Tentukan opsi

Versi paket

Kode di halaman ini dikembangkan menggunakan persyaratan berikut. Kami menyarankan untuk menggunakan versi ini atau yang lebih baru.

qiskit[all]~=2.3.0
qiskit-ibm-runtime~=0.43.1

Kamu bisa menggunakan opsi untuk menyesuaikan primitif Estimator dan Sampler. Bagian ini berfokus pada cara menentukan opsi primitif Qiskit Runtime. Meskipun antarmuka metode run() primitif sama di semua implementasi, opsinya tidak. Lihat referensi API yang sesuai untuk informasi tentang opsi qiskit.primitives dan qiskit_aer.primitives.

Catatan tentang menentukan opsi dalam primitif:

• SamplerV2 dan EstimatorV2 memiliki kelas opsi terpisah. Kamu bisa melihat opsi yang tersedia dan memperbarui nilai opsi selama atau setelah inisialisasi primitif.
• Gunakan metode update() untuk menerapkan perubahan pada atribut options.
• Jika kamu tidak menentukan nilai untuk suatu opsi, nilainya diberi nilai khusus Unset dan default server akan digunakan.
• Atribut options adalah tipe Python dataclass. Kamu bisa menggunakan metode bawaan asdict untuk mengonversinya menjadi dictionary.

Atur opsi primitif

Kamu bisa mengatur opsi saat menginisialisasi primitif, setelah menginisialisasi primitif, atau dalam metode run(). Lihat bagian aturan prioritas untuk memahami apa yang terjadi ketika opsi yang sama ditentukan di beberapa tempat.

Inisialisasi primitif

Kamu bisa memasukkan instance kelas opsi atau dictionary saat menginisialisasi primitif, yang kemudian membuat salinan opsi tersebut. Jadi, mengubah dictionary atau instance opsi asli tidak memengaruhi opsi yang dimiliki primitif.

Kelas opsi

Saat membuat instance kelas EstimatorV2 atau SamplerV2, kamu bisa memasukkan instance kelas opsi. Opsi tersebut kemudian akan diterapkan saat kamu menggunakan run() untuk melakukan perhitungan. Tentukan opsi dalam format ini: options.option.sub-option.sub-sub-option = choice. Contohnya: options.dynamical_decoupling.enable = True

Contoh:

SamplerV2 dan EstimatorV2 memiliki kelas opsi terpisah (EstimatorOptions dan SamplerOptions).

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

from qiskit_ibm_runtime import QiskitRuntimeService
from qiskit_ibm_runtime import EstimatorV2 as Estimator
from qiskit_ibm_runtime.options import EstimatorOptions

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

options = EstimatorOptions(
    resilience_level=2,
    resilience={"zne_mitigation": True, "zne": {"noise_factors": [1, 3, 5]}},
)

# or...
options = EstimatorOptions()
options.resilience_level = 2
options.resilience.zne_mitigation = True
options.resilience.zne.noise_factors = [1, 3, 5]

estimator = Estimator(mode=backend, options=options)

Dictionary

Kamu bisa menentukan opsi sebagai dictionary saat menginisialisasi primitif.

from qiskit_ibm_runtime import QiskitRuntimeService
from qiskit_ibm_runtime import EstimatorV2 as Estimator

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

# Setting options during primitive initialization
estimator = Estimator(
    backend,
    options={
        "resilience_level": 2,
        "resilience": {
            "zne_mitigation": True,
            "zne": {"noise_factors": [1, 3, 5]},
        },
    },
)

Perbarui opsi setelah inisialisasi

Kamu bisa menentukan opsi dalam format ini: primitive.options.option.sub-option.sub-sub-option = choice untuk memanfaatkan auto-complete, atau gunakan metode update() untuk melakukan pembaruan massal.

Kelas opsi SamplerV2 dan EstimatorV2 (EstimatorOptions dan SamplerOptions) tidak perlu diinstansiasi jika kamu mengatur opsi setelah menginisialisasi primitif.

from qiskit_ibm_runtime import QiskitRuntimeService
from qiskit_ibm_runtime import EstimatorV2 as Estimator

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

estimator = Estimator(mode=backend)

# Setting options after primitive initialization
# This uses auto-complete.
estimator.options.default_shots = 4000
# This does bulk update.
estimator.options.update(
    default_shots=4000, resilience={"zne_mitigation": True}
)

Metode Run()

Satu-satunya nilai yang bisa kamu masukkan ke run() adalah yang didefinisikan dalam antarmuka. Yaitu, shots untuk Sampler dan precision untuk Estimator. Ini menimpa nilai yang ditetapkan untuk default_shots atau default_precision untuk run saat ini.

from qiskit_ibm_runtime import QiskitRuntimeService
from qiskit_ibm_runtime import SamplerV2 as Sampler
from qiskit.circuit.library import random_iqp
from qiskit.transpiler import generate_preset_pass_manager

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

circuit1 = random_iqp(3)
circuit1.measure_all()
circuit2 = random_iqp(3)
circuit2.measure_all()

pass_manager = generate_preset_pass_manager(
    optimization_level=3, backend=backend
)

transpiled1 = pass_manager.run(circuit1)
transpiled2 = pass_manager.run(circuit2)

sampler = Sampler(mode=backend)
# Default shots to use if not specified in run()
sampler.options.default_shots = 500
# Sample two circuits at 128 shots each.
sampler.run([transpiled1, transpiled2], shots=128)

# Sample two circuits with different numbers of shots.
# 100 shots is used for transpiled1 and 200 for transpiled.
sampler.run([(transpiled1, None, 100), (transpiled2, None, 200)])

<RuntimeJobV2('d5k96cn853es738djikg', 'sampler')>

Kasus khusus

Tingkat resiliensi (hanya Estimator)

Tingkat resiliensi sebenarnya bukan opsi yang langsung memengaruhi kueri primitif, tetapi menentukan sekumpulan opsi terkurasi dasar untuk dibangun. Secara umum, level 0 menonaktifkan semua mitigasi error, level 1 mengaktifkan opsi untuk mitigasi error pengukuran, dan level 2 mengaktifkan opsi untuk mitigasi error gate dan pengukuran.

Opsi apa pun yang kamu tentukan secara manual selain tingkat resiliensi diterapkan di atas sekumpulan opsi dasar yang didefinisikan oleh tingkat resiliensi. Jadi, pada prinsipnya, kamu bisa mengatur tingkat resiliensi ke 1, tetapi kemudian menonaktifkan mitigasi pengukuran, meskipun ini tidak disarankan.

Dalam contoh berikut, mengatur tingkat resiliensi ke 0 awalnya menonaktifkan zne_mitigation, tetapi estimator.options.resilience.zne_mitigation = True menimpa pengaturan yang relevan dari estimator.options.resilience_level = 0.

from qiskit_ibm_runtime import EstimatorV2, QiskitRuntimeService

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

estimator = EstimatorV2(backend)

estimator.options.default_shots = 100
estimator.options.resilience_level = 0
estimator.options.resilience.zne_mitigation = True

Shots (hanya Sampler)

Metode SamplerV2.run menerima dua argumen: daftar PUB, yang masing-masing bisa menentukan nilai shots khusus PUB, dan argumen kata kunci shots. Nilai shots ini merupakan bagian dari antarmuka eksekusi Sampler, dan independen dari opsi Runtime Sampler. Nilai-nilai ini lebih diprioritaskan daripada nilai yang ditentukan sebagai opsi untuk mematuhi abstraksi Sampler.

Namun, jika shots tidak ditentukan oleh PUB mana pun atau dalam argumen kata kunci run (atau jika semuanya None), maka nilai shots dari opsi digunakan, terutama default_shots.

Ringkasnya, ini adalah urutan prioritas untuk menentukan shots dalam Sampler, untuk PUB tertentu:

1. Jika PUB menentukan shots, gunakan nilai tersebut.
2. Jika argumen kata kunci shots ditentukan dalam run, gunakan nilai tersebut.
3. Jika num_randomizations dan shots_per_randomization ditentukan sebagai opsi twirling, shots adalah hasil kali nilai-nilai tersebut.
4. Jika sampler.options.default_shots ditentukan, gunakan nilai tersebut.

Jadi, jika shots ditentukan di semua tempat yang memungkinkan, yang dengan prioritas tertinggi (shots yang ditentukan dalam PUB) yang digunakan.

Precision (hanya Estimator)

Precision analog dengan shots, seperti yang dijelaskan di bagian sebelumnya, kecuali bahwa opsi Estimator berisi default_shots dan default_precision. Selain itu, karena gate-twirling diaktifkan secara default, hasil kali num_randomizations dan shots_per_randomization lebih diprioritaskan daripada kedua opsi tersebut.

Secara khusus, untuk PUB Estimator tertentu:

1. Jika PUB menentukan precision, gunakan nilai tersebut.
2. Jika argumen kata kunci precision ditentukan dalam run, gunakan nilai tersebut.
3. Jika num_randomizations dan shots_per_randomization ditentukan sebagai opsi twirling (diaktifkan secara default), gunakan hasil kalinya untuk mengontrol jumlah data.
4. Jika estimator.options.default_shots ditentukan, gunakan nilai tersebut untuk mengontrol jumlah data.
5. Jika estimator.options.default_precision ditentukan, gunakan nilai tersebut.

Misalnya, jika precision ditentukan di keempat tempat, yang dengan prioritas tertinggi (precision yang ditentukan dalam PUB) yang digunakan.

catatan

Precision berbanding terbalik dengan penggunaan. Artinya, semakin rendah precision, semakin banyak waktu QPU yang dibutuhkan untuk menjalankannya.

Opsi yang umum digunakan

Ada banyak opsi yang tersedia, tetapi berikut ini yang paling umum digunakan:

Shots

Untuk beberapa algoritma, mengatur jumlah shots tertentu adalah bagian inti dari rutinitas mereka. Shots (atau precision) bisa ditentukan di beberapa tempat. Prioritasnya adalah sebagai berikut:

Untuk PUB Sampler mana pun:

1. Shots bernilai integer yang terkandung dalam PUB
2. Nilai run(...,shots=val)
3. Nilai options.default_shots

Untuk PUB Estimator mana pun:

1. Precision bernilai float yang terkandung dalam PUB
2. Nilai run(...,precision=val)
3. Nilai options.default_shots
4. Nilai options.default_precision

Contoh:

from qiskit_ibm_runtime import QiskitRuntimeService
from qiskit_ibm_runtime import SamplerV2 as Sampler
from qiskit.circuit.library import random_iqp
from qiskit.transpiler import generate_preset_pass_manager

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

circuit1 = random_iqp(3)
circuit1.measure_all()
circuit2 = random_iqp(3)
circuit2.measure_all()

pass_manager = generate_preset_pass_manager(
    optimization_level=3, backend=backend
)

transpiled1 = pass_manager.run(circuit1)
transpiled2 = pass_manager.run(circuit2)

# Setting shots during primitive initialization
sampler = Sampler(mode=backend, options={"default_shots": 4096})

# Setting options after primitive initialization
# This uses auto-complete.
sampler.options.default_shots = 2000

# This does bulk update.  The value for default_shots is overridden if you specify shots with run() or in the PUB.
sampler.options.update(
    default_shots=1024, dynamical_decoupling={"sequence_type": "XpXm"}
)

# Sample two circuits at 128 shots each.
sampler.run([transpiled1, transpiled2], shots=128)

<RuntimeJobV2('d5k96icjt3vs73ds5t0g', 'sampler')>

Waktu eksekusi maksimum

Waktu eksekusi maksimum (max_execution_time) membatasi berapa lama suatu job bisa berjalan. Jika suatu job melebihi batas waktu ini, job tersebut dibatalkan secara paksa. Nilai ini berlaku untuk job tunggal, baik dijalankan dalam mode job, Session, maupun batch.

Nilainya diatur dalam detik, berdasarkan waktu kuantum (bukan wall clock time), yaitu jumlah waktu QPU yang didedikasikan untuk memproses job kamu. Nilai ini diabaikan saat menggunakan mode pengujian lokal karena mode tersebut tidak menggunakan waktu kuantum.

from qiskit_ibm_runtime import QiskitRuntimeService
from qiskit_ibm_runtime import EstimatorV2 as Estimator

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

estimator = Estimator(mode=backend)

estimator.options.max_execution_time = 2500

Matikan semua mitigasi error dan penekanan error

Kamu bisa mematikan semua mitigasi error dan penekanan jika kamu, misalnya, sedang melakukan penelitian tentang teknik mitigasi sendiri. Untuk melakukannya, untuk EstimatorV2, atur resilience_level = 0. Untuk SamplerV2, tidak ada perubahan yang diperlukan karena tidak ada opsi mitigasi error atau penekanan yang diaktifkan secara default.

Contoh:

Matikan semua mitigasi error dan penekanan di Estimator.

from qiskit_ibm_runtime import EstimatorV2 as Estimator, QiskitRuntimeService

# Define the service.  This allows you to access IBM QPU.
service = QiskitRuntimeService()

# Get a backend
backend = service.least_busy(operational=True, simulator=False)

# Define Estimator
estimator = Estimator(backend)

options = estimator.options

# Turn off all error mitigation and suppression
options.resilience_level = 0

Langkah selanjutnya

Rekomendasi

• Temukan detail lebih lanjut tentang metode EstimatorV2 di referensi API Estimator.
• Temukan detail lebih lanjut tentang metode SamplerV2 di referensi API Sampler.
• Temukan detail tentang cara mengonfigurasi penekanan error dan mitigasi error.
• Tentukan mode eksekusi mana yang akan digunakan untuk menjalankan job kamu.