ハードウェア

Note

徳成正男と小野寺民也（2024年6月14日）

このコースは、東京大学で行われたライブコースに基づいています。

このレッスンの講義PDFは2つのパートに分かれている。パート1をダウンロードし、パート2をダウンロードする。これらは静的画像なので、いくつかのコード・スニペットは非推奨になるかもしれないことに注意してください。

1. はじめに

このレッスンでは、最新の量子コンピューティング・ハードウェアについて説明します。

まずはいくつかのバージョンを確認し、関連するパッケージをインポートすることから始めよう。

import statistics

from qiskit_ibm_runtime import QiskitRuntimeService

2. バックエンドとターゲット

Qiskitは、量子デバイスに関する静的および動的な情報を取得するためのAPIを提供する。ターゲット・インスタンスは、命令セット・アーキテクチャ（ISA）やそれに関連するプロパティや制約など、関連する機能を要約した抽象マシン・モデルである。これらのバックエンドインスタンスを使用して、 IBM Quantum® Platform のコンピューティングリソースページに表示される情報の一部を取得してみましょう。まず、対象デバイスのバックエンドインスタンスを作成する。以下では、"ibm_kyoto"、"ibm_kawasaki"、または最もビジーでないEagleマシンを選ぶ。 QPUへのアクセスが異なるかもしれないので、それに応じてバックエンド名を更新してください。

service = QiskitRuntimeService()
# backend = service.backend("ibm_kawasaki") # an Eagle, if you have access to ibm_kawasaki
backend = service.least_busy(
    operational=True, simulator=False, min_num_qubits=127
)  # Eagle
backend.name

Output:

'ibm_strasbourg'

まず、デバイスに関する基本的な（静的な）情報から始める。

print(
    f"""
{backend.name}, {backend.num_qubits} qubits
processor type = {backend.processor_type}
basis gates = {backend.basis_gates}
"""
)

Output:


ibm_strasbourg, 127 qubits
processor type = {'family': 'Eagle', 'revision': 3} 
basis gates = ['ecr', 'id', 'rz', 'sx', 'x']

2.1 運動

Heronデバイス "ibm_strasbourg "の基本情報を取得してみる。ご自身で試してみてください。以下にコードを追加しましたので、ご自身で確認してみてください。

a_heron = service.backend("ibm_strasbourg")  # a Heron

# your code here
print(
    f"""
{backend.name}, {a_heron.num_qubits} qubits
processor type = {a_heron.processor_type}
basis gates = {a_heron.basis_gates}
"""
)

Output:


ibm_strasbourg, 133 qubits
processor type = {'family': 'Heron', 'revision': '1'} 
basis gates = ['cz', 'id', 'rz', 'sx', 'x']

2.2 結合マップ

次にデバイスのカップリング・マップを描く。ご覧のように、ノードは量子ビットであり、番号が振られている。エッジは、2量子ビットのエンタングルゲートを直接適用できるペアを示す。このトポロジーは「ヘビーヘックス格子」と呼ばれる。

# This function requires that Graphviz is installed. If you need to install Graphviz
# you can refer to:
# https://graphviz.org/download/#executable-packages for instructions.
try:
    fig = backend.coupling_map.draw()
except RuntimeError as ex:
    print(ex)
fig

Output:

3. 量子ビットの特性

イーグル・デバイスには127個の量子ビットがある。そのいくつかの特性を求めてみよう。

for qn in range(backend.num_qubits):
    if qn >= 5:
        break
    print(f"{qn}: {backend.qubit_properties(qn)}")

Output:

0: QubitProperties(t1=0.000183686508736532, t2=0.00023613944465408068, frequency=4832100227.116953)
1: QubitProperties(t1=0.00048794378526038294, t2=9.007098375327869e-05, frequency=4736264354.075363)
2: QubitProperties(t1=0.00021247781834456527, t2=7.81037910324034e-05, frequency=4859349851.150393)
3: QubitProperties(t1=0.0002936462084765663, t2=0.00011400214529510604, frequency=4679749549.503852)
4: QubitProperties(t1=0.00044229440258559125, t2=0.0003181648356339447, frequency=4845872064.050596)

量子ビットの T1 時間の中央値を計算してみよう。結果を IBM Quantum Platform 上のデバイスに表示された結果と比較します。

t1s = [backend.qubit_properties(qq).t1 for qq in range(backend.num_qubits)]
f"Median T1: {(statistics.median(t1s)*10**6):.2f} \u03bcs"

Output:

'Median T1: 285.43 μs'

3.1 運動

量子ビットの T2 時間の中央値を計算する。ご自身で試してみてください。以下にコードを追加しましたので、ご自身で確認してみてください。

# Your code here

t2s = [backend.qubit_properties(qq).t2 for qq in range(backend.num_qubits)]
f"Median T2: {(statistics.median(t2s)*10**6):.2f} \u03bcs"

Output:

'Median T2: 173.10 μs'

3.2 ゲートおよび読み出しエラー

次にゲートエラーについて。まずはじめに、ターゲット・インスタンスのデータ構造を研究する。オペレーション名をキーとする辞書である。

target = backend.target
target.keys()

Output:

dict_keys(['measure', 'id', 'sx', 'delay', 'x', 'for_loop', 'rz', 'if_else', 'ecr', 'reset', 'switch_case'])

その値も辞書である。 sx」操作の値（辞書）の項目をいくつか見てみよう。

for i, qq in enumerate(target["sx"]):
    if i >= 5:
        break
    print(i, qq, target["sx"][qq])

Output:

0 (0,) InstructionProperties(duration=6e-08, error=0.0007401311759115297)
1 (1,) InstructionProperties(duration=6e-08, error=0.0003163759907528654)
2 (2,) InstructionProperties(duration=6e-08, error=0.0003183859004638003)
3 (3,) InstructionProperties(duration=6e-08, error=0.00042235914178831863)
4 (4,) InstructionProperties(duration=6e-08, error=0.011163151923589715)

ecr」と「measure」の操作についても同様にしてみよう。

for i, edge in enumerate(target["ecr"]):
    if i >= 5:
        break
    print(i, edge, target["ecr"][edge])

Output:

0 (0, 14) InstructionProperties(duration=6.6e-07, error=0.01486295709788732)
1 (1, 0) InstructionProperties(duration=6.6e-07, error=0.015201590794522601)
2 (2, 1) InstructionProperties(duration=6.6e-07, error=0.00697838102630724)
3 (2, 3) InstructionProperties(duration=6.6e-07, error=0.008075067943986797)
4 (3, 4) InstructionProperties(duration=6.6e-07, error=0.0630164507876913)

for i, qq in enumerate(target["measure"]):
    if i >= 5:
        break
    print(i, qq, target["measure"][qq])

Output:

0 (0,) InstructionProperties(duration=1.6e-06, error=0.0078125)
1 (1,) InstructionProperties(duration=1.6e-06, error=0.155029296875)
2 (2,) InstructionProperties(duration=1.6e-06, error=0.057373046875)
3 (3,) InstructionProperties(duration=1.6e-06, error=0.02880859375)
4 (4,) InstructionProperties(duration=1.6e-06, error=0.01318359375)

おわかりのように、読み出しの誤差は2量子ビット演算の誤差よりも大きくなる傾向があり、ひいては1量子ビット演算の誤差よりも大きくなる傾向がある。

データ構造を理解したところで、「sx」ゲートと「ecr」ゲートの中央値誤差を計算する準備ができた。ここでも、結果を IBM Quantum Platform 上のデバイスに表示された結果と比較します。

sx_errors = [inst_prop.error for inst_prop in target["sx"].values()]
f"Median SX error: {(statistics.median(sx_errors)):.3e}"

Output:

'Median SX error: 2.277e-04'

ecr_errors = [inst_prop.error for inst_prop in target["ecr"].values()]
f"Median ECR error: {(statistics.median(ecr_errors)):.3e}"

Output:

'Median ECR error: 6.895e-03'

4. 付録

Qiskitの人気機能は、その可視化機能である。回路ビジュアライザー、状態・分布ビジュアライザー、ターゲットビジュアライザーが含まれる。最初の2つは、以前のjupyterノートブックですでに使いましたね。ターゲット・ビジュアライザーの機能をいくつか使ってみよう。

from qiskit.visualization import plot_gate_map

plot_gate_map(backend, font_size=14)

Output:

from qiskit.visualization import plot_error_map

plot_error_map(backend)

Output:

# Check Qiskit version
import qiskit

qiskit.__version__

Output:

'2.0.2'

このページは役に立ちましたか？

バグや誤字の報告、またはコンテンツの要求はGitHubで行ってください。