Q20-palvelu MyCSC:ssä
Q20-palvelussa on tällä hetkellä joitakin ongelmia projekteille, joilla on Q20-allokaatioita. Jos et löydä Aalto-Q20-palvelua tai kohtaat muita ongelmia, ota yhteyttä CSC:n asiakastukeen osoitteessa servicedesk@csc.fi.
Ajaminen Q20:llä ja Q50:llä
Töiden ajaminen
Jos haluat lähettää töitä kvanttitietokoneille (Q20 ja Q50), käytä niille varattua kvanttisolmua (q_fiqci) lisäämällä eräajokomentosarjaasi --partition=q_fiqci.
Tällä hetkellä Q20 ja Q50 tukevat töiden lähettämistä Qiskitillä tai Cirqillä. Nämä komentosarjat on lähetettävä tavallisina Python-tiedostoina.
Jotta voit ajaa töitä kvanttitietokoneilla, noudata seuraavia vaiheita oikean ympäristön määrittämiseksi LUMIssa:
Huom: Suorita nämä komennot joko eräajokomentosarjassasi tai interaktiivisessa istunnossa, joka on käynnistetty srun-komennolla.
-
Lisää moduulipolku, jotta järjestelmä löytää saatavilla olevat moduulit:
module use /appl/local/quantum/modulefilestaimodule load Local-quantum -
Lataa oikea ympäristömoduuli käyttämäsi viitekehyksen mukaan:
- Qiskitille:
module load fiqci-vtt-qiskit - Cirqille:
module load fiqci-vtt-cirq
- Qiskitille:
Moduulit fiqci-vtt-qiskit ja fiqci-vtt-cirq tarjoavat valmiiksi määritetyt Python-ympäristöt töiden ajamiseen kvanttitietokoneilla.
Jos sinun täytyy asentaa lisää Python-paketteja, voit tehdä sen komennolla:
python -m pip install --user package.
Oman python-ympäristön luominen
Jos haluat käyttää mukautettua Python-ympäristöä, suosittelemme käyttämään säiliökääretyökalua ympäristösi luomiseen ja hallintaan.
Tällä hetkellä tuetut ohjelmistoversiot ovat:
| Ohjelmisto | LUMI_Module_name | Versiot |
|---|---|---|
| IQM client | fiqci-vtt-qiskit/fiqci-vtt-cirq | ≥ 34.0.0, < 35.0.0 |
Tässä on esimerkkieräajokomentosarja kvanttityön lähettämiseen
#!/bin/bash
#SBATCH --job-name=quantumjob # Job name
#SBATCH --account=project_<id> # Project for billing (slurm_job_account)
#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)
module use /appl/local/quantum/modulefiles
# uncomment the correct line:
# module load fiqci-vtt-qiskit
# or
# module load fiqci-vtt-cirq
export DEVICES=("radiance20")
source $RUN_SETUP
python your_python_script.py
#!/bin/bash
#SBATCH --job-name=quantumjob # Job name
#SBATCH --account=project_<id> # Project for billing (slurm_job_account)
#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)
module use /appl/local/quantum/modulefiles
# uncomment the correct line:
# module load fiqci-vtt-qiskit
# or
# module load fiqci-vtt-cirq
export DEVICES=("Q50")
source $RUN_SETUP
python your_python_script.py
Eräajokomentosarja voidaan sitten lähettää komennolla sbatch. Voit myös lähettää interaktiivisia töitä srun-komennolla.
Moduuli fiqci-vtt-* määrittää oikean python-ympäristön Qiskitin tai Cirqin käyttämiseen yhdessä kvanttitietokoneiden kanssa.
Ajaminen fyysisillä kvanttitietokoneilla
Kun lähetät työn Q20:lle tai Q50:lle, käyttäjän slurm_job_account (projekti, jolla työ ajetaan) yhdistetään project_id-tunnukseen, ja tämä tieto siirretään VTT:lle laskutustarkoituksiin.
Jos haluat ajaa Q50:llä, määritä laite komennolla export DEVICES=("Q50")
Qiskit
Lataa Qiskit-moduuli komennolla module load fiqci-vtt-qiskit.
Qiskit Python -komentosarjoihin täytyy sisällyttää seuraava:
import os
from qiskit import QuantumCircuit, transpile
from iqm.qiskit_iqm import IQMProvider
DEVICE_CORTEX_URL = os.getenv('Q20_CORTEX_URL')
provider = IQMProvider(DEVICE_CORTEX_URL, quantum_computer="radiance20")
backend = provider.get_backend()
shots = 1000 # Set the number of shots you wish to run with
# Create your quantum circuit.
# Here is an example
circuit = QuantumCircuit(2, 2)
circuit.h(0)
circuit.cx(0, 1)
circuit.measure_all()
print(circuit.draw(output='text'))
transpiled_circuit = transpile(circuit, backend)
job = backend.run(transpiled_circuit, shots=shots)
counts = job.result().get_counts()
print(counts)
import os
from qiskit import QuantumCircuit, transpile
from iqm.qiskit_iqm import IQMProvider
DEVICE_CORTEX_URL = os.getenv('Q50_CORTEX_URL')
provider = IQMProvider(DEVICE_CORTEX_URL, quantum_computer="q50")
backend = provider.get_backend()
shots = 1000 # Set the number of shots you wish to run with
# Create your quantum circuit.
# Here is an example
circuit = QuantumCircuit(2, 2)
circuit.h(0)
circuit.cx(0, 1)
circuit.measure_all()
print(circuit.draw(output='text'))
transpiled_circuit = transpile(circuit, backend)
job = backend.run(transpiled_circuit, shots=shots)
counts = job.result().get_counts()
print(counts)
Cirq
Lataa Cirq-moduuli komennolla module load fiqci-vtt-cirq.
import os
import cirq
from iqm.cirq_iqm.iqm_sampler import IQMSampler
DEVICE_CORTEX_URL = os.getenv('Q20_CORTEX_URL')
sampler = IQMSampler(DEVICE_CORTEX_URL, quantum_computer="radiance20")
shots = 1000
# Create your quantum circuit
# Here is an example
q1, q2 = cirq.NamedQubit('QB1'), cirq.NamedQubit('QB2')
circuit = cirq.Circuit()
circuit.append(cirq.H(q1))
circuit.append(cirq.CNOT(q1, q2))
circuit.append(cirq.measure(q1, q2, key='m'))
print(circuit)
routed_circuit, initial_mapping, final_mapping = sampler.device.route_circuit(circuit)
decomposed_circuit = sampler.device.decompose_circuit(routed_circuit)
# Optionally print mapping
# print(routed_circuit)
# print(initial_mapping)
# print(final_mapping)
# print(decomposed_circuit)
result = sampler.run(decomposed_circuit, repetitions=shots)
print(result.measurements['m'])
import os
import cirq
from iqm.cirq_iqm.iqm_sampler import IQMSampler
DEVICE_CORTEX_URL = os.getenv('Q50_CORTEX_URL')
sampler = IQMSampler(DEVICE_CORTEX_URL, quantum_computer="q50")
shots = 1000
# Create your quantum circuit
# Here is an example
q1, q2 = cirq.NamedQubit('QB1'), cirq.NamedQubit('QB2')
circuit = cirq.Circuit()
circuit.append(cirq.H(q1))
circuit.append(cirq.CNOT(q1, q2))
circuit.append(cirq.measure(q1, q2, key='m'))
print(circuit)
routed_circuit, initial_mapping, final_mapping = sampler.device.route_circuit(circuit)
decomposed_circuit = sampler.device.decompose_circuit(routed_circuit)
# Optionally print mapping
# print(routed_circuit)
# print(initial_mapping)
# print(final_mapping)
# print(decomposed_circuit)
result = sampler.run(decomposed_circuit, repetitions=shots)
print(result.measurements['m'])
Tallenna työsi Job ID!
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.
Lisäesimerkkejä
Lisäesimerkkejä esimerkiksi ylimääräisen työn metadatan kyselyyn löytyy täältä.
Simuloidut testiajot
Koska kvanttiresurssit voivat olla niukkoja, on suositeltavaa valmistella etukäteen koodit ja algoritmit, jotka aiot ajaa kvanttitietokoneilla. Tämän prosessin helpottamiseksi qiskit-on-iqm tarjoaa fake noise model backendin. Voit ajaa fake noise model backendin paikallisesti omalla kannettavallasi simulointia ja testausta varten.
Saatavilla on myös joukko Qiskit- ja Cirq-esimerkkejä sekä komentosarjoja ohjeeksi kvanttitietokoneiden käyttöön. Löydät ne täältä.
Kalibrointidata
Kalibrointidata (tai laatumittarijoukko) voi olla tarpeen Q20/Q50:llä tuotetun työn julkaisemisessa. Se antaa myös käsityksen kvanttitietokoneiden tämänhetkisestä tilasta. Kalibrointidata on saatavilla FiQCI-sivulla. Lisäksi fiqci-examples sisältää apukomentosarjan kalibrointidatan hakemiseen manuaalisesti. Komentosarja löytyy täältä. Tämä tiedosto voidaan lisätä omiin python-komentosarjoihisi, ja se palauttaa dataa json-muodossa. Huomaa, että uusimman kalibrointidatan kysely voi antaa puutteellisen tai vanhentuneen lukujoukon. Siksi kalibrointijoukon tunnisteet tulisi tallentaa yhdessä Job ID:iden kanssa.
Tässä on lyhyt kuvaus kyselyssä annettavista luvuista:
| Kuvaaja | Avain | Kuvaus | ||
|---|---|---|---|---|
| T1-aika (s) | t1_time |
T1-aikaa kutsutaan pitkittäiseksi relaksaationopeudeksi, ja se kuvaa, kuinka nopeasti kubitin virittynyt tila palautuu perustilaansa. | ||
| T2-aika (s) | t2_time |
T2-aikaa kutsutaan poikittaiseksi relaksaationopeudeksi, ja se kuvaa superpositiotilan koherenssin häviämistä. | ||
| T2 echo -aika (s) | t2_echo_time |
T2 echo -aika kuvaa kubitin superpositiotilan koherenssin häviämistä. Se on tarkempi kuin T2-aika, koska se on vähemmän altis matalataajuiselle kohinalle. | ||
| Readout fidelity | measure_fidelity_ssro_fidelity |
Tämä kuvaa fideliteettiä suoritettaessa kubitin tilan single shot -lukemia. Single-shot-readout valmistaa 50 % kubittitiloista virittyneeseen tilaan ja 50 % perustilaan. | ||
| Single shot readout 01 error | measure_fidelity_ssro_error_0_to_1 |
Virhe virittyneen tilan ('1') määrittämisessä, kun tila on perustilassa ('0'). | ||
| Single shot readout 10 error | measure_fidelity_ssro_error_1_to_0 |
Virhe perustilan ('0') määrittämisessä, kun tila on virittyneessä tilassa ('1'). | ||
| Yksittäisen kubitin portin fideliteetti | prx_rb_fidelity |
Tämä lasketaan satunnaistetulla benchmarkkauksella, ja se kuvaa keskimääräistä porttifideliteettiä, kun satunnainen yksittäisen kubitin Clifford-porttien sekvenssi suoritetaan. | ||
| Fidelity 2QB Cliffords averaged | clifford_rb_fidelity |
Tämä lasketaan satunnaistetulla benchmarkkauksella, ja se näyttää keskimääräisen Clifford-portin fideliteetin. | ||
| CZ-portin fideliteetti | cz_irb_fidelity |
Controlled-z-portin fideliteetti, joka lasketaan lomitetulla satunnaistetulla benchmarkkauksella, jossa controlled-z-portti on lomitettu mukaan. | ||
| MCM-fideliteetti | measure_ssro_fidelity |
Keskipiirin mittauksen fideliteetti. | ||
| QNDness-fideliteetti | measure_qndness_fidelity |
Quantum non-demolition (QND) -fideliteetti kuvaa todennäköisyyttä sille, että kubitin kvanttitila säilyy keskipiirin mittaustoimenpiteen jälkeen. | ||
| QNDness 0 | measure_qndness_qndness_0 |
QND-fideliteetti perustilalle. Se kuvaa todennäköisyyttä sille, että alun perin perustilassa oleva kubitti pysyy perustilassa mittauksen jälkeen. | ||
| QNDness 1 | measure_qndness_qndness_1 |
QND-fideliteetti ensimmäiselle virittyneelle tilalle. Se kuvaa todennäköisyyttä sille, että alun perin ensimmäisessä virittyneessä tilassa oleva kubitti pysyy ensimmäisessä virittyneessä tilassa mittauksen jälkeen. | ||
| QNDness repeatability | measure_qndness_repeatability |
Keskipiirin mittaustulosten toistettavuus. Todennäköisyys sille, että toinen mittaustulos vastaa ensimmäistä. Tämä metriikka sisältää readout-erotteluvirheet, mikä tarkoittaa, että jos readout-fideliteetti on heikko, toistettavuus on alhainen, vaikka mittaus olisi ei-destruktiivinen. |
Lisätietoja kalibrointidatasta saat ottamalla yhteyttä osoitteeseen fiqci-feedback@postit.csc.fi tai CSC:n asiakastukeen, jonka tavoittaa osoitteesta servicedesk@csc.fi.
Q20/Q50:n käyttäminen Lumi-selainkäyttöliittymässä
LUMI-selainkäyttöliittymä mahdollistaa kvanttitöiden ajamisen Q20:llä ja Q50:llä selainkäyttöliittymän kautta. Lisätietoja kirjautumisesta LUMI-selainkäyttöliittymään löytyy LUMI-dokumentaation sivulta.
Q20/Q50:n käyttöön pääsy
Kun tunnistautuminen on onnistunut, sinulla pitäisi nyt olla pääsy omaan dashboardiisi. Napsauta Jupyter-sovellusta, valitse projektisi ja osioksi q_fiqci. Jos sinulla on aktiivinen varaus, voit käyttää sitä valitsemalla sen reservation-kohdasta.
On suositeltavaa käyttää Advanced settings -asetuksia. Valitse Custom init -vaihtoehdossa Text, ja kirjoita Script to start -tekstikenttään seuraava komentosarja määrittääksesi ympäristön kvanttiohjelmistopinon käyttöä varten.
Qiskit
Cirq
Napsauta launch käynnistääksesi Jupyter-istuntosi. Tämä käynnistää Jupyterin komennolla python -m Jupyter lab. Jos käytät Q20:tä/Q50:tä kvanttilaskennan kurssin aikana, kurssia varten on voitu luoda mukautettu ympäristö. Tässä tapauksessa voit käyttää kvanttitietokoneita Jupyter-for-courses-sovelluksen kautta.
QPU-käytön tarkasteleminen LUMIssa ja MyCSC:ssä
Voit nyt tarkastella QPU-käyttöä MyCSC-dashboardilta. Jos haluat tarkastella QPU-käyttöä LUMIn terminaalista, käytä alla olevaa menetelmää. Komento lumi-allocations ei näytä QPU-käyttöä oikein.
Jos haluat tarkastella QPU-käyttöä, lataa ensin terminaalissasi moduuli fiqci-vtt-qiskit ja suorita sitten komento project-qpu-allocations. Tämä komento näyttää nykyisen QPU-allokaatiosi ja käyttösi tiedot kaikille projekteillesi.
module use /appl/local/quantum/modulefiles
module load fiqci-vtt-qiskit
project-qpu-allocations
# To view for a specific project, run
project-qpu-allocations <project_xxxx>
Vaihtoehtoisesti voit saavuttaa saman tuloksen käyttämällä suoraan project-qpu-allocations-työkalua.