Modos de execução usando a API REST
Versões do pacote
O código desta página foi desenvolvido com base nos seguintes requisitos. Recomendamos usar essas versões ou versões mais recentes.
qiskit[all]~=2.3.0
Você pode executar suas cargas de trabalho primitivas do Qiskit usando APIs REST em um dos três modos de execução, dependendo de suas necessidades: trabalho, sessão e lote. Este tópico explica esses modos.
Esta documentação utiliza o módulo Python requests para demonstrar a API REST Qiskit Runtime. No entanto, esse fluxo de trabalho pode ser executado usando qualquer linguagem ou estrutura que suporte o trabalho com APIs REST. Consulte a documentação de referência da API para obter detalhes.
Modo de trabalho com API REST
No modo de execução, é feita uma única chamada primitiva do Estimator ou do Sampler sem um gerenciador de contexto. Veja como executar um circuito quântico usando o Estimator e o Sampler para ver alguns exemplos.
Modo de sessão com API REST
Uma sessão é um recurso do Qiskit Runtime que permite executar com eficiência cargas de trabalho iterativas com múltiplas tarefas em computadores quânticos. O uso de sessões ajuda a evitar atrasos causados pelo enfileiramento de cada tarefa separadamente, o que pode ser particularmente útil para tarefas iterativas que exigem comunicação frequente entre recursos clássicos e quânticos. Mais detalhes sobre as sessões podem ser encontrados na documentação.
Os usuários do Open Plan não podem enviar trabalhos de sessão.
Iniciar uma sessão
Comece criando uma sessão e obtendo um ID de sessão.
import json
import requests
sessionsUrl = "https://quantum.cloud.ibm.com/api/v1/sessions"
auth_id = "Bearer <YOUR_BEARER_TOKEN>"
backend = "<BACKEND_NAME>"
crn = "<SERVICE-CRN>"
headersList = {
"Accept": "application/json",
"Content-Type": "application/json",
"Authorization": auth_id,
"Service-CRN": crn
}
payload = json.dumps({
"backend": backend,
"mode": 'dedicated',
})
response = requests.request("POST", sessionsUrl, data=payload, headers=headersList)
sessionId = response.json()['id']
print(response.json())Saída
{'id': 'crw9s7cdbt40008jxesg'}Fechar uma sessão
É uma boa prática fechar o site Session quando todos os trabalhos estiverem concluídos. Isso reduzirá o tempo de espera dos usuários subsequentes.
closureURL="https://quantum.cloud.ibm.com/api/v1/sessions/"+sessionId+"/close"
headersList = {
"Accept": "application/json",
"Authorization": auth_id,
"Service-CRN": crn
}
closure_response = requests.request(
"DELETE",
closureURL,
headers=headersList
)
print("Session closure response ok?:",closure_response.ok,closure_response.text)Saída
Session closure response ok?: TrueModo em lote com API REST
Como alternativa, você pode enviar um trabalho em lote especificando o mode na carga útil da solicitação. O modo em lote pode ajudar a reduzir o tempo de processamento se todos os trabalhos puderem ser fornecidos desde o início. Saiba mais sobre o modo em lote no guia de introdução aos modos de execução.
import json
import requests
sessionsUrl = "https://quantum.cloud.ibm.com/api/v1/sessions"
headersList = {
"Accept": "application/json",
"Authorization": auth_id,
"Service-CRN": crn,
'Content-Type': 'application/json'
}
payload = json.dumps({
"backend": backend,
"instance": "hub1/group1/project1",
"mode": "batch"
})
response = requests.request("POST", sessionsUrl, data=payload, headers=headersList)
sessionId = response.json()['id']Exemplos de trabalhos enviados em uma sessão
Depois que uma sessão é configurada, um ou mais trabalhos do Sampler ou do Estimator podem ser enviados para a mesma sessão, especificando o ID da sessão.
O <parameter values> em um PUB pode ser um único parâmetro ou uma lista de parâmetros. Ele também suporta a transmissão numpy .
Trabalhos do Estimador no modo sessão
job_input = {
'program_id': 'estimator',
"backend": backend,
"session_id": sessionId, # This specifies the previously created Session
"params": {
"pubs": [[resulting_qasm, [obs1, obs2, obs3, obs4]]], #primitive unified blocs (PUBs) containing one circuit each.
"options":{
"transpilation":{"optimization_level": 1},
"twirling": {"enable_gates": True,"enable_measure": True},
# "dynamical_decoupling": {"enable": True, "sequence_type": "XpXm"}, #(optional)
},
}
}job_input = {
'program_id': 'estimator',
"backend": backend,
"session_id": sessionId, # This specifies the previously created Session
"params": {
"pubs": [[resulting_qasm, [[obs1], [obs2], [obs3], [obs4]], [[vals1], [vals2]]]], #primitive unified blocs (PUBs) containing one circuit each
"options":{
"transpilation":{"optimization_level": 1},
"twirling": {"enable_gates": True,"enable_measure": True},
# "dynamical_decoupling": {"enable": True, "sequence_type": "XpXm"}, #(optional)
},
}
} job_input = {
'program_id': 'estimator',
"backend": backend,
"session_id": sessionId, # This specifies the previously created Session
"params": {
"pubs": [[resulting_qasm, obs1],[resulting_qasm, obs2]], #primitive unified blocs (PUBs) containing one circuit each
"options":{
"transpilation":{"optimization_level": 1},
"twirling": {"enable_gates": True,"enable_measure": True},
# "dynamical_decoupling": {"enable": True, "sequence_type": "XpXm"}, #(optional)
},
}
}Trabalhos de amostragem no modo de sessão
job_input = {
'program_id': 'sampler',
"backend": backend,
"session_id": sessionId, # This specifies the previously created Session
"params": {
"pubs": [[resulting_qasm]], #primitive unified blocs (PUBs) containing one circuit each
"options":{
"transpilation":{"optimization_level": 1},
"twirling": {"enable_gates": True,"enable_measure": True},
# "dynamical_decoupling": {"enable": True, "sequence_type": "XpXm"}, #(optional)
},
}
}job_input = {
'program_id': 'sampler',
"backend": backend,
"session_id": sessionId, # This specifies the previously created Session
"params": {
"pubs": [[resulting_qasm, [vals1, vals2, vals3]]], #primitive unified blocs (PUBs) containing one circuit each
"options":{
"transpilation":{"optimization_level": 1},
"twirling": {"enable_gates": True,"enable_measure": True},
# "dynamical_decoupling": {"enable": True, "sequence_type": "XpXm"}, #(optional)
},
}
} job_input = {
'program_id': 'sampler',
"backend": backend,
"session_id": sessionId, # This specifies the previously created Session
"params": {
"pubs": [[resulting_qasm, [val1]],[resulting_qasm,None,100]], #primitive unified blocs (PUBs) containing one circuit each
"options":{
"transpilation":{"optimization_level": 1},
"twirling": {"enable_gates": True,"enable_measure": True},
# "dynamical_decoupling": {"enable": True, "sequence_type": "XpXm"}, #(optional)
},
}
}Próximas etapas
- Analise exemplos detalhados de primitivas do Sampler usando a API REST.
- Analise exemplos detalhados de primitivas do Estimator usando a API REST.
- Pratique com primitivos trabalhando na lição sobre função de custo em IBM Quantum® Learning.
- Saiba como fazer a transpilagem localmente na seção Transpilagem.