Pengenalan kepada Qiskit Functions

Notes

• Qiskit Functions adalah ciri eksperimen yang hanya tersedia untuk pengguna IBM Quantum® Premium Plan, Flex Plan, dan On-Prem (melalui IBM Quantum Platform API) Plan. Ia berada dalam status keluaran pratonton dan tertakluk kepada perubahan.

Qiskit Functions memudahkan dan mempercepatkan penemuan algoritma berskala utiliti dan pembangunan aplikasi, dengan mengabstrakkan bahagian-bahagian aliran kerja pembangunan perisian kuantum. Dengan cara ini, Qiskit Functions membebaskan masa yang biasanya dihabiskan untuk menulis kod secara manual dan menala eksperimen.

Qiskit Functions Catalog

Fungsi hadir dalam dua bentuk:

Jenis	Apa yang dilakukannya?	Contoh input dan output	Untuk siapa?
Circuit function	Antara muka yang dipermudah untuk menjalankan litar. Mengabstrak transpilasi, penindasan ralat, dan mitigasi ralat	Input: Objek PUB abstrak Output: Nilai jangkaan yang dimitigasi	Penyelidik yang menggunakan Qiskit untuk menemui algoritma dan aplikasi baharu, tanpa perlu memberi tumpuan kepada pengoptimuman untuk perkakasan atau pengendalian ralat. Circuit functions boleh digunakan untuk membina fungsi aplikasi tersuai.
Application function	Meliputi tugas peringkat lebih tinggi, seperti meneroka algoritma dan kes penggunaan khusus domain. Mengabstrak aliran kerja kuantum untuk menyelesaikan tugas, dengan input dan output klasik	Input: Molekul, graf Output: Tenaga keadaan asas + teruja, nilai optimum untuk fungsi kos	Penyelidik dalam domain bukan kuantum, mengintegrasikan kuantum ke dalam aliran kerja klasik berskala besar sedia ada, tanpa perlu memetakan data klasik ke litar kuantum.

Fungsi disediakan oleh IBM® dan rakan kongsi pihak ketiga. Setiap satu berprestasi tinggi untuk ciri beban kerja tertentu dan mempunyai pilihan penalaan prestasi yang unik.

Gambaran keseluruhan fungsi yang tersedia

Circuit functions

Nama	Penyedia	Penggunaan yang disyorkan	Kelebihan unik
Tensor-Network Error Mitigation Panduan Rujukan API Lesen	Algorithmiq	Beban kerja yang mempunyai boleh cerap berpemberat rendah dan litar bebas gelung.	Mengurangkan overhed pengukuran dan varians, mengatasi garis asas mitigasi ralat standard seperti Zero Noise Extrapolation (ZNE) dan Probabilistic Error Cancellation (PEC) untuk kelas litar yang berkaitan.
QESEM: Penindasan Ralat dan Mitigasi Ralat Panduan Rujukan API	Qedma	Beban kerja yang merangkumi litar dengan Gate pecahan atau berparameter, boleh cerap berpemberat tinggi, dan aliran kerja yang memerlukan nilai jangkaan saksama serta anggaran masa jalan yang tepat.	Menghasilkan nilai jangkaan saksama dengan varians dan overhed sumber yang lebih rendah, mengatasi ZNE dan PEC untuk kelas litar yang berkaitan.
Pengurusan Prestasi Panduan Rujukan API Lesen	Q-CTRL	Beban kerja yang mengandungi litar berparametrik, litar dalam, atau memerlukan banyak pelaksanaan litar.	Secara automatik menerapkan penindasan ralat dipacu AI pada algoritma kuantum, memaksimumkan prestasi peranti IBM untuk menghasilkan keputusan yang tepat sambil mengurangkan bilangan tembakan, masa pengiraan, dan kos yang diperlukan. Kaedah sifar-overhed yang meningkatkan ketepatan pelaksanaan untuk primitif Sampler dan Estimator, serasi dengan boleh cerap pada sebarang pemberat.
Orbit Panduan Rujukan API	Quantum Elements	Beban kerja yang mengandungi tempoh melahu atau jurang penjadualan, termasuk litar statik dan dinamik seperti pembetulan ralat kuantum, pengukuran pertengahan litar, algoritma oracular, algoritma kuantum variasional, dan simulasi Hamiltonian.	Menggabungkan transpilasi teroptimum, dynamical decoupling, dan mitigasi ralat pengukuran ke dalam satu aliran kerja bersepadu untuk meningkatkan prestasi litar pada perkakasan IBM Quantum. Menerapkan penindasan ralat overhed rendah yang mengekalkan logik litar asal tanpa masa pra-pemprosesan kuantum atau klasik tambahan, supaya pengguna boleh mengaktifkan, menyahaktifkan, atau membandingkan setiap teknik dengan litar mentah.

Application functions

Nama	Penyedia	Penggunaan yang disyorkan	Kelebihan unik
QUICK-PDE Panduan Rujukan API Lesen	ColibriTD	Gunakan pengiraan kuantum untuk PDE berbilang fizik. Sediakan aliran kerja simulasi untuk perkakasan kuantum, sambil mengekalkan kawalan penuh ke atas parameter pemodelan kuantum dan fizikal.	Menawarkan rangka kerja VQA hibrid yang mantap yang menghasilkan penyelesaian PDE yang tepat dan berskala melalui pengekodan penyelesaian lanjutan dan kaedah spektral, menjadikannya titik masuk yang ideal bagi pasukan yang ingin membina keupayaan simulasi yang sedia untuk kuantum.
Pengoptimum Portfolio Kuantum Panduan Rujukan API Lesen	Global Data Quantum	Beban kerja untuk pengoptimuman kewangan, mencari strategi portfolio optimum dari masa ke masa sambil meminimumkan risiko dan memaksimumkan pulangan, membolehkan ujian balik strategi perdagangan.	Menyelesaikan masalah pengoptimuman kombinatorial melalui adaptasi yang sangat khusus bagi algoritma kuantum VQE untuk kes penggunaan kewangan ini, menggunakan strategi pelaksanaan dan pengoptimum yang dioptimumkan, bersama teknik mitigasi ralat peka hingar yang disesuaikan untuk pengoptimuman portfolio.
Kimia HI-VQE Panduan Rujukan API Lesen	Qunova Computing	Beban kerja dalam kimia pengiraan, simulasi molekul, sains bahan, atau sebarang simulasi Hamiltonian yang memerlukan penyelesaian masalah struktur elektronik banyak jasad.	Menyelesaikan struktur elektronik molekul dengan menggunakan SQD yang dipertingkatkan untuk mencapai ketepatan kimia (1 kcal/mol, 1.6 mHa) bagi masalah yang dimodelkan dengan 40 hingga 60 qubit, mengatasi beberapa penyelesaian klasik pada superkomputer atau SQD standard dalam kelajuan penumpuan atau ketepatan, masing-masing sebanyak beberapa tertib magnitud.
Pengoptimum Kuantum Iskay Panduan Rujukan API Lesen	Kipu Quantum	Beban kerja pengoptimuman seperti penjadualan, logistik, penghalaan, dan masalah QUBO/HUBO.	Kaedah pra dan pasca-pemprosesan klasik boleh laras yang bersepadu untuk rutin pengoptimuman kuantum. Memberikan kelebihan masa jalan berbanding penyelesai klasik (CPLEX, penyepuhlindapan tersimulasi, dan carian tabu) pada penanda aras HUBO terpilih. Market Split ms_5_100, cabaran sukar, diselesaikan dalam masa beberapa jam (lihat tutorial ini).
Pembelajaran Mesin Singularity Panduan Rujukan API Lesen	Multiverse Computing	Aliran kerja pengelasan pembelajaran mesin klasik yang boleh mendapat manfaat daripada ketepatan yang lebih baik atau kecekapan pengiraan dengan memanfaatkan pengoptimuman kuantum yang dilaksanakan pada perkakasan IBM.	Menghasilkan ketepatan yang setanding atau melebihi model klasik seperti Random Forest atau XGBoost, sambil beroperasi dengan bilangan pemelajar yang jauh lebih sedikit dan ensembel yang lebih padat. Dikuasakan oleh pengundian yang dioptimumkan secara kuantum, ia memilih pemelajar yang paling bermaklumat dan memperhalusi sempadan keputusan, menghasilkan kecekapan yang lebih tinggi, kerumitan model yang berkurang, dan prestasi yang lebih kukuh.
Penyelesai Pengoptimuman Panduan Rujukan API Lesen	Q-CTRL	Masalah pengoptimuman binari atau sebarang masalah kombinatorial yang boleh dipetakan ke fungsi kos binari. Fungsi kos sebarang tertib dan saiz masalah sehingga skala peranti maksimum disokong.	Penyelesaian pengoptimuman kuantum hujung ke hujung yang peka hingar yang membolehkan input definisi masalah peringkat tinggi dan secara automatik mencari penyelesaian tepat untuk masalah kombinatorial yang mencabar secara klasik pada perkakasan kuantum berskala utiliti. Ia mengabstrak kerumitan dengan mengendalikan penindasan ralat, pemetaan cekap, dan pengoptimuman kuantum-klasik hibrid untuk menyelesaikan tugas pengoptimuman pada skala peranti penuh tanpa kepakaran kuantum mendalam.
Parity Twine Optimizer Panduan Rujukan API	ParityQC	Beban kerja pengoptimuman yang mendapat manfaat daripada bilangan Gate dan kedalaman litar yang dikurangkan, membolehkan saiz masalah yang relevan dengan industri yang tidak boleh dicapai dengan kaedah transpilasi standard yang sarat SWAP.	Menggunakan kaedah Parity Twine, yang dibina di atas Parity Architecture, untuk meminimumkan bilangan Gate dua-qubit dan kedalaman litar sambil mengambil kira kesambungan peranti, melaksanakan interaksi bukan setempat tanpa Gate SWAP. Mengautomasikan langkah transpilasi dengan input pengguna yang minimum dan menggunakan pendekatan QAOA kedalaman-satu yang cekap untuk mendapatkan parameter litar optimum pada CPU, meminimumkan masa QPU yang diperlukan.
Constrained Quantum Optimizer Panduan Rujukan API	Aqarios	Masalah pengoptimuman binari berkekangan yang dibekalkan sebagai fail LP, fail MPS, atau model Luna, terutamanya yang mempunyai kekangan one-hot atau set-packing.	Menyelesaikan masalah pengoptimuman binari berkekangan secara terus, menguatkuasakan kekangan one-hot dan set-packing secara natif melalui XY-mixer dan bukannya sebutan penalti, yang mengurangkan ruang carian kepada subruang yang boleh dilaksanakan dan meningkatkan kualiti penyelesaian. Mengendalikan pembentukan semula, sintesis litar, transpilasi, dan pelaksanaan pada perkakasan secara automatik menggunakan warm-starting berulang bagi algoritma FlexQAOA, tanpa latihan parameter variasional.