Aller au contenu principal
Ce projet est en phase bêta. Tu as trouvé un bug ? Ouvrir un ticket GitHub. Une question ou une idée ? Pose ta question dans Discussions — tes retours sont les bienvenus !
Quelle est la qualité de la traduction sur cette page ?

Introduction à Qiskit Functions

Remarques
  • Les Qiskit Functions sont une fonctionnalité expérimentale disponible uniquement pour les utilisateurs des plans Premium, Flex et On-Prem (via l'API IBM Quantum Platform) IBM Quantum®. Elles sont en statut de version préliminaire et sujettes à modification.

Les fonctions Qiskit simplifient et accélèrent la découverte d'algorithmes et le développement d'applications à l'échelle utilitaire, en abstrayant certaines parties du flux de développement logiciel quantique. De cette façon, les fonctions Qiskit libèrent du temps normalement consacré à l'écriture manuelle de code et au réglage fin des expériences.

Qiskit Functions Catalog

Aperçu de Qiskit Functions Les fonctions se présentent sous deux formes :

TypeQue fait-elle ?Exemples d'entrées et de sortiesPour qui est-elle destinée ?
Circuit functionInterface simplifiée pour exécuter des circuits. Abstrait la transpilation, la suppression d'erreurs et la mitigation d'erreursEntrée : objets PUB abstraits
Sortie : valeurs d'espérance mitigées
Chercheurs utilisant Qiskit pour découvrir de nouveaux algorithmes et applications, sans avoir besoin de se concentrer sur l'optimisation matérielle ou la gestion des erreurs. Les Circuit functions peuvent être utilisées pour construire des fonctions d'application personnalisées.
Application functionCouvre des tâches de plus haut niveau, comme l'exploration d'algorithmes et des cas d'usage spécifiques à un domaine. Abstrait le flux de travail quantique pour résoudre des tâches, avec des entrées et des sorties classiquesEntrée : molécules, graphes
Sortie : énergie de l'état fondamental et des états excités, valeurs optimales pour la fonction de coût
Chercheurs dans des domaines non quantiques, qui intègrent le quantique dans des flux de travail classiques à grande échelle existants, sans avoir besoin de mapper des données classiques vers des circuits quantiques.

Les fonctions sont fournies par IBM® et des partenaires tiers. Chacune est performante pour des caractéristiques de charge de travail spécifiques et dispose d'options de réglage des performances uniques.

Aperçu des fonctions disponibles​

Circuit functions​

NomFournisseurUtilisation recommandéeAvantages uniques
Tensor-Network Error Mitigation

Guide
API reference
License
AlgorithmiqCharges de travail avec des observables de faible poids et des circuits sans boucle.Réduit le surcoût de mesure et la variance, surpassant les références standard de mitigation d'erreurs telles que l'extrapolation à bruit nul (ZNE) et l'annulation probabiliste d'erreurs (PEC) pour les classes de circuits concernées.
QESEM : Suppression et mitigation d'erreurs

Guide
API reference
QedmaCharges de travail incluant des circuits avec des portes fractionnaires ou paramétrées, des observables de poids élevé, et des flux de travail nécessitant des valeurs d'espérance non biaisées et des estimations de temps d'exécution précises.Produit des valeurs d'espérance non biaisées avec une variance et un surcoût de ressources réduits, surpassant ZNE et PEC pour les classes de circuits concernées.
Performance Management

Guide
API reference
License
Q-CTRLCharges de travail contenant des circuits paramétriques, des circuits profonds, ou nécessitant de nombreuses exécutions de circuits.Applique automatiquement la suppression d'erreurs pilotée par IA aux algorithmes quantiques, maximisant les performances des appareils IBM pour obtenir des résultats précis tout en réduisant le nombre de shots, le temps de calcul et le coût.

Méthode sans surcoût qui améliore la précision d'exécution pour les primitives Sampler et Estimator, compatible avec n'importe quel poids d'observables.
Orbit

Guide
API reference
Quantum ElementsCharges de travail contenant des périodes d'inactivité ou des intervalles d'ordonnancement, y compris des circuits statiques et dynamiques tels que la correction d'erreurs quantiques, la mesure en milieu de circuit, les algorithmes oraculaires, les algorithmes quantiques variationnels et la simulation hamiltonienne.Combine transpilation optimisée, découplage dynamique et mitigation des erreurs de mesure dans un flux de travail unifié pour améliorer les performances des circuits sur le matériel IBM Quantum.

Applique une suppression d'erreurs à faible surcoût qui préserve la logique d'origine du circuit sans temps de pré-traitement quantique ou classique supplémentaire, afin que les utilisateurs puissent activer, désactiver ou comparer chaque technique avec le circuit brut.

Application functions​

NomFournisseurUtilisation recommandéeAvantages uniques
QUICK-PDE

Guide
API reference
License
ColibriTDUtiliser le calcul quantique pour des EDP multi-physiques.

Préparer des flux de travail de simulation pour le matériel quantique, tout en gardant un contrôle total sur les paramètres de modélisation quantiques et physiques.
Offre un cadre VQA hybride robuste qui fournit des solutions EDP précises et évolutives grâce à un encodage avancé des solutions et à des méthodes spectrales, ce qui en fait un point d'entrée idéal pour les équipes cherchant à développer des capacités de simulation prêtes pour le quantique.
Quantum Portfolio Optimizer

Guide
API reference
License
Global Data QuantumCharges de travail d'optimisation financière, cherchant des stratégies de portefeuille optimales dans le temps tout en minimisant le risque et en maximisant les rendements, permettant le backtesting de stratégies de trading.Résout des problèmes d'optimisation combinatoire grâce à une adaptation hautement spécialisée de l'algorithme quantique VQE pour ce cas d'usage financier, en utilisant des stratégies d'exécution optimisées et des optimiseurs, ainsi que des techniques de mitigation d'erreurs tenant compte du bruit, adaptées à l'optimisation de portefeuille.
HI-VQE Chemistry

Guide
API reference
License
Qunova ComputingCharges de travail en chimie computationnelle, simulation moléculaire, science des matériaux, ou toute simulation hamiltonienne nécessitant de résoudre des problèmes de structure électronique à plusieurs corps.Résout les structures électroniques moléculaires en utilisant SQD amélioré avec une précision chimique (1 kcal/mol, 1,6 mHa) pour des problèmes modélisés avec 40 à 60 qubits, surpassant certaines solutions classiques sur des supercalculateurs ou le SQD standard en vitesse de convergence ou en précision, respectivement, de plusieurs ordres de grandeur.
Iskay Quantum Optimizer

Guide
API reference
License
Kipu QuantumCharges de travail d'optimisation telles que la planification, la logistique, le routage et les problèmes QUBO/HUBO.

Méthodes classiques de pré- et post-traitement réglables intégrées pour la routine d'optimisation quantique.

Fournit un avantage en temps d'exécution par rapport aux solveurs classiques (CPLEX, recuit simulé et recherche taboue) sur des benchmarks HUBO sélectionnés.

Market Split ms_5_100, un défi difficile, résolu en quelques heures (voir ce tutoriel).
Singularity Machine Learning

Guide
API reference
License
Multiverse ComputingFlux de travail de classification par apprentissage automatique classique pouvant bénéficier d'une meilleure précision ou efficacité computationnelle en tirant parti de l'optimisation quantique exécutée sur le matériel IBM.Fournit une précision comparable ou supérieure aux modèles classiques tels que Random Forest ou XGBoost, tout en opérant avec significativement moins d'apprenants et un ensemble plus compact.

Grâce à un vote optimisé par calcul quantique, il sélectionne les apprenants les plus informatifs et affine les frontières de décision, ce qui se traduit par une plus grande efficacité, une complexité de modèle réduite et des performances plus robustes.
Optimization Solver

Guide
API reference
License
Q-CTRLProblèmes d'optimisation binaire ou tout problème combinatoire pouvant être mappé vers une fonction de coût binaire.

Les fonctions de coût de tout ordre et les tailles de problèmes jusqu'à l'échelle maximale de l'appareil sont prises en charge.
Solution d'optimisation quantique de bout en bout, tenant compte du bruit, qui permet de saisir des définitions de problèmes de haut niveau et trouve automatiquement des solutions précises à des problèmes combinatoires classiquement difficiles sur du matériel quantique à l'échelle utilitaire.

Elle abstrait la complexité en gérant la suppression d'erreurs, le mapping efficace et l'optimisation hybride quantique-classique pour résoudre des tâches d'optimisation à pleine échelle sans expertise quantique approfondie.
Parity Twine Optimizer

Guide
API reference
ParityQCCharges de travail d'optimisation qui bénéficient d'un nombre réduit de portes et d'une profondeur de circuit réduite, permettant des tailles de problèmes pertinentes pour l'industrie, irréalisables avec les méthodes de transpilation standard, riches en SWAP.Utilise la méthode Parity Twine, construite sur la Parity Architecture, pour minimiser le nombre de portes à deux qubits et la profondeur des circuits tout en tenant compte de la connectivité de l'appareil, en implémentant des interactions non locales sans portes SWAP.

Automatise les étapes de transpilation avec un minimum d'intervention de l'utilisateur et utilise une approche QAOA efficace de profondeur un pour obtenir les paramètres de circuit optimaux sur un CPU, minimisant le temps d'exécution QPU requis.
Constrained Quantum Optimizer

Guide
API reference
AqariosProblèmes d'optimisation binaire sous contraintes fournis sous forme de fichier LP, de fichier MPS ou de modèle Luna, en particulier ceux avec des contraintes one-hot ou de set-packing.Résout directement des problèmes d'optimisation binaire sous contraintes, en imposant nativement les contraintes one-hot et de set-packing via des XY-mixers plutôt que par des termes de pénalité, ce qui réduit l'espace de recherche au sous-espace réalisable et améliore la qualité des solutions.

Gère automatiquement la reformulation, la synthèse de circuits, la transpilation et l'exécution sur le matériel grâce à un démarrage à chaud itératif de l'algorithme FlexQAOA, sans entraînement de paramètres variationnels.