AI Transpiler 패스

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

AI 기반 Transpiler 패스는 일부 트랜스파일링 작업에서 "전통적인" Qiskit 패스를 대체하여 사용할 수 있는 패스입니다. 기존 휴리스틱 알고리즘(낮은 깊이 및 CNOT 수 등)보다 더 나은 결과를 자주 도출하며, 불리언 만족도 해석기(Boolean satisfiability solver)와 같은 최적화 알고리즘보다 훨씬 빠릅니다. AI Transpiler 패스는 로컬 환경에서 실행하거나, IBM Quantum® Premium Plan, Flex Plan, 또는 On-Prem (IBM Quantum Platform API 경유) Plan에 속해 있는 경우 Qiskit Transpiler Service를 통해 클라우드에서 실행할 수 있습니다.

참고

AI 기반 Transpiler 패스는 베타 릴리스 상태로, 변경될 수 있습니다. 피드백이 있거나 개발팀에 연락하고 싶은 경우 이 Qiskit Slack Workspace 채널을 이용해 주세요.

현재 이용 가능한 패스는 다음과 같습니다:

라우팅 패스

AIRouting: 레이아웃 선택 및 Circuit 라우팅

Circuit 합성 패스

AICliffordSynthesis: Clifford Circuit 합성
AILinearFunctionSynthesis: 선형 함수 Circuit 합성
AIPermutationSynthesis: 순열 Circuit 합성
AIPauliNetworkSynthesis: Pauli Network Circuit 합성

AI Transpiler 패스를 사용하려면 먼저 qiskit-ibm-transpiler 패키지를 설치하세요. 사용 가능한 다양한 옵션에 대한 자세한 내용은 qiskit-ibm-transpiler API 문서를 참고하세요.

로컬 또는 클라우드에서 AI Transpiler 패스 실행

로컬 환경에서 무료로 AI 기반 Transpiler 패스를 사용하고 싶다면, 아래와 같이 추가 의존성을 포함하여 qiskit-ibm-transpiler를 설치하세요:

pip install qiskit-ibm-transpiler[ai-local-mode]

이러한 추가 의존성 없이는 AI 기반 Transpiler 패스가 Qiskit Transpiler Service를 통해 클라우드에서 실행됩니다(IBM Quantum Premium Plan, Flex Plan, 또는 On-Prem (IBM Quantum Platform API 경유) Plan 사용자만 이용 가능). 추가 의존성을 설치하면 AI 기반 Transpiler 패스의 기본 실행 모드는 로컬 머신을 사용하는 방식으로 전환됩니다.

AI 라우팅 패스

AIRouting 패스는 레이아웃 단계와 라우팅 단계 모두로 동작합니다. 다음과 같이 PassManager 내에서 사용할 수 있습니다:

from qiskit.transpiler import PassManager
from qiskit.circuit.library import efficient_su2
from qiskit_ibm_transpiler.ai.routing import AIRouting
from qiskit_ibm_runtime import QiskitRuntimeService

backend = QiskitRuntimeService().backend("ibm_torino")
ai_passmanager = PassManager(
    [
        AIRouting(
            backend=backend,
            optimization_level=2,
            layout_mode="optimize",
            local_mode=True,
        )
    ]
)

circuit = efficient_su2(101, entanglement="circular", reps=1)

transpiled_circuit = ai_passmanager.run(circuit)

여기서 backend는 라우팅할 커플링 맵을 결정하고, optimization_level(1, 2, 또는 3)은 처리 과정에서 투입할 계산 노력을 결정합니다(값이 높을수록 일반적으로 더 나은 결과를 제공하지만 더 오래 걸립니다). layout_mode는 레이아웃 선택 방식을 지정합니다. layout_mode에는 다음과 같은 옵션이 있습니다:

keep: 이전 Transpiler 패스에서 설정한 레이아웃을 유지합니다(설정되지 않은 경우 trivial 레이아웃을 사용합니다). 일반적으로 Circuit을 장치의 특정 Qubit에서 실행해야 하는 경우에만 사용됩니다. 최적화 여지가 줄어들어 결과가 좋지 않은 경우가 많습니다.
improve: 이전 Transpiler 패스에서 설정한 레이아웃을 시작점으로 사용합니다. 레이아웃에 대한 좋은 초기 추정값이 있는 경우, 예를 들어 장치의 커플링 맵을 대략적으로 따르는 방식으로 구성된 Circuit에 유용합니다. 또한 특정 레이아웃 패스와 AIRouting 패스를 조합하여 시도하고 싶을 때도 유용합니다.
optimize: 기본 모드입니다. 레이아웃 추정이 어려운 일반적인 Circuit에 가장 잘 작동합니다. 이 모드는 이전 레이아웃 선택을 무시합니다.
local_mode: 이 플래그는 AIRouting 패스가 실행되는 위치를 결정합니다. False이면 AIRouting이 Qiskit Transpiler Service를 통해 원격으로 실행됩니다. True이면 패키지가 로컬 환경에서 패스를 실행하려고 시도하며, 필요한 의존성이 없을 경우 클라우드 모드로 폴백합니다.

AI Circuit 합성 패스

AI Circuit 합성 패스를 사용하면 다양한 Circuit 유형(Clifford, Linear Function, Permutation, Pauli Network)의 일부를 재합성하여 최적화할 수 있습니다. 합성 패스를 사용하는 일반적인 방법은 다음과 같습니다:

from qiskit.transpiler import PassManager

from qiskit_ibm_transpiler.ai.routing import AIRouting
from qiskit_ibm_transpiler.ai.synthesis import AILinearFunctionSynthesis
from qiskit_ibm_transpiler.ai.collection import CollectLinearFunctions
from qiskit_ibm_transpiler.ai.synthesis import AIPauliNetworkSynthesis
from qiskit_ibm_transpiler.ai.collection import CollectPauliNetworks
from qiskit.circuit.library import efficient_su2

ibm_torino = QiskitRuntimeService().backend("ibm_torino")
ai_passmanager = PassManager(
    [
        AIRouting(
            backend=ibm_torino,
            optimization_level=3,
            layout_mode="optimize",
            local_mode=True,
        ),  # Route circuit
        CollectLinearFunctions(),  # Collect Linear Function blocks
        AILinearFunctionSynthesis(
            backend=ibm_torino, local_mode=True
        ),  # Re-synthesize Linear Function blocks
        CollectPauliNetworks(),  # Collect Pauli Networks blocks
        AIPauliNetworkSynthesis(
            backend=ibm_torino, local_mode=True
        ),  # Re-synthesize Pauli Network blocks.
    ]
)

circuit = efficient_su2(10, entanglement="full", reps=1)

transpiled_circuit = ai_passmanager.run(circuit)

합성은 장치의 커플링 맵을 준수합니다. 다른 라우팅 패스 이후에 Circuit을 방해하지 않고 안전하게 실행할 수 있으므로 전체 Circuit은 여전히 장치 제약 조건을 따릅니다. 기본적으로 합성 패스는 합성된 서브 Circuit이 원래 Circuit보다 개선된 경우(현재는 CNOT 수만 확인)에만 원래 서브 Circuit을 교체하지만, replace_only_if_better=False로 설정하여 항상 교체하도록 강제할 수 있습니다.

qiskit_ibm_transpiler.ai.synthesis에서 가져올 수 있는 합성 패스는 다음과 같습니다:

AICliffordSynthesis: Clifford Circuit(H, S, CX Gate 블록)의 합성. 현재 최대 9개의 Qubit 블록까지 지원합니다.
AILinearFunctionSynthesis: Linear Function Circuit(CX 및 SWAP Gate 블록)의 합성. 현재 최대 9개의 Qubit 블록까지 지원합니다.
AIPermutationSynthesis: Permutation Circuit(SWAP Gate 블록)의 합성. 현재 65, 33, 27개의 Qubit 블록에서 사용 가능합니다.
AIPauliNetworkSynthesis: Pauli Network Circuit(H, S, SX, CX, RX, RY, RZ Gate 블록)의 합성. 현재 최대 6개의 Qubit 블록까지 지원합니다.

지원하는 블록의 크기는 점차적으로 늘려 나갈 예정입니다.

모든 패스는 스레드 풀을 사용하여 여러 요청을 병렬로 전송합니다. 기본적으로 최대 스레드 수는 코어 수에 4를 더한 값입니다(ThreadPoolExecutor Python 객체의 기본값). 그러나 패스 인스턴스화 시 max_threads 인수를 사용하여 직접 값을 설정할 수 있습니다. 예를 들어, 다음 코드는 최대 20개의 스레드를 사용하도록 AILinearFunctionSynthesis 패스를 인스턴스화합니다.

AILinearFunctionSynthesis(backend=ibm_torino, max_threads=20)  # Re-synthesize Linear Function blocks using 20 threads max

환경 변수 AI_TRANSPILER_MAX_THREADS를 원하는 최대 스레드 수로 설정할 수도 있으며, 이후에 인스턴스화되는 모든 합성 패스가 해당 값을 사용합니다.

AI 합성 패스가 서브 Circuit을 합성하려면, 해당 서브 Circuit이 커플링 맵의 연결된 서브그래프 위에 놓여 있어야 합니다(이를 위한 한 가지 방법은 블록을 수집하기 전에 라우팅 패스를 사용하는 것이지만, 유일한 방법은 아닙니다). 합성 패스는 특정 서브그래프가 지원되는지 자동으로 확인하며, 지원되지 않는 경우 경고를 발생시키고 원래 서브 Circuit을 변경하지 않고 유지합니다.

qiskit_ibm_transpiler.ai.collection에서 가져올 수 있는 Clifford, Linear Function, Permutation에 대한 다음과 같은 커스텀 수집 패스들도 합성 패스를 보완합니다:

CollectCliffords: Clifford 블록을 Instruction 객체로 수집하고, 합성 후 비교를 위해 원래 서브 Circuit을 저장합니다.
CollectLinearFunctions: SWAP 및 CX 블록을 LinearFunction 객체로 수집하고, 합성 후 비교를 위해 원래 서브 Circuit을 저장합니다.
CollectPermutations: SWAP Circuit 블록을 Permutations으로 수집합니다.
CollectPauliNetworks: Pauli Network 블록을 수집하고, 합성 후 비교를 위해 원래 서브 Circuit을 저장합니다.

이러한 커스텀 수집 패스는 수집된 서브 Circuit의 크기를 AI 기반 합성 패스가 지원하는 범위로 제한합니다. 따라서 전체적인 최적화를 위해 라우팅 패스 이후, 합성 패스 이전에 사용하는 것을 권장합니다.

하이브리드 휴리스틱-AI Circuit 트랜스파일

qiskit-ibm-transpiler를 사용하면 Qiskit의 휴리스틱과 AI 기반 Transpiler 패스의 장점을 결합한 하이브리드 패스 매니저를 구성할 수 있습니다. 이 기능은 Qiskit의 generate_pass_manager 메서드와 유사하게 동작합니다. generate_ai_pass_manager를 사용하는 일반적인 방법은 다음과 같습니다:

from qiskit_ibm_transpiler import generate_ai_pass_manager
from qiskit.circuit.library import efficient_su2
from qiskit_ibm_runtime import QiskitRuntimeService

backend = QiskitRuntimeService().backend("ibm_torino")
torino_coupling_map = backend.coupling_map

su2_circuit = efficient_su2(101, entanglement="circular", reps=1)

ai_transpiler_pass_manager = generate_ai_pass_manager(
    coupling_map=torino_coupling_map,
    ai_optimization_level=3,
    optimization_level=3,
    ai_layout_mode="optimize",
)

ai_su2_transpiled_circuit = ai_transpiler_pass_manager.run(su2_circuit)

이 예시에서 사용된 옵션은 다음과 같습니다:

coupling_map - 트랜스파일에 사용할 커플링 맵을 지정합니다.
ai_optimization_level - PassManager의 AI 구성 요소에 사용할 최적화 수준(1-3)을 지정합니다.
optimization_level - PassManager의 휴리스틱 구성 요소에 대해 Circuit에 적용할 최적화 정도를 지정합니다.
ai_layout_mode - PassManager의 AI 라우팅 부분이 레이아웃을 처리하는 방식을 지정합니다. 이 ai_layout_mode 파라미터의 구성 옵션은 AI 라우팅 패스 섹션을 참고하세요.

제한 사항

AI 기반 Transpiler 패스에 적용되는 제한 사항에 대한 자세한 내용은 Qiskit Transpiler Service 문서를 참고하세요.

인용

연구에서 Qiskit Transpiler Service의 AI 기반 기능을 사용하는 경우 권장 인용 방식을 사용하세요.

로컬 또는 클라우드에서 AI Transpiler 패스 실행​

AI 라우팅 패스​

AI Circuit 합성 패스​

하이브리드 휴리스틱-AI Circuit 트랜스파일​

제한 사항​

인용​

로컬 또는 클라우드에서 AI Transpiler 패스 실행

AI 라우팅 패스

AI Circuit 합성 패스

하이브리드 휴리스틱-AI Circuit 트랜스파일

제한 사항

인용