Advanced techniques - Qiskit addons

Qiskit addons คือชุดความสามารถด้านการวิจัยสำหรับการค้นพบ algorithm ในระดับ utility scale โดย modular software components เหล่านี้ต่อยอดจากรากฐานที่มีประสิทธิภาพของ Qiskit และเสียบเข้ากับ workflow เพื่อขยายขนาดหรือออกแบบ quantum algorithms ใหม่ หน้านี้จะเน้นเครื่องมือที่มีให้ใช้งานในหมวดการทำงานหลักต่าง ๆ เพื่อช่วยให้คุณเลือกความสามารถที่เกี่ยวข้องเมื่อสร้าง workflows ของคุณ

Map domain problems

ความสามารถเหล่านี้เชี่ยวชาญด้านการ mapping ปัญหาเชิงโดเมนให้เป็น operators และ circuits เชิงควอนตัมเพื่อรันบนคอมพิวเตอร์ควอนตัม

Optimization mapper

สร้างโมเดลปัญหา optimization และ map ให้เป็นรูปแบบที่คอมพิวเตอร์ควอนตัมเข้าใจได้

เรียกดูเอกสาร →

Fermionic mapper

สร้างโมเดลระบบควอนตัมแบบ fermionic และ map ให้เป็น qubit operators และ circuits

เรียกดูเอกสาร →

AQC-Tensor

สร้าง circuits ที่มีความเที่ยงตรงสูงพร้อมลดความลึกลงด้วยการคอมไพล์ quantum แบบประมาณค่าด้วย tensor networks

เรียกดูเอกสาร →

Multi-product formulas

ลด Trotter error ของ Hamiltonian dynamics ผ่านการรวมแบบถ่วงน้ำหนักของการรัน circuit หลายครั้ง

เรียกดูเอกสาร →

Optimize circuits for hardware execution

ความสามารถเหล่านี้มีประโยชน์ในการลดความลึกของ circuit และโดยทั่วไปจะมาพร้อมกับ sampling overhead ที่เพิ่มขึ้น

Operator backpropagation

ลดความลึกของ circuit ในการประมาณค่า expectation value โดย backpropagating observables ผ่าน circuit

เรียกดูเอกสาร →

Circuit cutting

ลดความลึกของ circuits ที่ผ่านการ transpile โดยแยก entangling gates ระหว่าง qubits ที่ไม่ติดกัน

เรียกดูเอกสาร →

Manage noise for expectation value estimation

ใช้ addons ต่อไปนี้เพื่อจัดการ noise เมื่อสร้าง quantum workloads ที่ประมาณค่า expectation values ของ observables

Propagated noise absorption

ลดทอน expectation values โดยการวัด observable เป้าหมายที่ได้ดูดซับข้อมูล noise model ไว้แล้ว

เรียกดูเอกสาร →

Shaded lightcones

ลด sampling overhead ของ probabilistic error cancellation (PEC) โดยการนำ noise model terms ที่มีผลต่อการประมาณค่า observable น้อยออกไป

เรียกดูเอกสาร →

Manage noise for sampling results

เทคนิคเหล่านี้มีประโยชน์ในการจัดการ noise บนผลลัพธ์ของการ sampling

Sample-based quantum diagonalization

ประมาณ spectrum ของ quantum Hamiltonians โดยประมวลผลตัวอย่างที่มี noise และทำ diagonalization ใน subspace ที่ลดขนาดลง

ภาพรวม →

SQD for HPC

การใช้งาน SQD addon ที่พร้อมรองรับ HPC เขียนด้วยมาตรฐาน C++17 สมัยใหม่ และออกแบบมาเพื่อรองรับ HPC workflows และแอปพลิเคชัน

เรียกดูเอกสาร →

Measurement-based postselection

กรอง non-Markovian noise ใน circuits ออกโดยใช้ transpiler passes แบบ measurement-based postselection

อ่าน API reference →

Matrix-free Measurement Mitigation (M3)

ลดทอน measurement errors โดยประมวลผลใน subspace ที่ลดขนาดลงซึ่งกำหนดด้วย bitstrings ที่มี noise

เรียกดูเอกสาร →

Supporting capabilities

ใช้ความสามารถเหล่านี้เพื่อสนับสนุนและประกอบ workflows ของคุณที่ใช้ addons อื่น ๆ

Addon utilities

สร้าง workflows ที่ขับเคลื่อนด้วย addons ได้เร็วขึ้นด้วยชุดฟังก์ชันนี้สำหรับการสร้าง Hamiltonians, สร้าง Trotter time-evolution circuits และใช้ความสามารถ error mitigation ล่าสุด

เรียกดูเอกสาร →

Pauli propagation

เฟรมเวิร์กสำหรับประมาณค่า operator evolution ซึ่งใช้จำลอง expectation values และใช้ implement เทคนิค error mitigation เช่น propagated noise absorption (PNA) และ shaded lightcones

เรียกดูเอกสาร →