Guia de introdução rápida ao Sampler

A principal função do Sampler é amostrar o registro de saída resultante da execução de um ou mais circuitos quânticos. São aceitos circuitos dinâmicos e circuitos parametrizados como entrada (caso sejam enviados circuitos parametrizados, os valores dos parâmetros também devem ser fornecidos). O Sampler também oferece suporte a desacoplamento dinâmico e twirling integrados para supressão de erros.

As etapas deste tópico descrevem como configurar o Sampler, explorar as opções disponíveis para configurá-lo e chamá-lo em um programa.

• Versões do pacote

  O código desta página foi desenvolvido com base nos seguintes requisitos. Recomendamos usar essas versões ou versões mais recentes.

  qiskit[all]~=2.5.1
  qiskit-ibm-runtime~=0.47.0
  

Passos para usar a primitiva Sampler

1. Inicializar a conta

Primeiro, você precisa inicializar sua conta. Em seguida, você pode selecionar a QPU que deseja usar para calcular o valor esperado.

Siga as etapas descritas no tópico “Configurar sua conta do IBM Cloud ” caso ainda não tenha uma conta configurada.

service = QiskitRuntimeService()
fractional_gate_backend = service.least_busy(use_fractional_gates=True)

from qiskit_ibm_runtime import QiskitRuntimeService

service = QiskitRuntimeService()
backend = service.least_busy(
    operational=True, simulator=False, min_num_qubits=127
)

2. Criar um circuito

É necessário ter pelo menos um circuito como entrada para a primitiva Sampler.

import numpy as np
from qiskit.circuit.library import efficient_su2

circuit = efficient_su2(127, entanglement="linear")
circuit.measure_all()
# The circuit is parametrized, so we will define the parameter values for execution
param_values = np.random.rand(circuit.num_parameters)

O circuito e a variável observável precisam ser transformados para utilizar apenas instruções compatíveis com a QPU (conhecidos como circuitos de arquitetura de conjunto de instruções (ISA) ). Use o transpilador para fazer isso.

from qiskit.transpiler import generate_preset_pass_manager

pm = generate_preset_pass_manager(optimization_level=1, backend=backend)
isa_circuit = pm.run(circuit)
print(f">>> Circuit ops (ISA): {isa_circuit.count_ops()}")

Output:

>>> Circuit ops (ISA): OrderedDict([('rz', 3036), ('sx', 1769), ('cz', 378), ('measure', 127), ('barrier', 1)])

3. Inicializar o amostrador “ IBM Quantum ”

Ao inicializar o Sampler, use o parâmetro mode para especificar o modo em que deseja que ele seja executado. Os valores possíveis são batch, session, ou backend objetos para os modos de execução em lote, sessão e tarefa, respectivamente. Para obter mais informações, consulte a seção “Introdução aos modos de execução do Serviço de Computação do IBM Quantum ”. Observe que os usuários do Open Plan não podem enviar tarefas de sessão.

from qiskit_ibm_runtime import SamplerV2 as Sampler

sampler = Sampler(mode=backend)

4. Executar o Sampler e obter os resultados

Em seguida, chame o run() método para gerar a saída. O circuito e os conjuntos de valores de parâmetros opcionais são inseridos como tuplas de blocos unificados primitivos ( PUB ).

job = sampler.run([(isa_circuit, param_values)])
print(f">>> Job ID: {job.job_id()}")
print(f">>> Job Status: {job.status()}")

Output:

>>> Job ID: d9mq9og8csec73fagt7g

>>> Job Status: QUEUED

result = job.result()

# Get results for the first (and only) PUB
pub_result = result[0]
print(
    f"First ten results for the 'meas' output register: "
    f"{pub_result.data.meas.get_bitstrings()[:10]}"
)

Output:

First ten results for the 'meas' output register: ['1010011011000000000000000000000000001111111111001010101010001110011000011101100100011100111111111010010110000011010100110111100', '0111100001100000011011101000000111111001011010110000101100011000000011010001000100000111001110011001111010100001100010100000000', '0111010101001110000110100000000110011000011011001111000110101101010100010010111111101011000000010000101111000001010110001000000', '1100111011000010011001100100001101111000101111110110011001011001100110000000000110111100110011000001100000100100001000000000000', '0011111010101101001111111110011000111000000010100011011111111011100110101010111111111101111110100011101101011100110010011010100', '1011111111011010000000000111000000010101001001000110011101100010010001100110100101111111110010001000001000101111100100011000000', '1110101101101011111111000010101010111100110011001010101111110110101010101111110000001110001111101101010100111011110001000000000', '1001010011111010000001010100011000101110111110111101100001010100011110000001000001000110000000000001101010110010110000011001000', '0000101010100000111000100001010101100101011101010110000001100110011001111011111110111010101000011001000011001001101101001010110', '1001001011000000010011101100010011101100010001001100100110011101100100000000111101010010000101011011011110110110001000111101100']

Próximas etapas