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 --partition=q_fiqci eräajokomentosarjaasi.
Tällä hetkellä Q20 ja Q50 tukevat töiden lähettämistä Qiskitillä tai Cirqillä. Nämä skriptit on lähetettävä tavallisina Python-tiedostoina.
Jos haluat 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 sopiva 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 mieluummin käyttää mukautettua Python-ympäristöä, suosittelemme käyttämään container wrapper -työkalua ympäristösi luomiseen ja hallintaan.
Tällä hetkellä tuetut ohjelmistoversiot ovat:
| Software | LUMI_Module_name | Versions |
|---|---|---|
| IQM client | fiqci-vtt-qiskit/fiqci-vtt-cirq | ≥ 34.0.0, < 35.0.0 |
Tässä on esimerkki eräajokomentosarjasta 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) mapataan project_id-tunnukseen, ja tämä tieto siirretään VTT:lle laskutustarkoituksiin.
Jos haluat ajaa Q50:llä, määritä laite komennolla export DEVICES=("Q50")
Qiskit
Jos haluat ladata Qiskit-moduulin, käytä komentoa module load fiqci-vtt-qiskit.
Qiskit Python -skripteissä sinun tulee 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
Jos haluat ladata Cirq-moduulin, käytä komentoa 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'])
Lisäesimerkkejä
Lisää esimerkkejä löytyy täältä. Esimerkeissä korostetaan simulaattorilla ajamisen ja oikealla fyysisellä kvanttitietokoneella ajamisen välistä eroa sekä sitä, miten piirisi kannattaa rakentaa optimaalisten tulosten saavuttamiseksi kvanttitietokoneilla. Repositorio sisältää myös hyödyllisiä skriptejä töiden lähettämiseen.
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 skriptejä kvanttitietokoneiden käytön tueksi. Löydät ne täältä.
Työn metadata
Työhösi liittyvää lisämetadataa voidaan hakea suoraan Qiskitillä. Esimerkiksi:
=== "Q20
```python
DEVICE_CORTEX_URL = os.getenv('Q20_CORTEX_URL')
provider = IQMProvider(DEVICE_CORTEX_URL, quantum_computer="radiance20")
backend = provider.get_backend()
#Retrieving backend information
print(f'Native operations: {backend.operation_names}')
print(f'Number of qubits: {backend.num_qubits}')
print(f'Coupling map: {backend.coupling_map}')
transpiled_circuit = transpile(circuit, backend)
job = backend.run(transpiled_circuit, shots=shots)
result = job.result()
exp_result = result._get_experiment(circuit)
print("Job ID: ", job.job_id()) # Retrieving the submitted job id
print(result.request.circuits) # Retrieving the circuit request sent
print("Calibration Set ID: ", exp_result.calibration_set_id) # Retrieving the current calibration set id.
print(result.request.qubit_mapping) # Retrieving the qubit mapping
print(result.request.shots) # Retrieving the number of requested shots.
#retrieve a job using the job_id from a previous session
#old_job = backend.retrieve_job(job_id)
```
DEVICE_CORTEX_URL = os.getenv('Q50_CORTEX_URL')
provider = IQMProvider(DEVICE_CORTEX_URL, quantum_computer="q50")
backend = provider.get_backend()
#Retrieving backend information
print(f'Native operations: {backend.operation_names}')
print(f'Number of qubits: {backend.num_qubits}')
print(f'Coupling map: {backend.coupling_map}')
transpiled_circuit = transpile(circuit, backend)
job = backend.run(transpiled_circuit, shots=shots)
result = job.result()
exp_result = result._get_experiment(circuit)
print("Job ID: ", job.job_id()) # Retrieving the submitted job id
print(result.request.circuits) # Retrieving the circuit request sent
print("Calibration Set ID: ", exp_result.calibration_set_id) # Retrieving the current calibration set id.
print(result.request.qubit_mapping) # Retrieving the qubit mapping
print(result.request.shots) # Retrieving the number of requested shots.
#retrieve a job using the job_id from a previous session
#old_job = backend.retrieve_job(job_id)
Tallenna työsi Job ID!
Huomaa, että tällä hetkellä ei ole menetelmää aiempien Job ID:iden listaamiseen, joten on suositeltavaa aina tulostaa Job ID työn lähettämisen jälkeen ja tallentaa se johonkin! Sama koskee calibration set id:tä.
Kalibrointidata
Kalibrointidata (tai laatumittaristo) 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 apuskriptin kalibrointidatan hakemiseen manuaalisesti. Skripti löytyy täältä. Tämä tiedosto voidaan lisätä omiin Python-skripteihisi, ja se palauttaa datan json-muodossa. Huomaa, että uusimman kalibrointidatan kysely voi antaa puutteellisen tai vanhentuneen lukujoukon. Siksi calibration set ID:t tulisi tallentaa yhdessä Job ID:iden kanssa.
Tässä on lyhyt kuvaus kyselyssä annettavista suureista:
| Figure | Key | Description | ||
|---|---|---|---|---|
| T1 Time (s) | t1_time |
T1-aikaa kutsutaan pitkittäiseksi relaksaationopeudeksi, ja se kuvaa, kuinka nopeasti kubitin virittynyt tila palautuu perustilaansa. | ||
| T2 Time (s) | t2_time |
T2-aikaa kutsutaan poikittaiseksi relaksaationopeudeksi, ja se kuvaa superpositiotilan koherenssin häviämistä. | ||
| T2 Echo Time (s) | t2_echo_time |
T2-kaikuaika 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, kun suoritetaan kubitin tilan single shot -lukemia. Single-shot-luku 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'). | ||
| Single qubit gate fidelity | prx_rb_fidelity |
Tämä lasketaan Randomized Benchmarking -menetelmällä ja kuvaa keskimääräistä porttifideliteettiä, kun satunnainen yksikubittisten Clifford-porttien sarja suoritetaan. | ||
| Fidelity 2QB Cliffords averaged | clifford_rb_fidelity |
Tämä lasketaan Randomized Benchmarking -menetelmällä, ja se näyttää keskimääräisen Clifford-portin fideliteetin. | ||
| CZ gate fidelity | cz_irb_fidelity |
Controlled-z-portin fideliteetti, joka lasketaan interleaved randomized benchmarking -menetelmällä, jossa controlled-z-portti lomitetaan mukaan. | ||
| MCM fidelity | measure_ssro_fidelity |
Keskipiirin mittauksen fideliteetti. | ||
| QNDness fidelity | 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 lukudiskriminointivirheet, mikä tarkoittaa, että jos lukufideliteetti 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, joka on tavoitettavissa osoitteessa servicedesk@csc.fi.
Q20/Q50:n käyttäminen Lumi-selainkäyttöliittymässä
LUMI:n selainkäyttöliittymä mahdollistaa kvanttitöiden ajamisen Q20:llä ja Q50:llä selainkäyttöliittymän kautta. Lisätietoja kirjautumisesta LUMI:n selainkäyttöliittymään löytyy LUMI-dokumentaation sivulta.
Q20/Q50:n käyttäminen
Kun tunnistautuminen on onnistunut, sinulla pitäisi nyt olla pääsy hallintapaneeliisi. 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 -vaihtoehdon alta Text, ja kirjoita Script to start -tekstikenttään seuraava skripti ympäristön määrittämiseksi 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-hallintapaneelissa. Jos haluat tarkastella QPU-käyttöä LUMIn terminaalissa, 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 project-qpu-allocations-työkalua suoraan.