Langkau ke kandungan utama

QESEM: A Qiskit Function by Qedma

Nota

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

Gambaran keseluruhan​

Walaupun unit pemprosesan kuantum telah bertambah baik dengan pesat dalam beberapa tahun kebelakangan ini, ralat akibat hingar dan ketidaksempurnaan perkakasan sedia ada tetap menjadi cabaran utama bagi pembangun algoritma kuantum. Apabila bidang ini mendekati pengiraan kuantum skala utiliti yang tidak boleh disahkan secara klasik, penyelesaian untuk membatalkan hingar dengan ketepatan yang terjamin semakin penting. Untuk mengatasi cabaran ini, Qedma telah membangunkan Quantum Error Suppression and Error Mitigation (QESEM), yang disepadukan dengan lancar pada Platform IBM Quantum sebagai Fungsi Qiskit.

Dengan QESEM, pengguna boleh menjalankan litar kuantum mereka pada QPU berbising untuk mendapatkan keputusan tepat bebas ralat dengan overhed masa QPU yang sangat cekap, hampir kepada had asas. Untuk mencapai ini, QESEM memanfaatkan suite kaedah proprietari yang dibangunkan oleh Qedma untuk pencirian dan pengurangan ralat. Teknik pengurangan ralat merangkumi pengoptimuman gate, pentranspilan peka-hingar, penindasan ralat (ES), dan mitigasi ralat tidak berat sebelah (EM). Dengan gabungan kaedah berasaskan pencirian ini, pengguna boleh mencapai keputusan yang boleh dipercayai dan bebas ralat untuk litar kuantum bervolum besar yang generik, membuka kunci aplikasi yang tidak dapat dicapai sebaliknya.

Untuk penerangan penuh komponen asas, serta demonstrasi skala utiliti, rujuk kertas Reliable high-accuracy error mitigation for utility-scale quantum circuits.

Penerangan​

Anda boleh menggunakan fungsi QESEM oleh Qedma untuk menganggarkan dan melaksanakan litar anda dengan mudah menggunakan penindasan dan mitigasi ralat, mencapai volum litar yang lebih besar dan ketepatan yang lebih tinggi. Untuk menggunakan QESEM, anda menyediakan litar kuantum, satu set boleh cerap untuk diukur, ketepatan statistik sasaran untuk setiap boleh cerap, dan QPU yang dipilih. Sebelum menjalankan litar ke ketepatan sasaran, anda boleh menganggarkan masa QPU yang diperlukan berdasarkan pengiraan analitik yang tidak memerlukan pelaksanaan litar. Setelah anda berpuas hati dengan anggaran masa QPU, anda boleh melaksanakan litar dengan QESEM.

Apabila anda melaksanakan litar, QESEM menjalankan protokol pencirian peranti yang disesuaikan dengan litar anda, menghasilkan model hingar yang boleh dipercayai untuk ralat yang berlaku dalam litar. Berdasarkan pencirian, QESEM pertama melaksanakan pentranspilan peka-hingar untuk memetakan litar input ke set qubit dan gate fizikal, yang meminimumkan hingar yang mempengaruhi boleh cerap sasaran. Ini termasuk gate yang tersedia secara asli (CX/CZ pada peranti IBM®), serta gate tambahan yang dioptimumkan oleh QESEM, membentuk set gate lanjutan QESEM. QESEM kemudian menjalankan set litar ES dan EM berasaskan pencirian pada QPU dan mengumpul hasil pengukuran mereka. Ini kemudian diproses secara klasik untuk memberikan nilai jangkaan tidak berat sebelah dan bar ralat untuk setiap boleh cerap, sepadan dengan ketepatan yang diminta.

Gambaran keseluruhan Qedma QESEM QESEM telah terbukti memberikan keputusan berketetapan tinggi untuk pelbagai aplikasi kuantum dan pada volum litar terbesar yang boleh dicapai hari ini. QESEM menawarkan ciri-ciri berikut untuk pengguna, yang ditunjukkan dalam bahagian penanda aras di bawah:

  • Ketepatan terjamin: QESEM mengeluarkan anggaran tidak berat sebelah untuk nilai jangkaan boleh cerap. Kaedah EM-nya dilengkapi dengan jaminan teori, yang - bersama dengan pencirian terkini Qedma - memastikan mitigasi menumpu ke output litar tanpa hingar sehingga ketepatan yang ditentukan pengguna. Berbanding dengan banyak kaedah EM heuristik yang terdedah kepada ralat sistematik atau berat sebelah, ketepatan terjamin QESEM penting untuk memastikan keputusan yang boleh dipercayai dalam litar dan boleh cerap kuantum yang generik.
  • Penskalaan ke QPU besar: Masa QPU QESEM bergantung pada volum litar, tetapi bebas daripada bilangan qubit. Qedma telah menunjukkan QESEM pada peranti kuantum terbesar yang tersedia hari ini, termasuk peranti IBM Quantum Eagle 127-qubit dan Heron 133-qubit.
  • Bebas aplikasi: QESEM telah ditunjukkan pada pelbagai aplikasi, termasuk simulasi Hamiltonian, VQE, QAOA, dan anggaran amplitud. Pengguna boleh memasukkan sebarang litar kuantum dan boleh cerap untuk diukur, dan mendapatkan keputusan tepat bebas ralat. Satu-satunya batasan didiktekan oleh spesifikasi perkakasan dan masa QPU yang diperuntukkan, yang menentukan volum litar yang boleh diakses dan ketepatan output. Berbanding, banyak penyelesaian pengurangan ralat adalah khusus untuk aplikasi atau melibatkan heuristik yang tidak terkawal, menjadikannya tidak terpakai untuk litar dan aplikasi kuantum generik.
  • Set gate lanjutan: QESEM menyokong gate dengan sudut pecahan, dan menyediakan gate Rzz(θ)Rzz(\theta) sudut pecahan yang dioptimumkan Qedma pada peranti IBM Quantum Eagle. Set gate lanjutan ini membolehkan kompilasi yang lebih cekap dan membuka kunci volum litar yang lebih besar sebanyak faktor 2 berbanding kompilasi CX/CZ lalai.
  • Boleh cerap multiasas: QESEM menyokong boleh cerap input yang terdiri daripada banyak rentetan Pauli yang tidak bertukar ganti, seperti Hamiltonian generik. Pilihan asas pengukuran dan pengoptimuman peruntukan sumber QPU (tembakan dan litar) kemudian dilakukan secara automatik oleh QESEM untuk meminimumkan masa QPU yang diperlukan untuk ketepatan yang diminta. Pengoptimuman ini, yang mengambil kira kesetiaan perkakasan dan kadar pelaksanaan, membolehkan anda menjalankan litar yang lebih dalam dan mendapatkan ketepatan yang lebih tinggi.

Penanda aras​

QESEM telah diuji pada pelbagai kes penggunaan dan aplikasi. Contoh-contoh berikut boleh membantu anda menilai jenis beban kerja yang boleh anda jalankan dengan QESEM.

Angka merit utama untuk mengukur kesukaran mitigasi ralat dan simulasi klasik untuk litar dan boleh cerap tertentu ialah volum aktif: bilangan gate CNOT yang mempengaruhi boleh cerap dalam litar. Volum aktif bergantung pada kedalaman dan lebar litar, pada wajaran boleh cerap, dan pada struktur litar, yang menentukan kon cahaya boleh cerap. Untuk maklumat lanjut, lihat ucapan dari Sidang Kemuncak IBM Quantum 2024. QESEM memberikan nilai yang sangat besar dalam rejim volum tinggi, memberikan keputusan yang boleh dipercayai untuk litar dan boleh cerap generik.

Volum aktif

AplikasiBilangan qubitPerantiPenerangan litarKetepatanJumlah masaPenggunaan runtime
Litar VQE8Eagle (r3)21 lapisan jumlah, 9 asas pengukuran, rantai 1D98%35 min14 min
Kicked Ising28Eagle (r3)3 lapisan unik x 3 langkah, topologi hex-berat 2D97%22 min4 min
Kicked Ising28Eagle (r3)3 lapisan unik x 8 langkah, topologi hex-berat 2D97%116 min23 min
Simulasi Hamiltonian Trotterized40Eagle (r3)2 lapisan unik x 10 langkah Trotter, rantai 1D97%3 jam25 min
Simulasi Hamiltonian Trotterized119Eagle (r3)3 lapisan unik x 9 langkah Trotter, topologi hex-berat 2D95%6.5 jam45 min
Kicked Ising136Heron (r2)3 lapisan unik x 15 langkah, topologi hex-berat 2D99%52 min9 min

Ketepatan diukur di sini relatif terhadap nilai ideal boleh cerap: ⟨O⟩ideal−ϵ⟨O⟩ideal\frac{\langle O \rangle_{ideal} - \epsilon}{\langle O \rangle_{ideal}}, di mana 'ϵ\epsilon' ialah ketepatan mutlak mitigasi (ditetapkan oleh input pengguna), dan ⟨O⟩ideal\langle O \rangle_{ideal} ialah boleh cerap pada litar tanpa hingar. 'Penggunaan runtime' mengukur penggunaan penanda aras dalam mod kelompok (jumlah penggunaan kerja individu), manakala 'jumlah masa' mengukur penggunaan dalam mod sesi (masa dinding eksperimen), yang merangkumi masa klasik dan komunikasi tambahan. QESEM tersedia untuk pelaksanaan dalam kedua-dua mod, supaya pengguna boleh memanfaatkan sebaik-baiknya sumber yang ada.

Litar Kicked Ising 28-qubit mensimulasikan Quasicrystal Masa Diskret yang dikaji oleh Shinjo et al. (lihat arXiv 2403.16718 dan Q2B24 Tokyo) pada tiga gelung bersambung ibm_kawasaki. Parameter litar yang diambil di sini ialah (θx,θz)=(0.9π,0)(\theta_x, \theta_z) = (0.9 \pi, 0), dengan keadaan awal feromagnet ∣ψ0⟩=∣0⟩⊗n| \psi_0 \rangle = | 0 \rangle ^{\otimes n}. Boleh cerap yang diukur ialah nilai mutlak kemagnetan M=∣128∑i=027⟨Zi⟩∣M = |\frac{1}{28} \sum_{i=0}^{27} \langle Z_i \rangle|. Eksperimen Kicked Ising skala utiliti dijalankan pada 136 qubit terbaik ibm_fez; penanda aras khusus ini dijalankan pada sudut Clifford (θx,θz)=(π,0)(\theta_x, \theta_z) = (\pi, 0), di mana volum aktif berkembang perlahan dengan kedalaman litar, yang - bersama dengan kesetiaan peranti yang tinggi - membolehkan ketepatan tinggi pada masa runtime yang singkat.

Litar simulasi Hamiltonian Trotterized adalah untuk model Ising Medan Transversal pada sudut pecahan: (θzz,θx)=(π/4,π/8)(\theta_{zz}, \theta_x) = (\pi / 4, \pi /8) dan (θzz,θx)=(π/6,π/8)(\theta_{zz}, \theta_x) = (\pi / 6, \pi / 8) secara berturutan (lihat Q2B24 Tokyo). Litar skala utiliti dijalankan pada 119 qubit terbaik ibm_brisbane, manakala eksperimen 40-qubit dijalankan pada rantai terbaik yang tersedia. Ketepatan dilaporkan untuk kemagnetan; keputusan berketetapan tinggi diperoleh untuk boleh cerap berwajaran lebih tinggi juga.

Litar VQE dibangunkan bersama penyelidik dari Pusat Teknologi dan Aplikasi Kuantum di Deutsches Elektronen-Synchrotron (DESY). Boleh cerap sasaran di sini ialah Hamiltonian yang terdiri daripada sejumlah besar rentetan Pauli yang tidak bertukar ganti, menekankan prestasi QESEM yang dioptimumkan untuk boleh cerap pelbagai asas. Mitigasi diterapkan pada ansatz yang dioptimumkan secara klasik; walaupun keputusan ini masih belum diterbitkan, keputusan dengan kualiti yang sama akan diperoleh untuk litar berbeza dengan sifat struktur yang serupa.

Mulakan​

Sahkan menggunakan kunci API Platform IBM Quantum anda, dan pilih Fungsi Qiskit QESEM seperti berikut. (Petikan kod ini menganggap anda sudah menyimpan akaun anda ke persekitaran tempatan.)

# Added by doQumentation — required packages for this notebook
!pip install -q qiskit qiskit-ibm-catalog qiskit-ibm-runtime
import qiskit

from qiskit_ibm_catalog import QiskitFunctionsCatalog

catalog = QiskitFunctionsCatalog(channel="ibm_quantum_platform")

qesem_function = catalog.load("qedma/qesem")

Contoh​

Untuk bermula, cuba contoh asas ini untuk menganggarkan masa QPU yang diperlukan untuk menjalankan QESEM bagi pub tertentu:

# This cell is hidden from users
from qiskit_ibm_runtime import QiskitRuntimeService

service = QiskitRuntimeService()
backend_name = service.least_busy().name
circ = qiskit.QuantumCircuit(5)
circ.cx(0, 1)
circ.cx(2, 3)
circ.cx(1, 2)
circ.cx(3, 4)

avg_magnetization = qiskit.quantum_info.SparsePauliOp.from_sparse_list(
[("Z", [q], 1 / 5) for q in range(5)], num_qubits=5
)
other_observable = qiskit.quantum_info.SparsePauliOp.from_sparse_list(
[("ZZ", [0, 1], 1.0), ("XZ", [1, 4], 0.5)], num_qubits=5
)

time_estimation_job = qesem_function.run(
pubs=[(circ, [avg_magnetization, other_observable])],
options={
"estimate_time_only": "analytical",
},
backend_name=backend_name, # E.g. "ibm_fez"
)

time_estimate_result = time_estimation_job.result()

Contoh berikut melaksanakan kerja QESEM:

sample_job = qesem_function.run(
pubs=[(circ, [avg_magnetization, other_observable])],
backend_name=backend_name, # E.g. "ibm_fez"
)

Anda boleh menggunakan API Qiskit Serverless yang biasa untuk menyemak status beban kerja Fungsi Qiskit anda atau mendapatkan semula keputusan:

print(sample_job.status())
result = sample_job.result()

Parameter fungsi​

NamaJenisPeneranganDiperlukanLalaiContoh
pubsEstimatorPubLikeIni adalah input utama. Pub mengandungi 2-4 elemen: litar, satu atau lebih boleh cerap, 0 atau satu set nilai parameter, dan ketepatan pilihan. Jika ketepatan tidak ditentukan, maka default_precision dari options akan digunakanYaT/A[(circuit, [obs1,obs2,obs3], parameter_values, 0.03)]
backend_namerentetanNama backend yang hendak digunakanTidakQESEM akan mendapatkan peranti paling kurang sibuk yang dilaporkan oleh IBM"ibm_fez"
instancerentetanNama sumber awan instans yang hendak digunakan dalam format tersebutTidakT/A"CRN"
optionskamusPilihan input. Lihat bahagian Pilihan untuk maklumat lanjut.TidakLihat bahagian Pilihan untuk butiran.{ default_precision = 0.03, "max_execution_time" = 3600, "transpilation_level" = 0}

Pilihan​

PilihanPilihan yang adaPeneranganLalai
estimate_time_only"analytical" / "empirical" / NoneApabila ditetapkan, kerja QESEM hanya akan mengira anggaran masa QPU. Sila lihat penerangan berikut untuk maklumat lanjut. Apabila ditetapkan kepada None, litar akan dilaksanakan dengan QESEMNone
default_precision0 < floatAkan diterapkan pada pubs yang tidak mempunyai ketepatan. Ketepatan menandakan ralat yang boleh diterima pada nilai jangkaan boleh cerap dalam nilai mutlak. Iaitu, runtime QPU untuk mitigasi akan ditentukan untuk memberikan nilai output untuk semua boleh cerap yang diminati yang jatuh dalam selang keyakinan 1σ dari ketepatan sasaran. Jika berbilang boleh cerap diberikan, mitigasi akan berjalan sehingga ketepatan sasaran dicapai untuk setiap boleh cerap input.0.02
max_execution_time0 < integer < 28,800 (8 jam)Membolehkan anda mengehadkan masa QPU, yang ditentukan dalam saat, untuk digunakan bagi keseluruhan proses QESEM. Sila cari butiran tambahan di bawah.3,600 (satu jam)
transpilation_level0 / 1Lihat penerangan di bawah1
execution_mode"session" / "batch"Lihat penerangan berikut"batch"
awas
Anggaran masa QPU berubah dari satu backend ke backend lain. Oleh itu, apabila melaksanakan fungsi QESEM, pastikan anda menjalankannya pada backend yang sama yang dipilih ketika mendapatkan anggaran masa QPU.
nota
QESEM akan menamatkan jalannya apabila mencapai ketepatan sasaran atau apabila mencapai max_execution_time, yang mana lebih dahulu.
  • estimate_time_only - Bendera ini membolehkan pengguna mendapatkan anggaran masa QPU yang diperlukan untuk melaksanakan litar dengan QESEM.

    • Jika ditetapkan kepada "analytical", had atas masa QPU dikira tanpa menggunakan sebarang penggunaan QPU. Anggaran ini mempunyai resolusi 30-minit (contohnya, 30 minit, 60 minit, 90 minit, dan sebagainya). Ia biasanya pesimis, dan hanya boleh diperoleh untuk boleh cerap Pauli tunggal atau jumlah Pauli tanpa sokongan bersilang (contohnya, Z0+Z1). Ia terutamanya berguna untuk membandingkan tahap kerumitan parameter berbeza yang diberikan oleh pengguna (litar, ketepatan, dan sebagainya).
    • Untuk mendapatkan anggaran masa QPU yang lebih tepat, tetapkan bendera ini kepada "empirical". Walaupun pilihan ini memerlukan menjalankan sebilangan kecil litar, ia memberikan anggaran masa QPU yang jauh lebih tepat. Anggaran ini mempunyai resolusi 5-minit (contohnya, 20 minit, 25 minit, 30 minit, dan sebagainya). Pengguna boleh memilih untuk menjalankan anggaran masa empirikal dalam mod kelompok atau mod sesi. Untuk maklumat lanjut, sila lihat penerangan execution_mode. Sebagai contoh, dalam mod kelompok, anggaran masa empirikal akan menggunakan kurang daripada 10 minit masa QPU.
  • max_execution_time: Membolehkan anda mengehadkan masa QPU, yang ditentukan dalam saat, untuk digunakan bagi keseluruhan proses QESEM. Oleh kerana masa QPU akhir yang diperlukan untuk mencapai ketepatan sasaran ditentukan secara dinamik semasa kerja QESEM, parameter ini membolehkan anda mengehadkan kos eksperimen. Jika masa QPU yang ditentukan secara dinamik lebih pendek daripada masa yang diperuntukkan oleh pengguna, parameter ini tidak akan mempengaruhi eksperimen. Parameter max_execution_time amat berguna dalam kes di mana anggaran masa analitik yang diberikan oleh QESEM sebelum kerja bermula terlalu pesimis dan pengguna ingin memulakan kerja mitigasi bagaimanapun. Selepas had masa dicapai, QESEM berhenti menghantar litar baru. Litar yang telah dihantar terus berjalan (jadi jumlah masa mungkin melebihi had sebanyak 30 minit), dan pengguna menerima keputusan yang diproses dari litar yang berjalan sehingga titik itu. Jika anda ingin menerapkan had masa QPU yang lebih pendek daripada anggaran masa analitik, berunding dengan Qedma untuk mendapatkan anggaran ketepatan yang boleh dicapai dalam had masa.

  • transpilation_level: Selepas litar dihantar ke QESEM, ia secara automatik menyediakan beberapa pentranspilan litar alternatif dan memilih yang meminimumkan masa QPU. Sebagai contoh, pentranspilan alternatif mungkin menggunakan gate RZZ sudut pecahan yang dioptimumkan Qedma untuk mengurangkan kedalaman litar. Sudah tentu, semua pentranspilan adalah setara dengan litar input, dari segi output idealnya. Untuk memberikan lebih kawalan ke atas pentranspilan litar, tetapkan tahap pentranspilan dalam options. Manakala "transpilation_level": 1 sepadan dengan tingkah laku lalai yang diterangkan di atas, "transpilation_level": 0 hanya merangkumi pengubahsuaian minimum yang diperlukan pada litar asal; contohnya, 'lapisan' - pengaturan operasi litar ke dalam 'lapisan' gate dua-qubit serentak. Perlu diingat bahawa pemetaan perkakasan automatik ke qubit berkesetiaan tinggi diterapkan dalam apa jua keadaan.

transpilation_levelPenerangan
1Pentranspilan QESEM lalai. Menyediakan beberapa pentranspilan alternatif dan memilih yang meminimumkan masa QPU. Penghalang mungkin diubah suai dalam langkah pelapisan.
0Pentranspilan minimum: litar yang dimitigasi akan menyerupai litar input dari segi struktur. Litar yang diberikan dalam tahap 0 mestilah sepadan dengan kesambungan peranti dan ditentukan dalam bentuk gate berikut: CX, Rzz(α), dan gate satu-qubit standard (U, x, sx, rz, dan sebagainya). Penghalang akan dihormati dalam langkah pelapisan.
  • execution_mode - Pengguna boleh memilih untuk menjalankan kerja QESEM dalam sesi IBM yang berdedikasi atau merentasi beberapa kelompok IBM:
    • Mod Sesi: Sesi lebih mahal tetapi menghasilkan masa-ke-keputusan yang lebih singkat. Setelah sesi bermula, QPU dikhaskan secara eksklusif untuk kerja QESEM. Pengiraan penggunaan merangkumi masa yang digunakan untuk pelaksanaan QPU dan pengiraan klasik yang berkaitan (dilakukan oleh QESEM dan IBM). Fungsi Qiskit QESEM menjaga penciptaan dan penutupan sesi secara automatik. Untuk pengguna dengan akses tidak terhad kepada QPU (contohnya, persediaan on-premises), adalah disyorkan untuk menggunakan mod sesi bagi pelaksanaan QESEM yang lebih pantas.
    • Mod Kelompok: Dalam mod kelompok, QPU dibebaskan semasa pengiraan klasik, membawa kepada penggunaan QPU yang lebih rendah. Kerana kerja kelompok biasanya merentasi tempoh yang lebih lama, terdapat risiko yang lebih besar terhadap hanyutan perkakasan; QESEM menggabungkan langkah-langkah untuk mengesan dan mengimbangi hanyutan, mengekalkan kebolehpercayaan sepanjang jalan yang dipanjangkan.
nota

Operasi penghalang biasanya digunakan untuk menentukan lapisan gate dua-qubit dalam litar kuantum. Dalam tahap 0, QESEM memelihara lapisan yang ditentukan oleh penghalang. Dalam tahap 1, lapisan yang ditentukan oleh penghalang dianggap sebagai satu alternatif pentranspilan apabila meminimumkan masa QPU.

Output​

Output fungsi Circuit ialah PrimitiveResult, yang mengandungi dua medan:

  • Satu objek PubResult. Ia boleh diindeks terus dari PrimitiveResult.

  • Metadata peringkat kerja.

Setiap PubResult mengandungi medan data dan metadata.

  • Medan data mengandungi sekurang-kurangnya satu tatasusunan nilai jangkaan (PubResult.data.evs) dan satu tatasusunan ralat piawai (PubResult.data.stds). Ia juga boleh mengandungi lebih banyak data, bergantung pada pilihan yang digunakan.

  • Medan metadata mengandungi metadata peringkat PUB (PubResult.metadata).

Petikan kod berikut menunjukkan cara mendapatkan semula anggaran masa QPU (estimate_time_only ditetapkan):

print(
f"The estimated QPU time for this PUB is: \n{time_estimate_result[0].metadata}"
)

Petikan kod berikut menunjukkan cara mendapatkan semula keputusan mitigasi (apabila estimate_time_only tidak ditetapkan) dan metrik pelaksanaan. Ini mengandungi data penting yang membolehkan pemahaman lebih mendalam tentang bagaimana parameter berbeza mempengaruhi pelaksanaan QESEM. Ia juga mungkin relevan apabila menulis kertas berdasarkan penyelidikan anda.

results = result[0]
print(f"Mitigated expectation values: \n{results.data.evs}")
print(f"Mitigated error-bar: \n{results.data.stds}")
noisy_results = results.metadata["noisy_results"]
print(f"Noisy expectation values: \n{noisy_results.evs}")
print(f"Noisy error-bar: \n{noisy_results.stds}")
print(f"Total QPU time: \n {results.metadata['total_qpu_time']}")
print(
f"Gates fidelity measured during the experiment: \n {results.metadata['gate_fidelities']}"
)
print(
f"Total shots / mitigation shots: \n {results.metadata['total_shots']} / {results.metadata['mitigation_shots']}"
)
print("Transpiled circuits:")
for i, circuit in enumerate(results.metadata["transpiled_circs"]):
print(f"Circuit {i}:")
print(f" Circuit: \n {circuit['circuit']}")
print(f" Qubit mapping: \n {circuit['qubit_map']}")
print(f" Measurement bases: \n {circuit['num_measurement_bases']}")

Dapatkan mesej ralat​

Jika status beban kerja anda adalah RALAT, gunakan job.result() untuk mendapatkan mesej ralat seperti berikut:

print(sample_job.result())
PrimitiveResult([PubResult(data=DataBin(), metadata={'time_estimation_sec': 12600})], metadata={})

Dapatkan sokongan​

Pasukan sokongan Qedma sedia membantu! Jika anda menghadapi sebarang isu atau mempunyai soalan tentang penggunaan Fungsi Qiskit QESEM, jangan teragak-agak untuk menghubungi kami. Kakitangan sokongan kami yang berpengetahuan dan mesra bersedia membantu anda dengan sebarang kebimbangan teknikal atau pertanyaan yang anda miliki.

Anda boleh menghantar e-mel kepada kami di support@qedma.com untuk mendapatkan bantuan. Sila sertakan seberapa banyak maklumat tentang isu yang anda alami untuk membantu kami memberikan respons yang cepat dan tepat. Anda juga boleh menghubungi wakil Qedma POC khusus anda melalui e-mel atau telefon.

Untuk membantu kami membantu anda dengan lebih cekap, sila berikan maklumat berikut apabila menghubungi kami:

  • Penerangan terperinci tentang isu tersebut
  • ID kerja
  • Sebarang mesej atau kod ralat yang berkaitan

Kami komited untuk memberikan anda sokongan yang segera dan berkesan untuk memastikan anda mendapat pengalaman terbaik dengan Fungsi Qiskit kami.

Kami sentiasa berusaha untuk meningkatkan produk kami dan kami mengalu-alukan cadangan anda! Jika anda mempunyai idea tentang cara kami boleh meningkatkan perkhidmatan atau ciri yang anda ingin lihat, sila hantar pemikiran anda kepada support@qedma.com

Langkah seterusnya​

Source: IBM Quantum docs — updated 27 Mac 2026
English version on doQumentation — updated 7 Mei 2026
This translation based on the English version of 11 Mac 2026