演習 - Azure Quantum Resource Estimator の使用を開始する

8 分

Azure Quantum Resource Estimator を使って練習してみましょう。次の例では、Shor のアルゴリズムサンプルの物理リソースを見積もります。

qsharp と qsharp-widgets をインストールする

まず、Azure Quantum の最新パッケージである qsharp と qsharp-widgets をインストールします。

python -m pip install --upgrade qsharp qsharp-widgets

量子アルゴリズムを作成する

Visual Studio Code で、[表示] > [コマンドパレット] を選択して、[作成:新しい Jupyter Notebook] を選択します。
ノートブックの最初のセルで、qsharp パッケージをインポートします。
```
import qsharp
from qsharp_widgets import EstimateDetails
```

新しいセルを追加して次のコードをコピーします。

%%qsharp
/// # Sample
/// Random Bit
///
/// # Description
/// This Q# program generates a random bit by setting a qubit in a superposition
/// of the computational basis states |0〉 and |1〉, and returning the measurement
/// result.

    operation RandomBit() : Result {
        // Qubits are only accesible for the duration of the scope where they
        // are allocated and are automatically released at the end of the scope.
        use qubit = Qubit();

        // Set the qubit in superposition by applying a Hadamard transformation.
        H(qubit);

        // Measure the qubit. There is a 50% probability of measuring either 
        // `Zero` or `One`.
        let result = M(qubit);

        // Reset the qubit so it can be safely released.
        Reset(qubit);
        return result;
    }

量子アルゴリズムを見積もる

次に、既定の前提条件を使用して RandomBit 操作の物理リソースを推定します。新しいセルを追加して次のコードをコピーします。
```
result = qsharp.estimate("RandomBit()")
result
```
qsharp.estimate 関数は結果オブジェクトを作成し、これは全体的な物理リソースの総数を含むテーブルを表示するために使用できます。最初の表は、主な物理リソースの見積もりを示しています。 RandomBit 操作は 300 個の量子ビットを必要とし、量子コンピューターで実行するには 2 マイクロ秒かかります。

物理リソースの見積もり Value

Runtime 2 マイクロ秒

rQOPS 3.00M

物理量子ビット 300

物理リソースの見積もり	Value
Runtime	2 マイクロ秒
rQOPS	3.00M
物理量子ビット	300

詳しい情報が含まれているグループを折りたたんで、コストの詳細を確認できます。たとえば、論理量子ビットパラメーター グループを折りたたんで、符号距離が 5 で、論理量子ビットあたりの物理量子ビット数が 50 であることを確認します。

論理量子ビットパラメーター	Value
QEC スキーム	surface_code
コード距離	5
物理量子ビット	50
論理サイクル時間	2 マイクロ秒
論理量子ビットエラー率	3.00E-5
交差の前因子	0.03
エラー訂正のしきい値	0.01
論理サイクル時間の数式	(4 * `twoQubitGateTime` + 2 * `oneQubitMeasurementTime`) * `codeDistance`
物理量子ビットの数式	2 * `codeDistance` * `codeDistance`

次のように jobParams フィールドを使用して、ジョブの実行に渡すことができるすべてのターゲットパラメーターにアクセスし、想定されていた既定値を確認できます。

result['jobParams']

{'errorBudget': 0.001,
 'qecScheme': {'crossingPrefactor': 0.03,
  'errorCorrectionThreshold': 0.01,
  'logicalCycleTime': '(4 * twoQubitGateTime + 2 * oneQubitMeasurementTime) * codeDistance',
  'name': 'surface_code',
  'physicalQubitsPerLogicalQubit': '2 * codeDistance * codeDistance'},
 'qubitParams': {'instructionSet': 'GateBased',
  'name': 'qubit_gate_ns_e3',
  'oneQubitGateErrorRate': 0.001,
  'oneQubitGateTime': '50 ns',
  'oneQubitMeasurementErrorRate': 0.001,
  'oneQubitMeasurementTime': '100 ns',
  'tGateErrorRate': 0.001,
  'tGateTime': '50 ns',
  'twoQubitGateErrorRate': 0.001,
  'twoQubitGateTime': '50 ns'}}

Resource Estimator は、見積もりの既定値として、qubit_gate_ns_e3 量子ビットモデル、surface_code 誤り訂正符号、および 0.001 のエラーバジェットを使用することがわかります。

既定値を変更し、アルゴリズムの見積もりを行う

プログラムのリソース見積もり要求を送信する際には、いくつかのオプションのパラメーターを指定できます。カスタマイズできるターゲットパラメーターは次のとおりです。

errorBudget:アルゴリズムで許容される合計のエラー予算
qecScheme:量子エラーの修正 (QEC) スキーム
qubitParams:物理量子ビットパラメーター
constraints:コンポーネントレベルの制約
distillationUnitSpecifications:T 工場蒸留アルゴリズムの仕様
estimateType:シングルまたはフロンティア

量子ビットモデルを変更する

Majorana ベースの量子ビットパラメーター、qubitParams、qubit_maj_ns_e6 を使用して、同じアルゴリズムのコストを見積もることができます。

result_maj = qsharp.estimate("RandomBit()", params={
                "qubitParams": {
                    "name": "qubit_maj_ns_e6"
                }})
EstimateDetails(result_maj)

量子誤り訂正スキームを変更する

floqued QEC スキーム qecScheme を使用して、Majorana ベースの量子ビットパラメーターで同じ例のリソース見積もりジョブを再実行できます。

result_maj = qsharp.estimate("RandomBit()", params={
                "qubitParams": {
                    "name": "qubit_maj_ns_e6"
                },
                "qecScheme": {
                    "name": "floquet_code"
                }})
EstimateDetails(result_maj)

エラーバジェットを変更する

次に、10% の errorBudget で同じ量子回路を再実行します。

result_maj = qsharp.estimate("RandomBit()", params={
                "qubitParams": {
                    "name": "qubit_maj_ns_e6"
                },
                "qecScheme": {
                    "name": "floquet_code"
                },
                "errorBudget": 0.1})
EstimateDetails(result_maj)