qiskit_transpiler_service

⚠️ 包 qiskit-transpiler-service 已弃用。请使用 qiskit-ibm-transpiler 代替

一个用于使用 Qiskit Transpiler 服务 和 AI transpiler passes 的库。

注意 Qiskit transpiler service 和 AI transpiler passes 使用不同的实验性服务，仅适用于 IBM Quantum Premium Plan 用户。此库和相关服务为alpha版本，可能发生变化。

安装 qiskit-transpiler-service

要使用 Qiskit transpiler service，请安装 qiskit-transpiler-service 包

pip install qiskit-transpiler-service

默认情况下，该包会尝试使用定义的 Qiskit API token 验证到 IBM Quantum 服务，并使用从 QISKIT_IBM_TOKEN 环境变量或从文件 ~/.qiskit/qiskit-ibm.json（在 default-ibm-quantum 部分）中的令牌。

注意：此库默认需要Qiskit 1.0。

如何使用库

使用Qiskit Transpiler服务

以下示例演示了如何使用不同的参数通过Qiskit transpiler服务转换电路。

1. 创建一个电路，并调用Qiskit transpiler服务，使用ibm_sherbrooke作为backend_name，3作为optimization_level，并在转换过程中不使用AI。

   from qiskit.circuit.library import EfficientSU2
   from qiskit_transpiler_service.transpiler_service import TranspilerService
   
   circuit = EfficientSU2(101, entanglement="circular", reps=1).decompose()
   
   cloud_transpiler_service = TranspilerService(
       backend_name="ibm_sherbrooke",
       ai='false',
       optimization_level=3,
   )
   transpiled_circuit = cloud_transpiler_service.run(circuit)
   

注意：您只能使用IBM Quantum账户允许的backend_name设备。除了backend_name之外，TranspilerService还允许使用coupling_map作为参数。

2. 生成一个类似的电路并将其转换，通过将标志ai设置为'true'来请求AI转换能力

   from qiskit.circuit.library import EfficientSU2
   from qiskit_transpiler_service.transpiler_service import TranspilerService
   
   circuit = EfficientSU2(101, entanglement="circular", reps=1).decompose()
   
   cloud_transpiler_service = TranspilerService(
       backend_name="ibm_sherbrooke",
       ai='true',
       optimization_level=1,
   )
   transpiled_circuit = cloud_transpiler_service.run(circuit)
   

手动使用AIRouting传递

AIRouting传递既作为布局阶段，也作为路由阶段。它可以在以下方式中使用在PassManager中

from qiskit.transpiler import PassManager
from qiskit_transpiler_service.ai.routing import AIRouting
from qiskit.circuit.library import EfficientSU2

ai_passmanager = PassManager([
  AIRouting(backend_name="ibm_sherbrooke", optimization_level=2, layout_mode="optimize")
])

circuit = EfficientSU2(101, entanglement="circular", reps=1).decompose()

transpiled_circuit = ai_passmanager.run(circuit)

在这里，backend_name确定要路由到哪个后端，optimization_level（1、2或3）确定在过程中花费的计算努力（通常较高的结果更好但耗时更长），而layout_mode指定如何处理布局选择。以下是一些layout_mode选项

• keep：这尊重先前转换器传递设置的布局（或如果未设置，则使用平凡布局）。通常仅在电路必须在设备的特定量子比特上运行时使用。它通常会产生更差的结果，因为它有较少的优化空间。
• improve：这使用先前转换器传递设置的布局作为起点。当您对布局有良好的初始猜测时很有用；例如，对于以近似遵循设备耦合图的方式构建的电路。如果您想尝试与其他特定布局传递结合使用AIRouting传递，这也很有用。
• optimize：这是默认模式。对于您可能没有良好布局猜测的通用电路效果最好。此模式忽略以前的布局选择。

使用AI电路综合传递

AI电路综合传递允许您通过重新综合它们来优化不同电路类型（Clifford、线性函数、置换）的各个部分。人们通常会使用以下方法使用综合传递

from qiskit.transpiler import PassManager

from qiskit_transpiler_service.ai.routing import AIRouting
from qiskit_transpiler_service.ai.synthesis import AILinearFunctionSynthesis
from qiskit_transpiler_service.ai.collection import CollectLinearFunctions
from qiskit.circuit.library import EfficientSU2

ai_passmanager = PassManager([
  AIRouting(backend_name="ibm_cairo", optimization_level=3, layout_mode="optimize"),  # Route circuit
  CollectLinearFunctions(),  # Collect Linear Function blocks
  AILinearFunctionSynthesis(backend_name="ibm_cairo")  # Re-synthesize Linear Function blocks
])

circuit = EfficientSU2(10, entanglement="full", reps=1).decompose()

transpiled_circuit = ai_passmanager.run(circuit)

综合尊重设备的耦合图：它可以在其他路由传递之后安全运行而不会“破坏”电路，因此整个电路仍然遵循设备限制。默认情况下，如果综合子电路比原始子电路好（目前仅检查CNOT计数），则综合将替换原始子电路，但可以通过设置replace_only_if_better=False来强制始终替换电路。

以下综合传递来自qiskit_transpiler_service.ai.synthesis

• AICliffordSynthesis：用于Clifford电路（由H、S和CX门组成的块）。目前最多支持9量子比特块。
• AILinearFunctionSynthesis：用于线性函数电路（由CX和SWAP门组成的块）。目前最多支持9量子比特块。
• AIPermutationSynthesis：用于置换电路（由SWAP门组成的块）。目前适用于65、33和27量子比特块。

我们预计将逐步增加支持的块的大小。

所有通过都使用线程池并行发送多个请求。默认情况下，它将使用与核心数加四相同的最大线程数（这是ThreadPoolExecutor python对象的默认值）。然而，您可以在通过实例化时使用max_threads参数设置自己的值。例如，以下行将实例化AILinearFunctionSynthesis通过，允许它使用最多20个线程。

AILinearFunctionSynthesis(backend_name="ibm_cairo", max_threads=20)  # Re-synthesize Linear Function blocks using 20 threads max

您还可以将环境变量AI_TRANSPILER_MAX_THREADS设置为所需的最大线程数，之后实例化的所有合成通过都将使用该值。

对于AI合成通过要合成的子电路，它必须位于耦合图的一个连接子图中（这可以通过在收集块之前只进行路由通过来确保，但这不是唯一的方法）。合成通过将自动检查子电路所在的特定子图是否受支持，如果不支持，将引发警告并保留原始子电路不变。

为了补充合成通过，我们还提供了自定义收集通过，用于Cliffords、线性函数和排列，可以从qiskit_transpiler_service.ai.collection导入。

• CollectCliffords：收集Clifford块作为Instruction对象，并将原始子电路存储起来，以便在合成后进行比较。
• CollectLinearFunctions：收集SWAP和CX块作为LinearFunction对象，并将原始子电路存储起来，以便在合成后进行比较。
• CollectPermutations：收集SWAP电路块作为Permutations。

这些自定义收集通过限制了收集子电路的大小，以确保它们由AI合成通过支持，因此建议在路由通过之后和合成通过之前使用它们，以获得更好的整体优化。

自定义日志

库已准备让用户记录他们想要的日志。为此，用户只需将以下代码添加到他们的代码中即可

import logging

logging.getLogger("qiskit_transpiler_service").setLevel(logging.X)

其中X可以是：NOTSET、DEBUG、INFO、WARNING、ERROR或CRITICAL

引用

如果您在研究中使用了Qiskit transpiler服务的任何AI功能，请使用以下推荐引用

@misc{2405.13196,
Author = {David Kremer and Victor Villar and Hanhee Paik and Ivan Duran and Ismael Faro and Juan Cruz-Benito},
Title = {Practical and efficient quantum circuit synthesis and transpiling with Reinforcement Learning},
Year = {2024},
Eprint = {arXiv:2405.13196},
}