量子錯誤率分析與比較

量子位元的穩定性是量子計算發展的關鍵挑戰。本篇將探討如何利用 Qiskit 工具比較 IBM Quantum 後端中不同量子位元對的 CX 門錯誤率。藉由選取最佳和最差的量子位元對，並執行相同的量子程式，我們可以觀察到量子硬體的效能差異，並理解如何針對特定硬體特性最佳化量子程式。

from qiskit import IBMQ, Aer, QuantumCircuit, ClassicalRegister, QuantumRegister, execute
from qiskit.tools.monitor import job_monitor
from qiskit.visualization import plot_histogram
from IPython.core.display import display

# ... (省略載入帳號與供應商程式碼)

內容解密：

此段程式碼匯入了必要的 Qiskit 模組，包含用於量子電路建構、執行和視覺化的工具。同時，也初始化了與 IBM Quantum 後端的連線。

def select_backend():
    available_backends = provider.backends(filters=lambda b: not b.configuration().simulator and b.configuration().n_qubits > 1 and b.status().operational)
    # ... (省略印出後端資訊與選擇程式碼)
    return backend

內容解密：

select_backend() 函式用於篩選可用的 IBM Quantum 後端，排除模擬器，並確保所選後端至少具有兩個量子位元且處於運作狀態。

def get_gate_info(backend):
    gates = backend.properties().gates
    cx_best_worst = [[[0, 0], 1], [[0, 0], 0]]
    # ... (省略CX門資訊擷取程式碼)
    return cx_best_worst

內容解密：

get_gate_info() 函式用於取得指定後端的 CX 門錯誤率資訊，並找出最佳和最差的量子位元對。

def create_circuits(backend, cx_best_worst):
    q1 = QuantumRegister(backend.configuration().n_qubits)
    c1 = ClassicalRegister(backend.configuration().n_qubits)
    qc_best = QuantumCircuit(q1, c1)
    qc_worst = QuantumCircuit(q1, c1)
    # ... (省略量子線路建構程式碼)
    return qc_best, qc_worst

內容解密：

create_circuits() 函式根據最佳和最差的 CX 門資訊，建立兩個量子線路，分別應用於對應的量子位元對。

def compare_cx(backend, qc_best, qc_worst):
    job_best = execute(qc_best, backend, shots=8192)
    job_monitor(job_best)
    job_worst = execute(qc_worst, backend, shots=8192)
    job_monitor(job_worst)
    # ... (省略結果處理與視覺化程式碼)

內容解密：

compare_cx() 函式在指定的後端上執行兩個量子線路，並將結果與模擬器結果進行比較，最後以直方圖呈現，方便觀察不同量子位元對的效能差異。

透過以上步驟，我們可以清楚地比較不同量子位元對的 CX 門錯誤率，並藉此評估量子硬體的效能。這對於設計更穩健的量子演算法至關重要，因為選擇適當的量子位元可以有效降低錯誤率，提高計算結果的可靠性。

8.3 比較同一塊晶片上的量子位元

本文將在一個選定的後端上實際比較同一個後端上的不同量子位元。示例將根據3種不同的設定，即理想量子電腦（qasm_simulator）、最空閒的5量子位元IBM Quantum裝置上的最佳量子位元對和最差量子位元對，執行同一個貝爾態量子程式。

8.3.1 準備工作

可以從本文 GitHub 倉函式庫中對應第8章的目錄中下載本文示例的 Python 檔案 ch8_r2_compare_qubits.py。

示例程式碼

匯入所需的Qiskit類別和方法，並登入自己的帳號：

from qiskit import IBMQ, Aer, QuantumCircuit, ClassicalRegister, QuantumRegister, execute
from qiskit.tools.monitor import job_monitor
from qiskit.visualization import plot_histogram, plot_error_map
from IPython.core.display import display
print("Getting provider...")
if not IBMQ.active_account():
    IBMQ.load_account()
provider = IBMQ.get_provider()

使用函式 select_backend() 選擇一個可用的後端：

def select_backend():
    available_backends = provider.backends(filters=lambda b: not b.configuration().simulator and b.configuration().n_qubits > 1 and b.status().operational)
    print("{0:20} {1:<10} {2:<10}".format("Name", "#Qubits", "Pending jobs"))
    print("{0:20} {1:<10} {2:<10}".format("----", "-------", "------------"))
    for n in range(0, len(available_backends)):
        # ...

透過比較理想量子電腦和真實IBM Quantum裝置上的量子位元效能，可以深入理解當前NISQ機器的本質和侷限性，並進一步探索如何最佳化量子程式以適應真實量子硬體的特性。#### 內容解密：此段程式碼的主要功能是選擇一個可用的量子計算後端，並顯示其相關資訊。以下將逐行詳細解析程式碼的作用、設計邏輯及技術原理：

def select_backend():
- 定義了一個名為 select_backend 的函式，用於選擇一個可用的量子計算後端。
- 設計邏輯：封裝後端選擇的邏輯，使其可重複呼叫。
- 技術原理：利用 Qiskit 的 provider.backends() 方法取得可用後端列表。
available_backends = provider.backends(filters=lambda b: not b.configuration().simulator and b.configuration().n_qubits > 1 and b.status().operational)
- 取得所有可用的、非模擬器且具有多於1個量子位元的後端，並且這些後端必須處於可操作狀態。
- 作用：篩選出符合條件的後端，以供使用者選擇。
- 技術原理：使用 Qiskit 的 backends() 方法並結合 lambda 函式進行篩選。
print("{0:20} {1:<10} {2:<10}".format("Name", "#Qubits", "Pending jobs"))
- 列印預表頭，顯示後端名稱、量子位元數量和待處理任務數。
- 作用：提供清晰的輸出格式，方便使用者理解後端資訊。
- 設計邏輯：使用字串格式化來對齊輸出，使資訊更易讀。
for n in range(0, len(available_backends)):
- 遍歷所有可用的後端，並逐一顯示其名稱、量子位元數量等資訊。
- 作用：列出所有符合條件的後端供使用者選擇。
- 技術原理：利用迴圈遍歷後端列表，並使用 get_backend() 方法取得後端物件。
select_backend = input("Select a backend ('exit' to end): ")
- 提示使用者輸入想要選擇的後端名稱，或輸入 ’exit’ 以離開。
- 作用：允許使用者根據顯示的資訊選擇特定的後端。
- 設計邏輯：使用 input() 函式取得使用者輸入，並提供離開選項。
if select_backend != "exit": backend = provider.get_backend(select_backend)
- 如果使用者輸入的不是 ’exit’，則根據輸入的名稱取得對應的後端物件。
- 作用：將使用者選擇的後端名稱對映到實際的後端物件。
- 技術原理：使用 provider.get_backend() 方法根據名稱取得後端。
return backend
- 傳回使用者選擇的後端物件。
- 作用：將選擇的後端傳回給呼叫者，以便進一步操作。
- 設計邏輯：封裝選擇邏輯，使呼叫者可以直接使用傳回的後端物件。

圖表翻譯：

此圖展示了使用者如何透過 select_backend() 函式選擇一個可用的量子計算後端。下面是對圖表的詳細解釋：

取得可用後端列表：
- 程式碼首先呼叫 provider.backends() 方法，並使用 lambda 函式篩選出所有可用的、非模擬器且具有多於1個量子位元的後端。
- 作用：列出當前可用的量子計算後端。
顯示後端資訊：
- 對每個可用的後端，程式碼列印其名稱、量子位元數量和待處理任務數。
- 作用：為使用者提供詳細的後端資訊，以便做出選擇。
使用者輸入：
- 使用者根據顯示的後端列表輸入想要選擇的後端名稱，或輸入 ’exit’ 以離開程式。
- 作用：允許使用者選擇特定的後端進行進一步操作。
取得選擇的後端：
- 如果使用者輸入的不是 ’exit’，程式碼根據輸入的名稱取得對應的後端物件。
- 作用：將使用者的選擇對映到實際的後端物件。
傳回後端物件：
- 最終，程式碼傳回使用者選擇的後端物件。
- 作用：供呼叫者使用選擇的後端進行後續的量子計算操作。

圖表關鍵點：

可用後端列表：顯示所有符合條件的後端。
使用者選擇：使用者根據列表選擇一個後端。
後端資訊：包括後端名稱、量子位元數量和待處理任務數。

透過這個過程，使用者可以方便地選擇一個合適的量子計算後端，以進行接下來的量子程式執行和測試。