Quimb-Schaltkreis-basiertes Backend

qiskit_addon_mpf.backends.quimb_circuit

Ein schaltkreisbasiertes Zeitentwicklungs-Backend mit quimb.

pip install "qiskit-addon-mpf[quimb]"

Zugrunde liegende Methode

Quimb bietet eine direkte Unterstützung für die Simulation von Quantenschaltungen in Form einer auf Tensornetzen basierenden quimb.tensor.Circuit darstellung. Wir können dies nutzen, um jeden expliziten Zeitentwicklungsalgorithmus zu umgehen und stattdessen die Zeitentwicklung direkt in einem QuantumCircuit und verwenden quimb um die Überlappung zwischen zwei solchen Schaltungen zu berechnen. Weitere Informationen finden Sie in ihrem Leitfaden über Quantenschaltungen.

Codebeispiel

Dieser Abschnitt zeigt ein einfaches Beispiel, um Ihnen den Einstieg in die Verwendung dieses Backends zu erleichtern. Das Beispiel zeigt, wie die drei Fabrikfunktionen erstellt werden, die für die setup_dynamic_lse().

Das IdentityStateFactory protokoll wird bereits durch den CircuitState konstruktor erfüllt, so dass das Argument identity_factory trivial ist:

>>> from qiskit_addon_mpf.backends.quimb_circuit import CircuitState
>>> identity_factory = CircuitState

Die Einrichtung des CircuitEvolver ist etwas komplizierter. Es benötigt ein parametrisiertes QuantumCircuit objekt als Eingabe, wobei der Parameter an die Stelle des Zeitschritts der Trotter-Methode treten soll (dt).

Um zu zeigen, wie eine solche parametrisierte Trotter-Schaltungsvorlage aufgebaut ist, verwenden wir dieselbe Hamiltonformel und Suzuki-Trotter-Formel zweiter Ordnung wie in quimb_layers.

>>> from qiskit.quantum_info import SparsePauliOp
>>> hamil = SparsePauliOp.from_sparse_list(
...     [("ZZ", (i, i+1), 1.0) for i in range(0, 9, 2)] +
...     [("Z", (i,), 0.5) for i in range(10)] +
...     [("ZZ", (i, i+1), 1.0) for i in range(1, 9, 2)] +
...     [("X", (i,), 0.25) for i in range(10)],
...     num_qubits=10,
... )

Aber dieses Mal geben wir ein Parameter als Argument time an, wenn wir die eigentlichen Schaltungen konstruieren.

>>> from functools import partial
>>> from qiskit.circuit import Parameter
>>> from qiskit.synthesis import SuzukiTrotter
>>> from qiskit_addon_mpf.backends.quimb_circuit import CircuitEvolver
>>> from qiskit_addon_utils.problem_generators import generate_time_evolution_circuit
>>> dt = Parameter("dt")
>>> suzuki_2 = generate_time_evolution_circuit(hamil, time=dt, synthesis=SuzukiTrotter(order=2))
>>> approx_evolver_factory = partial(CircuitEvolver, circuit=suzuki_2)

Wir können eine Trotter-Formel höherer Ordnung für die exact_evolver_factory wählen. Beachten Sie aber, dass wir wieder eine parametrisierte Schaltung verwenden müssen, auch wenn wir deren Parameter sofort beim Aufbau der Funktion partial binden.

>>> suzuki_4 = generate_time_evolution_circuit(hamil, time=dt, synthesis=SuzukiTrotter(order=4))
>>> exact_evolver_factory = partial(CircuitEvolver, circuit=suzuki_4, dt=0.05)

Diese Werksfunktionen können nun verwendet werden, um die setup_dynamic_lse(). Weitere Einzelheiten dazu finden Sie in der Dokumentation.