:\n',result.measurement_counts) print('Probabilities for collapsed states:\n',result.measurement_probabilities)
Measurement results: [[1 0 1] [0 0 0] [1 0 1] ... [0 0 0] [0 0 0] [0 0 0]] Counts for collapsed states: Counter({'000': 761, '101': 226, '010': 10, '111': 3}) Probabilities for collapsed states: {'101': 0.226, '000': 0.761, '111': 0.003, '010': 0.01}

Vea los resultados de ejemplo

Como también especificó elResultType, puede ver los resultados devueltos. Los tipos de resultados aparecen en el orden en que se agregaron al circuito.

print('Result types include:\n', result.result_types) print('Variance=',result.values[0]) print('Probability=',result.values[1]) # you can plot the result and do some analysis import matplotlib.pyplot as plt plt.bar(result.measurement_counts.keys(), result.measurement_counts.values()); plt.xlabel('bitstrings'); plt.ylabel('counts');
Result types include: [ResultTypeValue(type={'observable': ['z'], 'targets': [0], 'type': 'variance'}, value=0.7062359999999999), ResultTypeValue(type={'targets': [0, 2], 'type': 'probability'}, value=array([0.771, 0. , 0. , 0.229]))] Variance= 0.7062359999999999 Probability= [0.771 0. 0. 0.229]
resultado de la demostración