{
"cells": [
{
"cell_type": "markdown",
"id": "6b7abc7b-b435-43d1-9fd8-c349ee8710f3",
"metadata": {},
"source": [
"---\n",
"title: \"Qiskit Serverless 의 컴퓨팅 및 데이터 리소스 관리\"\n",
"description: \"Qiskit Serverless 를 통해 Qiskit 패턴 전반에 걸쳐 컴퓨팅 및 데이터를 관리하세요.\"\n",
"---\n",
"\n",
"\n",
"\n",
"# Qiskit Serverless 의 컴퓨팅 및 데이터 리소스 관리\n",
"\n"
]
},
{
"cell_type": "markdown",
"id": "3b0771d6-95c9-46dc-955a-f8702f6a2632",
"metadata": {
"tags": [
"version-info"
]
},
"source": [
"\n",
" \n",
" 이 페이지의 코드는 다음 요구 사항을 사용하여 개발되었습니다.\n",
" 다음 버전 이상을 사용하는 것이 좋습니다.\n",
"\n",
" ```\n",
" qiskit[all]~=2.0.0\n",
" qiskit-ibm-runtime~=0.37.0\n",
" qiskit-serverless~=0.27.0\n",
" ```\n",
" \n",
"\n",
"\n"
]
},
{
"cell_type": "markdown",
"id": "95b2f280-f685-455f-83e9-b172445d7c6a",
"metadata": {},
"source": [
"\n",
" **Qiskit Serverless 업그레이드를 진행 중이며, 기능이 빠르게 변화하고 있습니다.** 이 개발 단계 동안, 릴리스 노트와 최신 문서는 [Qiskit ServerlessGitHub](https://qiskit.github.io/qiskit-serverless/index.html) 페이지에서 확인하실 수 있습니다.\n",
"\n",
"\n",
"키스킷 서버리스를 사용하면 CPU, QPU 및 기타 컴퓨팅 가속기를 포함하여 [키스킷 패턴](/docs/guides/intro-to-patterns) 전반에서 컴퓨팅과 데이터를 관리할 수 있습니다.\n",
"\n"
]
},
{
"cell_type": "markdown",
"id": "380354c0-5cab-464d-b10f-c94055de3605",
"metadata": {},
"source": [
"\n",
"\n",
"## 상세 상태 설정\n",
"\n",
"서버리스 워크로드는 워크플로 전반에 걸쳐 여러 단계로 구성됩니다. 기본적으로 `job.status()` 에서 볼 수 있는 상태는 다음과 같습니다:\n",
"\n",
"* \\*\\*`QUEUED`\\*\\*워크로드가 기존 리소스에 대해 대기열에 대기 중입니다\n",
"* \\*\\*`INITIALIZING`\\*\\*워크로드가 설정되었습니다\n",
"* \\*\\*`RUNNING`\\*\\*워크로드가 현재 클래식 리소스에서 실행 중입니다\n",
"* \\*\\*`DONE`\\*\\*워크로드가 성공적으로 완료되었습니다\n",
"\n",
"다음과 같이 특정 워크플로 단계를 추가로 설명하는 사용자 지정 상태를 설정할 수도 있습니다.\n",
"\n",
"\n",
" 노트북에서 코드 셀을 로컬로 실행하면 [매직 ](https://ipython.readthedocs.io/en/stable/interactive/magics.html#cellmagic-writefile)`%%writefile` 명령어가 표시됩니다. 이 마법 같은 명령어를 사용하여 셀을 실행하면, 셀이 실제로 실행되는 대신 디스크에 저장됩니다.\n",
"\n",
"\n"
]
},
{
"cell_type": "code",
"execution_count": null,
"id": "a69df8bc-5033-45bf-a837-cffa9d29b844",
"metadata": {},
"outputs": [
{
"name": "stdout",
"output_type": "stream",
"text": [
"Writing ./source_files/status_example.py\n"
]
}
],
"source": [
"%%writefile ./source_files/status_example.py\n",
"\n",
"# If you include the preceding `%%writefile` command (visible only when you read this locally in a\n",
"# notebook), running this cell saves to disk rather than executing the code.\n",
"\n",
"from qiskit_serverless import update_status, Job\n",
"\n",
"# # If your function has a mapping stage, particularly application functions, you can set the status\n",
"# to \"RUNNING: MAPPING\" as follows:\n",
"update_status(Job.MAPPING)\n",
"\n",
"# # While handling transpilation, error suppression, and so forth, you can set the status to\n",
"# \"RUNNING: OPTIMIZING_FOR_HARDWARE\":\n",
"update_status(Job.OPTIMIZING_HARDWARE)\n",
"\n",
"# # After you submit jobs to IBM Quantum Compute Service, the underlying quantum job will be queued. You can set\n",
"# status to \"RUNNING: WAITING_FOR_QPU\":\n",
"update_status(Job.WAITING_QPU)\n",
"\n",
"# # When the Quantum Compute job starts running on the QPU, set the following status\n",
"# \"RUNNING: EXECUTING_QPU\":\n",
"update_status(Job.EXECUTING_QPU)\n",
"\n",
"## Once QPU is completed and post-processing has begun, set the status \"RUNNING: POST_PROCESSING\":\n",
"update_status(Job.POST_PROCESSING)"
]
},
{
"cell_type": "markdown",
"id": "a8746eae-6f15-4faf-8771-0f3062efc723",
"metadata": {},
"source": [
"이 워크로드가 성공적으로 완료되면( `save_result()`)이 상태는 자동으로 `DONE` 으로 업데이트됩니다.\n",
"\n"
]
},
{
"cell_type": "markdown",
"id": "b2d40a63-3359-46e9-8f1b-4746b449b407",
"metadata": {},
"source": [
"\n",
"\n",
"## 병렬 워크플로\n",
"\n",
"병렬 처리가 가능한 일반적인 작업의 경우, `@distribute_task` 데코레이터를 사용하여 작업 수행에 필요한 컴퓨팅 요구 사항을 정의하십시오. 먼저 [‘첫 번째 Qiskit Serverless 프로그램](/docs/guides/serverless-first-program) 작성하기’ 주제에 나온 예제를 `transpile_remote.py` 떠올려 보세요. 다음 코드를 참고하세요.\n",
"\n",
"다음 코드를 사용하려면 미리 [인증 정보를 저장해](/docs/guides/cloud-setup) 두어야 합니다. 해당 예시와 마찬가지로, 이 코드는 런타임 서비스를 생성하여, 이 서비스가 시작하는 모든 Qiskit Runtime 작업 및 세션이 상위 Qiskit Serverless 작업에 대해 추적되도록 합니다 `get_runtime_service()` . 자세한 내용은 [‘첫 번째 Qiskit Serverless 프로그램 작성하기](/docs/guides/serverless-first-program) ’를 참조하세요.\n",
"\n"
]
},
{
"cell_type": "code",
"execution_count": null,
"id": "475d82f0-15cc-4db3-b3b0-54b07822b2a0",
"metadata": {},
"outputs": [
{
"name": "stdout",
"output_type": "stream",
"text": [
"Writing ./source_files/transpile_remote.py\n"
]
}
],
"source": [
"%%writefile ./source_files/transpile_remote.py\n",
"\n",
"# If you include the preceding `%%writefile` command (visible only when you read this locally in a\n",
"# notebook), running this cell saves to disk rather than executing the code.\n",
"\n",
"from qiskit.transpiler import generate_preset_pass_manager\n",
"from qiskit_serverless import distribute_task, get_runtime_service\n",
"\n",
"service = get_runtime_service()\n",
"\n",
"@distribute_task(target={\"cpu\": 1})\n",
"def transpile_remote(circuit, optimization_level, backend):\n",
" \"\"\"\n",
" Transpiles an abstract circuit (or list of circuits)\n",
" into an ISA circuit for a given backend.\n",
" \"\"\"\n",
" pass_manager = generate_preset_pass_manager(\n",
" optimization_level=optimization_level,\n",
" backend=service.backend(backend)\n",
" )\n",
" isa_circuit = pass_manager.run(circuit)\n",
" return isa_circuit"
]
},
{
"cell_type": "markdown",
"id": "a5914f1d-f898-4db4-8d1e-ccc8081883b9",
"metadata": {},
"source": [
"이 예제에서는 `transpile_remote()` 함수를 `@distribute_task(target={\"cpu\": 1})` 으로 꾸몄습니다. 실행하면 단일 CPU 코어로 비동기 병렬 워커 작업을 생성하고 워커를 추적하기 위한 참조와 함께 반환합니다. 결과를 가져오려면 `get()` 함수에 참조를 전달합니다. 이를 사용하여 여러 병렬 작업을 실행할 수 있습니다:\n",
"\n"
]
},
{
"cell_type": "code",
"execution_count": null,
"id": "e8fd31e6-9ab9-4d75-9ef9-a2b9ff9ad37a",
"metadata": {},
"outputs": [
{
"name": "stdout",
"output_type": "stream",
"text": [
"Appending to ./source_files/transpile_remote.py\n"
]
}
],
"source": [
"%%writefile --append ./source_files/transpile_remote.py\n",
"\n",
"# If you include the preceding `%%writefile` command\n",
"# (visible only when you read this locally in a\n",
"# notebook), running this cell saves to disk rather than\n",
"# executing the code.\n",
"\n",
"from time import time\n",
"from qiskit_serverless import get, get_arguments, save_result, update_status, Job\n",
"\n",
"# Get arguments\n",
"arguments = get_arguments()\n",
"circuit = arguments.get(\"circuit\")\n",
"optimization_level = arguments.get(\"optimization_level\")\n",
"backend = arguments.get(\"backend\")"
]
},
{
"cell_type": "code",
"execution_count": null,
"id": "74fdcd4a-01cd-46ca-aa24-2a8a3605346f",
"metadata": {},
"outputs": [
{
"name": "stdout",
"output_type": "stream",
"text": [
"Appending to ./source_files/transpile_remote.py\n"
]
}
],
"source": [
"%%writefile --append ./source_files/transpile_remote.py\n",
"# If you include the preceding `%%writefile` command\n",
"# (visible only when you read this locally in a\n",
"# notebook), running this cell saves to disk rather than executing the code.\n",
"\n",
"# Start distributed transpilation\n",
"update_status(Job.OPTIMIZING_HARDWARE)\n",
"\n",
"start_time = time()\n",
"transpile_worker_references = [\n",
" transpile_remote(circuit, optimization_level, backend)\n",
" for circuit in arguments.get(\"circuit_list\")\n",
"]\n",
"\n",
"transpiled_circuits = get(transpile_worker_references)\n",
"end_time = time()"
]
},
{
"cell_type": "code",
"execution_count": null,
"id": "81696ede-3aa5-4e8c-9d35-fdd70c1bf4db",
"metadata": {},
"outputs": [
{
"name": "stdout",
"output_type": "stream",
"text": [
"Appending to ./source_files/transpile_remote.py\n"
]
}
],
"source": [
"%%writefile --append ./source_files/transpile_remote.py\n",
"# If you include the preceding `%%writefile` command\n",
"# (visible only when you read this locally in a\n",
"# notebook), running this cell saves to disk rather than executing the code.\n",
"\n",
"# Save result, with metadata\n",
"result = {\n",
" \"circuits\": transpiled_circuits,\n",
" \"metadata\": {\n",
" \"resource_usage\": {\n",
" \"RUNNING: OPTIMIZING_FOR_HARDWARE\": {\n",
" \"CPU_TIME\": end_time - start_time,\n",
" \"QPU_TIME\": 0,\n",
" },\n",
" }\n",
" },\n",
"}\n",
"\n",
"save_result(result)"
]
},
{
"cell_type": "markdown",
"id": "611fe030-4494-46b5-9ea1-9678ac513210",
"metadata": {},
"source": [
"\n",
"\n",
"### 다양한 작업 구성을 탐색하세요\n",
"\n",
"`@distribute_task()` 을 통해 작업에 필요한 CPU, GPU, 메모리를 유연하게 할당할 수 있습니다. IBM 퀀텀® 플랫폼의 키스킷 서버리스의 경우, 각 프로그램에는 필요에 따라 동적으로 할당할 수 있는 16개의 CPU 코어와 32GB RAM이 장착되어 있습니다.\n",
"\n",
"CPU 코어는 다음과 같이 전체 CPU 코어 또는 부분 할당으로 할당할 수 있습니다.\n",
"\n",
"메모리는 바이트 단위로 할당됩니다. 1킬로바이트에는 1024바이트, 1메가바이트에는 1024킬로바이트, 1기가바이트에는 1024메가바이트가 있다는 것을 기억하세요. 작업자에게 2GB의 메모리를 할당하려면 `\"mem\": 2 * 1024 * 1024 * 1024` 을 할당해야 합니다.\n",
"\n"
]
},
{
"cell_type": "code",
"execution_count": null,
"id": "cea90969-cfbf-4181-9ffa-524f3709dc69",
"metadata": {},
"outputs": [
{
"name": "stdout",
"output_type": "stream",
"text": [
"Appending to ./source_files/transpile_remote.py\n"
]
}
],
"source": [
"%%writefile --append ./source_files/transpile_remote.py\n",
"# If you include the preceding `%%writefile` command\n",
"# (visible only when you read this locally in a\n",
"# notebook), running this cell saves to disk rather than executing the code.\n",
"\n",
"@distribute_task(target={\n",
" \"cpu\": 16,\n",
" \"mem\": 2 * 1024 * 1024 * 1024\n",
"})\n",
"def transpile_remote(circuit, optimization_level, backend):\n",
" return None"
]
},
{
"cell_type": "markdown",
"id": "6bc45489-56d0-4f46-8659-9df4d1555516",
"metadata": {},
"source": [
"\n",
"\n",
"## 프로그램 전반에 걸쳐 데이터를 관리하세요\n",
"\n",
"키스킷 서버리스를 사용하면 모든 프로그램에서 `/data` 디렉토리에 있는 파일을 관리할 수 있습니다. 여기에는 몇 가지 제한 사항이 포함됩니다:\n",
"\n",
"* 현재 `tar` 및 `h5` 파일만 지원됩니다\n",
"* 이것은 플랫 `/data` 저장소일 뿐이며 `/data/folder/` 하위 디렉토리를 가질 수 없습니다\n",
"\n",
"다음은 파일을 업로드하는 방법을 보여줍니다. IBM Quantum 계정으로 Qiskit Serverless 에 인증되었는지 반드시 확인하십시오(자세한 지침은 [Qiskit Serverless 에 업로드하기를](/docs/guides/serverless-first-program#upload-to-qiskit-serverless) 참조하십시오).\n",
"\n"
]
},
{
"cell_type": "code",
"execution_count": 10,
"id": "0183278f-8ce3-4466-9255-097b2d211052",
"metadata": {},
"outputs": [
{
"data": {
"text/plain": [
"'{\"message\":\"/usr/src/app/media/5e1f442128cdf60018496a04/transpile_demo.tar\"}'"
]
},
"execution_count": 10,
"metadata": {},
"output_type": "execute_result"
}
],
"source": [
"import tarfile\n",
"from qiskit_serverless import IBMServerlessClient\n",
"\n",
"# Create a tar\n",
"filename = \"transpile_demo.tar\"\n",
"file = tarfile.open(filename, \"w\")\n",
"file.add(\"./source_files/transpile_remote.py\")\n",
"file.close()\n",
"\n",
"# Get a reference to a QiskitFunction\n",
"serverless = IBMServerlessClient()\n",
"transpile_remote_demo = next(\n",
" program\n",
" for program in serverless.list()\n",
" if program.title == \"transpile_remote_serverless\"\n",
")\n",
"\n",
"# Upload the tar to Serverless data directory\n",
"serverless.file_upload(file=filename, function=transpile_remote_demo)"
]
},
{
"cell_type": "markdown",
"id": "4f762470-945f-48d5-a65b-c60d3b2dae3f",
"metadata": {},
"source": [
"다음으로 `data` 디렉터리에 있는 모든 파일을 나열할 수 있습니다. 이 데이터는 모든 프로그램에서 액세스할 수 있습니다.\n",
"\n"
]
},
{
"cell_type": "code",
"execution_count": 11,
"id": "14241fc4-d0cb-4803-8752-a460e1f48708",
"metadata": {},
"outputs": [
{
"data": {
"text/plain": [
"['classifier_name.pkl.tar', 'output.json.tar', 'transpile_demo.tar']"
]
},
"execution_count": 11,
"metadata": {},
"output_type": "execute_result"
}
],
"source": [
"serverless.files(function=transpile_remote_demo)"
]
},
{
"cell_type": "markdown",
"id": "a97bd83e-8250-43bb-b1c4-d40d822c7ba2",
"metadata": {},
"source": [
"프로그램에서 `file_download()` 을 사용하여 파일을 프로그램 환경으로 다운로드하고 `tar` 의 압축을 풀면 됩니다.\n",
"\n"
]
},
{
"cell_type": "code",
"execution_count": null,
"id": "ef649b2a-ed95-4dd2-89d9-61438faa7c1e",
"metadata": {},
"outputs": [],
"source": [
"%%writefile ./source_files/extract_tarfile.py\n",
"# If you include the preceding `%%writefile` command\n",
"# (visible only when you read this locally in a\n",
"# notebook), running this cell saves to disk rather than executing the code.\n",
"\n",
"import tarfile\n",
"from qiskit_serverless import IBMServerlessClient\n",
"\n",
"# For `token`, use the 44-character API_KEY you created\n",
"# and saved from the IBM Quantum Platform Home dashboard\n",
"serverless = IBMServerlessClient(token=\"\")\n",
"files = serverless.files()\n",
"demo_file = files[0]\n",
"downloaded_tar = serverless.file_download(demo_file)\n",
"\n",
"\n",
"with tarfile.open(downloaded_tar, 'r') as tar:\n",
" tar.extractall()"
]
},
{
"cell_type": "markdown",
"id": "5b93dbdb-2060-468b-8496-ba98142a780b",
"metadata": {},
"source": [
"이 시점에서 프로그램은 로컬 실험처럼 파일과 상호 작용할 수 있습니다. `file_upload()` , `file_download()`, `file_delete()` 을 로컬 실험 또는 업로드한 프로그램에서 호출하여 일관되고 유연한 데이터 관리를 할 수 있습니다.\n",
"\n"
]
},
{
"cell_type": "markdown",
"id": "a004dd78-0e0a-4a3b-83cb-333469533ef6",
"metadata": {},
"source": [
"\n",
"\n",
"## 다음 단계\n",
"\n",
"\n",
" * [기존 코드를 Qiskit Serverless 로 이식한](/docs/guides/serverless-port-code) 전체 예제를 확인해 보세요.\n",
" * 연구자들이 [양자 화학을 탐구하기](https://arxiv.org/abs/2405.05068v1) 위해 키스킷 서버리스 및 양자 중심 슈퍼컴퓨팅을 사용한 논문을 읽어보세요.\n",
"\n",
"\n"
]
},
{
"cell_type": "markdown",
"metadata": {},
"id": "a1b8767d",
"source": "© IBM Corp., 2017-2026"
}
],
"metadata": {
"kernelspec": {
"display_name": "Python 3",
"language": "python",
"name": "python3"
},
"language_info": {
"codemirror_mode": {
"name": "ipython",
"version": 3
},
"file_extension": ".py",
"mimetype": "text/x-python",
"name": "python",
"nbconvert_exporter": "python",
"pygments_lexer": "ipython3",
"version": "3"
}
},
"nbformat": 4,
"nbformat_minor": 2
}