真实芯片计算服务

本源悟空超导芯片

本源悟空 是2024年本源量子正式发布的新一代超导量子计算机，最大运行规模可达72比特，并且在量子计算纠错，运行速度上实现质的飞跃。

对于芯片任务，同样是通过 QCloud 来提交任务和查询计算计算结果。

用户首先需要通过 注册并访问 最新的本源量子云计算官网本源量子云。

然后点击右上键的 工作台 ，进入量子计算访问计算界面，

可以看到有各种计算服务，包括虚拟计算和真实量子计算，接着需要进一步获取 api_token 等相关信息。 api_token 是每个用户用于使用pyqpanda的计算接口访问量子云计算资源的标识符，可以在个人账号中心获取。

api_token 是重要的量子计算资源访问凭证，请妥善保管，量子计算任务的提交和查询，需要通过pyqpanda的量子云组件 QCloud ，通过将 api_token 作为 QCloud 的初始化函数 init_qvm 的参数传递，就可以正常使用后续接口，示例如下：
machine = QCloud()
machine.set_configure(72,72);

machine.init_qvm("502e0201003016072ce3d020106052b8101c04150201010410b6d33ad8772eb9705e844394453a3c8a/6327",False)

量子云组件 QCloud 的其他接口介绍如下：

class QCloud(QuantumMachine)

除了用于与远程计算集群交互， QCloud 也可以通过提交真实量子计算机芯片任务并获取结果。

参数:: QuantumMachine (class) -- QuantumMachine类的基类。
变量:: machine (origin quantum cloud) -- 该类用于管理远程量子云计算资源。

get_state_fidelity(prog, shot, chip_id=2, is_amend=True, is_mapping=True, is_optimization=True, task_name='QPanda Experiment')

该方法将给定的量子线路提交到远程真实量子芯片上进行计算，然后返回计算得到的状态保真度。可以通过调整参数来控制计算的方式和行为。

参数:

prog (QProg) -- 要计算状态保真度的量子线路。
shot (int) -- 重复运行线路以计算期望值的次数。
chip_id (int, optional) -- 远程计算集群上的芯片ID，正确默认为2（本源悟源芯片5号）。
is_amend (bool, optional) -- 是否开启读取保真度修正。
is_mapping (bool, optional) -- 是否进行电路映射。
is_optimization (bool, optional) -- 是否进行优化。
task_name (str, optional) -- 任务名称，默认为'QPanda Experiment'。

返回:

计算得到的状态保真度。

返回类型:

float

get_state_tomography_density(prog, shot, chip_id=2, is_amend=True, is_mapping=True, is_optimization=True, task_name='QPanda Experiment')

计算量子线路的qst层析结果。

参数:

prog (QProg) -- 要计算态密度矩阵的量子线路。
shot (int) -- 重复运行线路以计算期望值的次数。
chip_id (int, optional) -- 远程计算集群上的芯片ID，正确默认为2（本源悟源芯片5号）。
is_amend (bool, optional) -- 是否开启读取保真度修正。
is_mapping (bool, optional) -- 是否进行电路映射。
is_optimization (bool, optional) -- 是否进行优化。
task_name (str, optional) -- 任务名称，默认为'QPanda Experiment'。

返回:

计算得到的态密度矩阵。

返回类型:

List[List[complex]]

init_qvm(token: str, is_logged: bool = False, use_bin_or_hex: bool = True, enable_pqc_encryption=False, random_num=os.random(96), request_time_out: int = 100)

该方法用于初始化 QVM 服务，提供必要的用户身份验证令牌和其他参数。可选参数用于配置 QVM 的行为，例如是否记录操作，以及在处理二进制和十六进制字符串时是否使用默认设置。

参数:

token (str) -- 用户身份验证令牌。
is_logged (bool, optional) -- 是否在控制台上记录 QVM 操作（默认为 False）。
use_bin_or_hex (bool, optional) -- 是否在处理二进制和十六进制字符串时使用默认设置（默认为 True）。
enable_pqc_encryption (bool, optional) -- 是否启用混合加密算法对数据传输进行加密（默认为 False）
random_num (bytes | str, optional) -- 在enable_pqc_encryption生效的情况，传入的指定随机数，192字符大小的16进制字符串，或者96个字节
request_time_out (int, optional) -- 请求超时时间，以秒为单位（默认为 100）。

real_chip_measure(prog, shot, chip_id=2, is_amend=True, is_mapping=True, is_optimization=True, task_name='QPanda Experiment')

在真实量子计算芯片上进行量子测量。

参数:

prog (Union[QProg, str]) -- 要在实际芯片上测量的量子线路。
shot (int) -- 重复运行线路以计算期望值的次数。
chip_id (int, optional) -- 实际芯片ID，正确默认为2（本源悟源芯片5号）。
is_amend (bool, optional) -- 是否开启读取保真度修正，默认为True。
is_mapping (bool, optional) -- 是否进行电路映射，默认为True。
is_optimization (bool, optional) -- 是否进行优化，默认为True。
task_name (str, optional) -- 任务名称，默认为'QPanda Experiment'。

返回:

测量结果字典，包含各个测量结果的概率。

返回类型:

Dict[str, float]

async_real_chip_measure(prog, shot, chip_id=2, is_amend=True, is_mapping=True, is_optimization=True, task_name='QPanda Experiment')

异步在真实量子计算芯片上进行量子测量，后续查询计算结果需要配合query_task_state_result使用

参数:

prog (Union[QProg, str]) -- 要在实际芯片上测量的量子线路。
shot (int) -- 重复运行线路以计算期望值的次数。
chip_id (int, optional) -- 实际芯片ID，默认为2（本源悟源芯片5号）。
is_amend (bool, optional) -- 是否开启读取保真度修正，默认为True。
is_mapping (bool, optional) -- 是否进行电路映射，默认为True。
is_optimization (bool, optional) -- 是否进行优化，默认为True。
task_name (str, optional) -- 任务名称，默认为'QPanda Experiment'。

返回:

测量结果字典，包含各个测量结果的概率。

返回类型:

Dict[str, float]

async_batch_real_chip_measure(prog_array, shot, chip_id=real_chip_type.origin_72, is_amend=True, is_mapping=True, is_optimization=True)

在真实量子计算芯片上批量进行量子测量，后续查询计算结果需要配合query_batch_task_state_result使用

参数:

prog_array (Union[List[QProg], List[str]]) -- 要执行的量子程序列表。
shot (int) -- 每个程序执行的次数（测量次数）。
chip_id (real_chip_type, optional) -- 要使用的真实量子芯片的ID，默认为 real_chip_type.origin_72。
is_amend (bool, optional) -- 是否对程序执行修正，默认为True。
is_mapping (bool, optional) -- 是否进行量子比特映射，默认为True。
is_optimization (bool, optional) -- 是否进行门融合优化，默认为True。

返回:

批量任务ID。

返回类型:

str

batch_real_chip_measure(prog_array, shot, chip_id=real_chip_type.origin_72, is_amend=True, is_mapping=True, is_optimization=True)

在真实量子计算芯片上批量进行量子测量。

参数:

prog_array (Union[List[QProg], List[str]]) -- 要执行的量子程序列表。
shot (int) -- 每个程序执行的次数（测量次数）。
chip_id (real_chip_type, optional) -- 要使用的真实量子芯片的ID，默认为 real_chip_type.origin_72。
is_amend (bool, optional) -- 是否对程序执行修正，默认为True。
is_mapping (bool, optional) -- 是否进行量子比特映射，默认为True。
is_optimization (bool, optional) -- 是否进行门融合优化，默认为True。

返回:

包含每个程序测量结果概率的字典列表。

返回类型:

List[Dict[str, float]]

query_task_state_result(task_id: str, is_real_chip_task: bool = True)

该方法用于查询单个任务的状态和结果。如果任务成功完成，结果列表将包含任务状态和相应的测量结果或其他相关信息，如果是集群任务，需要额外设置任务类型标识

参数:

task_id (str) -- 要查询的任务ID。
is_real_chip_task (bool) -- 是否是芯片任务，默认为True

返回:

包含任务状态和结果的列表。如果任务成功完成，结果将包含状态和相应的测量结果或其他相关信息。

返回类型:

List[Union[int, Any]]

query_batch_task_state_result(task_id: str)

该方法用于查询批量任务的状态和结果。如果批量任务成功完成，结果列表将包含任务状态和相应的测量结果或其他相关信息。

参数:: task_id (str) -- 要查询的批量任务ID。
返回:: 包含任务状态和结果的列表。如果批量任务成功完成，结果将包含状态和相应的测量结果或其他相关信息。
返回类型:: List[Union[int, List[Any]]]

通过量子云平台向本源悟源请求计算任务的完整代码流程如下：

from pyqpanda import *

# 通过QCloud()创建量子云虚拟机
qm = QCloud()

# 通过传入当前用户的token来初始化,需要确保当前用户有足够算力资源
qm.init_qvm("302e02010001006072a8648ce3d020106052b810400104173015020100410634a5b6d0a2a9a2b03b9d7c17c57405f/13082")

qlist = qm.qAlloc_many(6)
clist = qm.cAlloc_many(6)

# 构建量子程序，可以手动输入，也可以来自OriginIR或QASM语法文件等
prog = QProg()
prog << hadamard_circuit(qlist)\
    << CZ(qlist[1], qlist[5])\
    << Measure(qlist[0], clist[0])\
    << Measure(qlist[1], clist[1])

# 调用真实芯片计算接口，至少需要量子程序和测量次数两个参数
result = qm.real_chip_measure(prog, 1000, real_chip_type.origin_72)
print(result)
qm.finalize()
real_chip_type.origin_72 表示使用最新的悟空72比特芯片

在使用本源真实芯片计算服务时，经常会遇到各种错误，下面给出部分错误信息，可以根据抛出的错误异常信息进行对号入座。

server connection failed ：该异常表示服务器宕机或与服务器连接失败

api key error ：该异常表示用户的API-Key参数异常，请去官网确认个人资料的信息

un-activate products or lack of computing power ：该异常表示用户未开通该产品或算力不足

build system error ：该异常表示编译系统运行出错

exceeding maximum timing sequence ：该异常表示量子程序时序过长

unknown task status ：其他任务状态异常的情况

除了蒙特卡洛测量接口之外，还有用于获取 量子态qst层析 结果和 保真度 接口，下面逐一介绍：

获取量子态qst层析结果接口： get_state_tomography_density ,使用示例如下：

from pyqpanda import *
PI=3.14159

qm = QCloud()
qm.set_configure(72,72);

qm.init_qvm("302e020100301006072a88ce3d020106052b81040041730150201010410b6d33ad87729705e844394453a3c8a/65327",True)

q = qm.qAlloc_many(6)
c = qm.cAlloc_many(6)

prog = QProg()
prog << hadamard_circuit(q)\
    << RX(q[1], PI / 4)\
    << RX(q[2], PI / 4)\
    << RX(q[1], PI / 4)\
    << CZ(q[0], q[1])\
    << CZ(q[1], q[2])\
    << Measure(q[0], c[0])\
    << Measure(q[1], c[1])

result = qm.get_state_tomography_density(prog, 1000,real_chip_type.origin_72)
print(result)
qm.finalize()

输出结果是测量的两比特的QST层析结果，参考结果如下

[[(0.2595032944754182+0j), (0.21819564115560064+0.01368474404460212j), (0.0010136847440446045-0.008616320324379118j), (0.020273694880892028+0.01951343132285857j)],
[(0.21819564115560064-0.01368474404460212j), (0.26001013684744045+0j), (0.000760263558033443+0.011657374556512917j), (-0.008362899138367963+0.010897110998479481j)],
[(0.0010136847440446045+0.008616320324379118j), (0.000760263558033443-0.011657374556512917j), (0.2554485554992397+0j), (-0.21490116573745568+0.012417638114546374j)],
[(0.020273694880892028-0.01951343132285857j), (-0.008362899138367963-0.010897110998479481j), (-0.21490116573745568-0.012417638114546374j), (0.22503801317790167+0j)]]

获取量子态保真度接口： get_state_fidelity ,使用示例如下：

from pyqpanda import *
PI=3.14159

qm = QCloud()
qm.set_configure(72,72);

qm.init_qvm("302e020100301006072a868ce3d02006052b8104001c041730502010424100b6d33ad8772eb9705e844394453a3c8a/16327",True)

q = qm.qAlloc_many(6)
c = qm.cAlloc_many(6)

prog = QProg()
prog << hadamard_circuit(q)\
    << RX(q[1], PI / 4)\
    << RX(q[2], PI / 4)\
    << RX(q[1], PI / 4)\
    << CZ(q[0], q[1])\
    << CZ(q[1], q[2])\
    << Measure(q[0], c[0])\
    << Measure(q[1], c[1])

result = qm.get_state_fidelity(prog, 1000,real_chip_type.origin_72)
print(result)
qm.finalize()

输出结果是保真度，参考结果如下

0.928951

同时支持批量任务提交接口，分为**同步**和**异步**两种：

1.同步批量任务提交接口： 是 batch_real_chip_measure 接口会一直等待结果返回,使用示例如下：

from pyqpanda import *

machine = QCloud()
machine.set_configure(72,72);

# XXX替换为实际用户api_token,可以从本源量子计算官网 https://qcloud.originqc.com.cn/ 获取
machine.init_qvm("XXX", False)

qlist = machine.qAlloc_many(6)
clist = machine.cAlloc_many(6)

measure_prog = QProg()
measure_prog << H(qlist[0])\
            << CNOT(qlist[0], qlist[1])\
            << CNOT(qlist[1], qlist[2])\
            << Measure(qlist[0], clist[0])\
            << Measure(qlist[1], clist[1])\
            << Measure(qlist[2], clist[2])

batch_prog = [measure_prog for _ in range (6)]

pmeasure_prog = QProg()
pmeasure_prog << H(qlist[0])\
            << CNOT(qlist[0], qlist[1])\
            << CNOT(qlist[1], qlist[2])

originir_list = [convert_qprog_to_originir(prog, machine) for prog in batch_prog]

real_chip_measure_batch_result = machine.batch_real_chip_measure(batch_prog, 1000, real_chip_type.origin_72)
originir_list_result = machine.batch_real_chip_measure(originir_list, 1000, real_chip_type.origin_72)

batch_real_chip_measure 同时支持List[QProg]和List[originir_str]两种参数方式。

2.异步批量任务提交接口： 是 async_batch_real_chip_measure 接口会一直等待结果返回,使用示例如下：

from pyqpanda import *

machine = QCloud()
machine.set_configure(72,72);

machine.init_qvm("XXX",True)

qlist = machine.qAlloc_many(6)
clist = machine.cAlloc_many(6)

measure_prog = QProg()
measure_prog << hadamard_circuit(qlist)\
            << CZ(qlist[0], qlist[1])\
            << Measure(qlist[0], clist[0])\
            << Measure(qlist[1], clist[1])\
            << Measure(qlist[2], clist[2])

batch_prog = [measure_prog for _ in range (6)]

pmeasure_prog = QProg()
pmeasure_prog  << hadamard_circuit(qlist)\
            << CZ(qlist[0], qlist[1])

originir_list = [convert_qprog_to_originir(prog, machine) for prog in batch_prog]

batch_id = machine.async_batch_real_chip_measure(originir_list, 1000, real_chip_type.origin_72)
print(batch_id) # example : '8C3C5BDDA616E1A094B76A85473F3557'

import time
while(True):
    state, result = machine.query_batch_task_state_result(batch_id)

    time.sleep(2)
    if(state == QCloud.TaskStatus.FINISHED.value):
        break

print(state, result)

batch_real_chip_measure 也是同时支持List[QProg]和List[originir_str]两种参数方式，需要配合 query_batch_task_state_result 使用，该接口返回的是元组类型，包含任务状态和结果。

备注

一次批量计算任务的数量最大上限是 200 ，超过这个数值需要拆分成多次提交。
使用前需要确保用户已经开通相关权限，并且有足够的算力资源，否则会出现没有权限或者计算资源不足等出错信息。详见 https://qcloud.originqc.com.cn/zh/computerServices
在使用时遇到任何问题，请给我们提交用户反馈，我们看到后会尽快解决你的问题。