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。