Início rápido do Sampler

A tarefa principal do Sampler é amostrar o registrador de saída a partir da execução de um ou mais Circuits quânticos. Circuits dinâmicos e Circuits parametrizados são aceitos como entrada (se Circuits parametrizados forem enviados, os valores dos parâmetros também devem ser fornecidos). O Sampler também suporta desacoplamento dinâmico integrado e twirling para supressão de erros.

Os passos neste tópico descrevem como configurar o Sampler, explorar as opções que você pode usar para configurá-lo e invocá-lo em um programa.

Versões dos pacotes

O código desta página foi desenvolvido usando os seguintes requisitos. Recomendamos usar essas versões ou versões mais recentes.

qiskit[all]~=2.5.2
qiskit-ibm-runtime~=0.47.0

# Added by doQumentation — required packages for this notebook
!pip install -q numpy qiskit qiskit-ibm-runtime

Passos para usar a primitiva Sampler

1. Inicializar a conta

Primeiro você precisa inicializar sua conta. Você pode então selecionar a QPU que deseja usar para calcular o valor esperado.

Siga os passos no tópico Configurar sua conta IBM Cloud se você ainda não tiver uma conta configurada.

Gates fracionários

Para usar os gates fracionários recém-suportados, defina use_fractional_gates=True ao solicitar um Backend de uma instância QiskitRuntimeService. Por exemplo:

service = QiskitRuntimeService()
fractional_gate_backend = service.least_busy(use_fractional_gates=True)

Esta é uma funcionalidade experimental e pode mudar no futuro.

from qiskit_ibm_runtime import QiskitRuntimeService

service = QiskitRuntimeService()
backend = service.least_busy(
    operational=True, simulator=False, min_num_qubits=127
)

2. Criar um circuito

Você precisa de pelo menos um circuito como entrada para a primitiva Sampler.

import numpy as np
from qiskit.circuit.library import efficient_su2

circuit = efficient_su2(127, entanglement="linear")
circuit.measure_all()
# The circuit is parametrized, so we will define the parameter values for execution
param_values = np.random.rand(circuit.num_parameters)

O circuito e o observável precisam ser transformados para usar apenas instruções suportadas pela QPU (referidos como circuitos de arquitetura de conjunto de instruções (ISA)). Use o Transpiler para isso.

from qiskit.transpiler import generate_preset_pass_manager

pm = generate_preset_pass_manager(optimization_level=1, backend=backend)
isa_circuit = pm.run(circuit)
print(f">>> Circuit ops (ISA): {isa_circuit.count_ops()}")

>>> Circuit ops (ISA): OrderedDict([('rz', 3036), ('sx', 1769), ('cz', 378), ('measure', 127), ('barrier', 1)])

3. Inicializar o Sampler do IBM Quantum

Ao inicializar o Sampler, use o parâmetro mode para especificar o modo em que você quer executá-lo. Os valores possíveis são objetos batch, session ou backend para os modos de execução em lote, Session e job, respectivamente. Para mais informações, veja Introdução aos modos de execução do IBM Quantum Compute Service. Note que usuários do Plano Aberto não podem enviar jobs de Session.

from qiskit_ibm_runtime import SamplerV2 as Sampler

sampler = Sampler(mode=backend)

4. Invocar o Sampler e obter resultados

Em seguida, invoque o método run() para gerar a saída. O circuito e os conjuntos opcionais de valores de parâmetros são fornecidos como tuplas de bloco unificado primitivo (PUB).

job = sampler.run([(isa_circuit, param_values)])
print(f">>> Job ID: {job.job_id()}")
print(f">>> Job Status: {job.status()}")

>>> Job ID: dab7lb6rrl7c7386gjgg

>>> Job Status: QUEUED

result = job.result()

# Get results for the first (and only) PUB
pub_result = result[0]
print(
    f"First ten results for the 'meas' output register: "
    f"{pub_result.data.meas.get_bitstrings()[:10]}"
)

First ten results for the 'meas' output register: ['1110001000100100100111011000001001000101010000001100010010110011001100110111100000000110001000011001101000110100101110101010011', '1110101100010101010001010111111011000110011010100101001100110101010010101010101110001010100100000000011110101101011000100000100', '1100110011101000110000000100110111101010110001100010111100001101100001010100111001101010101110000101010001001101010101001000100', '1011001001011000000101010111111010011101001111010100001011110011000101110101011001100110011011110011101010000111001111110110011', '1110111011011111101011110101110101010110011001100110101111100100011101100011011100101100101001001111110101111010101110111111011', '0101001110001110010001010100010111011001000000011110000000000001110000010010101101011001000100000001011011101111010010110111110', '1101101001000100010000110001000101010010101011000011000011001010000111100110010101010110100110011010101100001011100110001111011', '1000110011111111100010101010101111001001100001110111101001100111010101010111110110011000110011010010010000100000100010010010101', '0101010100110011110011010000000100011001111100101100101100101111101110100001101101111010100011011000010011111010001100110000010', '0010000111011100000000110000001110001100010011000100101110111111100011001100011001101010011111111100000000011100101101111010100']

Próximos passos

Recomendações

• Aprenda como testar localmente antes de executar em computadores quânticos.
• Revise exemplos detalhados.
• Pratique com primitivas trabalhando na lição de função de custo no IBM Quantum Learning.
• Aprenda como transpilar localmente na seção Transpilar.
• Experimente o guia Comparar configurações do Transpiler.
• Aprenda como usar as opções das primitivas.
• Veja a API para as opções do Sampler.