Hyppää sisältöön

A new version of SD Connect and SD Desktop will be available from Monday, September 28. The major upgrade will introduce significant improvements, but also includes changes that are not compatible with the current version of the service. Click here to review the available support materials.

Warning!

Puhti and Mahti computing services have been decommissioned and no new jobs are accepted or executed on its compute nodes. Puhti and Mahti login nodes and storage services are planned to remain available until 15 October 2026. Clean up unnecessary files and move any data you need to keep by 31 August 2026. See the Roihu data migration guide for instructions on transferring your data to Roihu.

Q20-palvelu MyCSC:ssä

Q20-palvelussa on tällä hetkellä joitakin ongelmia projekteissa, joilla on Q20-allokaatioita. Jos et löydä Aalto-Q20-palvelua tai kohtaat muita ongelmia, ota yhteyttä CSC:n asiakastukeen osoitteessa servicedesk@csc.fi.

Ensimmäisen kvanttilaskentatyön ajaminen kvanttitietokoneilla LUMIn kautta

Jos olet hakenut projektia, tullut hyväksytyksi, määrittänyt SSH-avaimesi ja saanut pääsyn LUMIin, seuraava vaihe on ajaa ensimmäinen kvanttilaskentatyösi oikealla kvanttitietokoneella! Tämä opas näyttää tarkalleen, miten se tehdään. Ainoa asia, joka sinun tarvitsee tietää, on projektinumerosi!

Ympäristön määrittäminen

Ensimmäinen vaihe LUMIin kirjautumisen jälkeen (päätteessä komennolla ssh lumi) on ympäristön määrittäminen. Oletusympäristö ensimmäisellä kirjautumiskerralla LUMIin ei tarjoa tarvittavia työkaluja kvanttitehtävien lähettämiseen, joten sitä varten on luotu kvanttiohjelmistopino, joka asettaa oikeat Python-virtuaaliympäristöt ja oikeat ympäristömuuttujat. Tätä käytetään LUMIn LMOD-järjestelmän kautta moduleilla.

Käyttääksesi kvanttiohjelmistopinoa sinun täytyy ensin ladata Quantum-moduulipuu.

module use /appl/local/quantum/modulefiles

Vaihtoehtoisesti voit saavuttaa saman tuloksen lataamalla Local-quantum-moduulin.

module load Local-quantum

Tämän jälkeen voit nähdä saatavilla olevien moduleiden luettelon komennolla module avail. Kvanttimoduulien pitäisi näkyä ylimpänä! Tässä läpikäynnissä käytetään Qiskitiä, joten seuraava vaihe on ladata moduuli nykyiseen ympäristöömme komennolla

module load fiqci-vtt-qiskit

Ensimmäisen kvanttiohjelman luominen

Seuraava vaihe on luoda kvanttipiirisi! Tässä luodaan yksinkertainen Bellin tila kahden kubitin välille havainnollistamaan niiden lomittumista. Tähän käytämme Qiskitiä, mutta vaiheet ovat hyvin samankaltaiset myös Cirqissä. On hyvä käytäntö työskennellä projektisi scratch-hakemistossa, johon voit siirtyä komennolla cd /scratch/project_xxx korvaamalla xxx omalla projektinumerollasi.

Vinkki!

Voit nähdä LUMI-työtilasi nopeasti komennolla lumi-workspaces

Luodaan ensin Python-tiedosto komennolla nano first_quantum_job.py. Tässä käytämme nanoa, mutta jos haluat, voit käyttää myös vimiä tai emacsia. Tämä avaa nano-tekstieditorin; hyödylliset komennot näkyvät alareunassa. Tallenna ja poistu näppäinyhdistelmällä CTRL-X + Y.

Kirjastojen tuominen

Tuodaan ensin oikeat Python-kirjastot.

import os
from qiskit import QuantumCircuit, QuantumRegister, transpile
from iqm.qiskit_iqm import IQMProvider

Piirin luominen

Kvanttipiiri luodaan määrittelemällä QuantumRegister, joka sisältää vastaavasti kubittimme ja klassiset bittimme. Koska tämä piiri tarvitsee vain 2 kubittia, luomme vain koon 2 QuantumRegister-rekisterin. Myös ajokertojen määrä eli shots määritellään tässä. Shots tarkoittaa sitä, kuinka monta kertaa kvanttipiiri suoritetaan. Teemme näin, koska kvanttitietokoneet ovat probabilistisia koneita, ja toistamalla kokeen monta kertaa voimme päästä lähelle determinististä tulosta, jotta voimme tehdä johtopäätöksiä. Hyvä shots-määrä ensimmäiseen kvanttityöhösi on shots = 1000. Shots-määrän kasvattaminen parantaa tulostesi tarkkuutta.

shots = 1000  # Number of repetitions of the Quantum Circuit

qreg = QuantumRegister(2, "qB")
circuit = QuantumCircuit(qreg, name='Bell pair circuit')

Nyt lisäämme piiriin portteja. Tässä ensimmäiseen kubittiin eli kvanttirekisterin ensimmäiseen kubittiin lisätään Hadamard-portti. Sen jälkeen lisätään controlled-x-portti kahdella argumentilla, koska kyseessä on kahden kubitin portti.

circuit.h(qreg[0])  # Hadamard gate on the first qubit in the Quantum Register
circuit.cx(qreg[1], qreg[0])  # Controlled-X gate between the second qubit and first qubit
circuit.measure_all()  # Measure all qubits in the Quantum Register.

Huomaa, että measure_all() luo oman ClassicalRegister-rekisterinsä!

Nyt piiri on luotu! Halutessasi voit nähdä, miltä piirisi näyttää, lisäämällä tulostuslauseen print(circuit.draw()) ja ajamalla Python-skriptin nopeasti.

Taustajärjestelmän asettaminen

Ensin meidän täytyy asettaa provider ja backend. Provider on palvelu, joka tarjoaa rajapinnan kvanttitietokoneeseen, ja backend tarjoaa kvanttityön lähettämiseen tarvittavat työkalut. Huomaa, että Aalto Q20:n provider-nimi on radiance20 ja VTT Q50:n q50. Q20_CORTEX_URL on päätepiste Q20:een, kun taas Q50_CORTEX_URL on päätepiste Q50:een. Tämä ympäristömuuttuja asetetaan automaattisesti, kun lataat minkä tahansa kvanttilaskentamoduulin, kuten fiqci-vtt-qiskit-moduulin.

# Accessing Q20

Q20_CORTEX_URL = os.getenv('Q20_CORTEX_URL')
provider_q20 = IQMProvider(Q20_CORTEX_URL)
backend_q20 = provider_q20.get_backend()
# Accessing Q50

Q50_CORTEX_URL = os.getenv('Q50_CORTEX_URL')
provider_q50 = IQMProvider(Q50_CORTEX_URL, quantum_computer="q50")
backend_q50 = provider_q50.get_backend()

Piirin transpilointi

Tässä seuraavassa vaiheessa juuri luomasi kvanttipiiri hajotetaan (transpiloidaan) kantaporteikseen. Nämä kantaportit ovat kvanttitietokoneen todellisia kvanttiportteja. Hajotusprosessissa yllä olevat Hadamard- ja controlled-x-portit muunnetaan sellaiseen muotoon, joka voidaan fyysisesti ajaa kvanttitietokoneella. Q20:llä ja Q50:llä kantaportit ovat lomittava controlled-z-portti ja yhden kubitin phased-rx-portti. Qiskitissä nämä on määritelty backendissä, ja ne voidaan tulostaa komennolla backend.operation_names. Lisätietoja määrityksistä on sivulla Topology Overview.

circuit_decomposed = transpile(circuit, backend=backend)
Voit myös tulostaa piirisi kuten aiemmin komennolla print(circuit_decomposed.draw()) nähdäksesi, miltä se näyttää!

Valinnainen kubittikartoitus

Tämä on valinnainen vaihe, mutta siitä voi olla hyötyä, jos haluat saada kvanttitietokoneesta parhaan mahdollisen hyödyn. Tämä on Python-sanakirja, joka yksinkertaisesti määrittää, mitkä kvanttirekisterin kubitit kartoitetaan millekin fyysiselle kubitille.

qubit_mapping = {
                qreg[0]: 0,
                qreg[1]: 3,
            }

Esimerkiksi tässä kartoitamme kvanttirekisterin ensimmäisen kubitin Q20:n ensimmäiseen kubittiin, QB1:een, joka sijaitsee nollannessa indeksissä, koska Qiskit käyttää nollapohjaista indeksointia. Toinen kubitti kartoitetaan tällöin QB4:ään. Sama prosessi voidaan tehdä myös muille kvanttitietokoneille, esimerkiksi Q50:lle.

Q20's node mapping

Piiriimme toteuttamamme kahden kubitin Controlled-X-portti on tällä hetkellä kvanttirekisterimme toisessa kubitissa, qreg[1]. Q20:n topologian vuoksi tämä täytyy kartoittaa Q20:n QB4:ään. Yhden kubitin Hadamard-portti voidaan kartoittaa mihin tahansa QB4:ään kytkettyyn kubittiin. Näitä ovat QB1, QB3, QB5 ja QB9; tässä valitsemme QB1:n.

Huomaa, että tämä vaihe on täysin valinnainen. transpile-funktion käyttö tekee kartoituksen automaattisesti backendiin tallennettujen tietojen perusteella. Kubittikartoituksen syöttäminen käsin antaa käyttäjälle vain enemmän hallintaa.

Jos haluat transpiloida piirin käyttäen määritettyä kubittikartoitusta, voit tehdä seuraavasti:

circuit_decomposed = transpile(circuit, backend=backend, initial_layout=qubit_mapping)

Työn lähettäminen

Nyt voimme ajaa kvanttityömme!

job = backend.run(circuit_decomposed, shots=shots)

Työn tilan tarkastelu

Voit tarkastella työsi tilaa komennolla

job.status()

Tulokset

Ennen lähettämistä meidän täytyy varmistaa, että voimme saada tuloksia! Kvanttityö palauttaa niin sanotut counts-arvot. Counts ovat niiden tulosten kertymä, jotka saadaan 1000 ajokerrasta QPU:lla. Jokaisella ajokerralla piiri palauttaa binaarisen tilan, joka lisätään laskuriin. Tässä tapauksessa, koska lähetämme 2 kubitin piirin, mahdollisia lopputiloja on 4: 00, 11, 01, 10. Odotettujen tulosten pitäisi olla, että noin 50 % countseista on tilassa 00 ja 50 % tilassa 11. Kubittien tilat ovat siis lomittuneet: jos yhden kubitin mitataan olevan tilassa |0>, myös toinen romahtaa välittömästi samaan tilaan, ja päinvastoin. Koska oikeat kvanttitietokoneet eivät ole täydellisiä, näet todennäköisesti myös mittauksia, joissa tilat ovat |01> ja |10>.

Tulosta tulokset lisäämällä:

counts = job.result().get_counts()
print(counts)

Voit myös tulostaa koko job.result()-olion, joka sisältää kaikki tiedot työsi tuloksista.

Tallenna tiedostosi

Kun olet tehnyt ensimmäisen kvanttiohjelmasi, muista tallentaa! CTRL+X ja sitten Y tallentaa tiedoston.

Työn ajaminen LUMIn kautta

Jotta voit ajaa kvanttiohjelmasi LUMIssa, sinun täytyy lähettää työ LUMIn SLURM-eräajastimen kautta. Kvanttitietokoneiden (Q20, Q50) käyttö on mahdollista mistä tahansa LUMI-partitiosta. Samassa hakemistossa, johon olet tallentanut kvanttiohjelmasi, voit lähettää työn SLURMille seuraavasti:

# Using Q20

module use /appl/local/quantum/modulefiles
module --ignore_cache load "fiqci-vtt-qiskit"
export DEVICES=("radiance20")
srun --account project_xxx -t 00:15:00 -c 1 -n 1 --partition q_fiqci bash -c "source $RUN_SETUP && python -u first_quantum_job.py"
# Using Q50

module use /appl/local/quantum/modulefiles
module --ignore_cache load "fiqci-vtt-qiskit"
export DEVICES=("Q50")
srun --account project_xxx -t 00:15:00 -c 1 -n 1 --partition q_fiqci bash -c "source $RUN_SETUP && python -u first_quantum_job.py"

Muista lisätä oma projektitilisi!

Tämä lähettää työn interaktiivisesti, mikä tarkoittaa, että tuloste kirjoitetaan suoraan pääteikkunaan. Halutessasi voit lähettää työn myös komennolla sbatch käyttäen tätä eräajoskriptin runkoa. Luo skripti batch_script.sh komennolla nano kuten aiemmin.

#!/bin/bash -l

#SBATCH --job-name=quantumjob   # Job name
#SBATCH --output=quantumjob.o%j # Name of stdout output file
#SBATCH --error=quantumjob.e%j  # Name of stderr error file
#SBATCH --partition=q_fiqci   # Partition (queue) name
#SBATCH --ntasks=1              # One task (process)
#SBATCH --mem-per-cpu=2G       # memory allocation
#SBATCH --cpus-per-task=1     # Number of cores (threads)
#SBATCH --time=00:05:00         # Run time (hh:mm:ss)
#SBATCH --account=project_xxx  # Project for billing

module use /appl/local/quantum/modulefiles
module load fiqci-vtt-qiskit

export DEVICES=("radiance20")

source $RUN_SETUP

python -u first_quantum_job.py
#!/bin/bash -l

#SBATCH --job-name=quantumjob   # Job name
#SBATCH --output=quantumjob.o%j # Name of stdout output file
#SBATCH --error=quantumjob.e%j  # Name of stderr error file
#SBATCH --partition=q_fiqci   # Partition (queue) name
#SBATCH --ntasks=1              # One task (process)
#SBATCH --mem-per-cpu=2G       # memory allocation
#SBATCH --cpus-per-task=1     # Number of cores (threads)
#SBATCH --time=00:05:00         # Run time (hh:mm:ss)
#SBATCH --account=project_xxx  # Project for billing

module use /appl/local/quantum/modulefiles
module load fiqci-vtt-qiskit

export DEVICES=("Q50")

source $RUN_SETUP

python -u first_quantum_job.py

Tämän voi lähettää komennolla sbatch batch_script.sh samassa hakemistossa kuin Python-tiedostosi. SLURM-jonossa olevia töitä voi seurata komennolla squeue -u username, ja työn valmistuttua tulokset löytyvät tiedostosta quantumjob.oxxxxx. Sen voi tulostaa päätteeseen komennolla cat. Jotta voit ajaa työn Q20:llä tai Q50:llä, sinun täytyy määrittää tarvitsemasi laitteet. Tässä radiance20 tarkoittaa Aalto Q20:tä ja Q50 tarkoittaa VTT Q50:tä.

Onneksi olkoon!

Onneksi olkoon! Olet juuri ajanut ensimmäisen työsi kvanttitietokoneella.

Koko Python-skripti löytyy alta.

import os

from qiskit import QuantumCircuit, QuantumRegister, transpile
from iqm.qiskit_iqm import IQMProvider

shots = 1000

qreg = QuantumRegister(2, "QB")
circuit = QuantumCircuit(qreg, name='Bell pair circuit')

circuit.h(qreg[0])
circuit.cx(qreg[0], qreg[1])
circuit.measure_all()

# Uncomment if you wish to print the circuit
# print(circuit.draw())

Q20_CORTEX_URL = os.getenv('Q20_CORTEX_URL')

provider_q20 = IQMProvider(Q20_CORTEX_URL)
backend_q20 = provider_q20.get_backend()

# Retrieving backend information
# print(f'Native operations: {backend_q20.operation_names}')
# print(f'Number of qubits: {backend_q20.num_qubits}')
# print(f'Coupling map: {backend_q20.coupling_map}')

transpiled_circuit = transpile(circuit, backend_q20)

job = backend.run(transpiled_circuit, shots=shots)

print("Job ID: ", job.job_id())

result = job.result()

counts = result.get_counts()
print(counts)
import os

from qiskit import QuantumCircuit, QuantumRegister, transpile
from iqm.qiskit_iqm import IQMProvider

shots = 1000

qreg = QuantumRegister(2, "QB")
circuit = QuantumCircuit(qreg, name='Bell pair circuit')

circuit.h(qreg[0])
circuit.cx(qreg[0], qreg[1])
circuit.measure_all()

# Uncomment if you wish to print the circuit
# print(circuit.draw())

Q50_CORTEX_URL = os.getenv('Q50_CORTEX_URL')

provider_q50 = IQMProvider(Q50_CORTEX_URL, quantum_computer="q50")
backend_q50 = provider_q50.get_backend()

# Retrieving backend information
# print(f'Native operations: {backend_q50.operation_names}')
# print(f'Number of qubits: {backend_q50.num_qubits}')
# print(f'Coupling map: {backend_q50.coupling_map}')

transpiled_circuit = transpile(circuit, backend_q50)

job = backend_q50.run(transpiled_circuit, shots=shots)

print("Job ID: ", job.job_id())

result = job.result()

counts = result.get_counts()
print(counts)

Tallenna Job ID:si!

Huomaa, että tällä hetkellä ei ole menetelmää aiempien Job ID:iden listaamiseen, joten on suositeltavaa tulostaa Job ID aina työn lähettämisen jälkeen ja tallentaa se johonkin! Sama koskee kalibrointijoukon tunnistetta.

Suomenkielinen tekoälykäännös

Sisällössä voi esiintyä virheellistä tietoa tekoälykäännöksestä johtuen.

Klikkaa tästä antaaksesi palautetta