Trouver automatiquement les coupes

Étape 1 : Correspondance

Crée un Circuit et des observables

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

import numpy as np
from qiskit.circuit.random import random_circuit
from qiskit.quantum_info import SparsePauliOp

circuit = random_circuit(7, 6, max_operands=2, seed=1242)
observable = SparsePauliOp(["ZIIIIII", "IIIZIII", "IIIIIIZ"])

circuit.draw("mpl", scale=0.8)

Étape 2 : Optimisation

Trouve les emplacements des coupes, avec un maximum de 4 Qubits par sous-circuit. Ce Circuit peut être séparé en deux en effectuant une seule coupe de fil et en coupant un CRZGate

from qiskit_addon_cutting.automated_cut_finding import (
    find_cuts,
    OptimizationParameters,
    DeviceConstraints,
)

# Specify settings for the cut-finding optimizer
optimization_settings = OptimizationParameters(seed=111)

# Specify the size of the QPUs available
device_constraints = DeviceConstraints(qubits_per_subcircuit=4)

cut_circuit, metadata = find_cuts(circuit, optimization_settings, device_constraints)
print(
    f'Found solution using {len(metadata["cuts"])} cuts with a sampling '
    f'overhead of {metadata["sampling_overhead"]}.\n'
    f'Lowest cost solution found: {metadata["minimum_reached"]}.'
)
for cut in metadata["cuts"]:
    print(f"{cut[0]} at circuit instruction index {cut[1]}")
cut_circuit.draw("mpl", scale=0.8, fold=-1)

Found solution using 2 cuts with a sampling overhead of 127.06026169907257.
Lowest cost solution found: True.
Wire Cut at circuit instruction index 19
Gate Cut at circuit instruction index 28

Ajoute des ancillas pour les coupes de fil et étend les observables pour tenir compte des Qubits ancillas

from qiskit_addon_cutting import cut_wires, expand_observables

qc_w_ancilla = cut_wires(cut_circuit)
observables_expanded = expand_observables(observable.paulis, circuit, qc_w_ancilla)
qc_w_ancilla.draw("mpl", scale=0.8, fold=-1)

Partitionne le Circuit et les observables en sous-circuits et sous-observables. Calcule le surcoût d'échantillonnage engendré par la coupe de ces Gates et fils.

from qiskit_addon_cutting import partition_problem

partitioned_problem = partition_problem(
    circuit=qc_w_ancilla, observables=observables_expanded
)
subcircuits = partitioned_problem.subcircuits
subobservables = partitioned_problem.subobservables
print(
    f"Sampling overhead: {np.prod([basis.overhead for basis in partitioned_problem.bases])}"
)

Sampling overhead: 127.06026169907257

subobservables

{0: PauliList(['IIII', 'IZII', 'IIIZ']),
 1: PauliList(['ZIII', 'IIII', 'IIII'])}

subcircuits[0].draw("mpl", style="iqp", scale=0.8)

subcircuits[1].draw("mpl", style="iqp", scale=0.8)

Génère les expériences à exécuter sur le Backend.

from qiskit_addon_cutting import generate_cutting_experiments

subexperiments, coefficients = generate_cutting_experiments(
    circuits=subcircuits, observables=subobservables, num_samples=1_000
)
print(
    f"{len(subexperiments[0]) + len(subexperiments[1])} total subexperiments to run on backend."
)

96 total subexperiments to run on backend.

Les étapes 3 et 4 d'un modèle Qiskit peuvent ensuite être effectuées comme dans les tutoriels précédents.