Qiskit Functions 소개

참고

• Qiskit Functions는 IBM Quantum® Premium Plan, Flex Plan, On-Prem(IBM Quantum Platform API를 통한) Plan 사용자만 이용할 수 있는 실험적 기능입니다. 이는 미리보기 릴리스 상태이며 변경될 수 있습니다.

Qiskit Functions는 양자 소프트웨어 개발 워크플로우의 일부를 추상화하여 유틸리티 규모의 알고리즘 발견과 애플리케이션 개발을 간소화하고 가속화합니다. 이를 통해 Qiskit Functions는 코드를 직접 작성하고 실험을 미세 조정하는 데 소요되는 시간을 절약해 줍니다.

Qiskit Functions Catalog

Functions는 두 가지 형태로 제공됩니다:

유형	기능	입출력 예시	대상 사용자
Circuit 함수	Circuit 실행을 위한 간소화된 인터페이스. 트랜스파일링, 오류 억제, 오류 완화를 추상화	입력: 추상 PUB 객체 출력: 완화된 기대값	하드웨어 최적화나 오류 처리에 집중할 필요 없이 Qiskit을 사용하여 새로운 알고리즘과 애플리케이션을 발견하는 연구자. Circuit 함수를 사용하여 커스텀 애플리케이션 함수를 구축할 수 있습니다.
애플리케이션 함수	알고리즘 탐색 및 도메인별 사용 사례와 같은 고수준 작업을 다룹니다. 고전적 입출력으로 작업을 해결하기 위한 양자 워크플로우를 추상화	입력: 분자, 그래프 출력: 바닥 + 들뜬 상태 에너지, 비용 함수의 최적값	고전적 데이터를 양자 Circuit에 매핑할 필요 없이, 기존 대규모 고전적 워크플로우에 양자를 통합하려는 비양자 분야의 연구자.

Functions는 IBM® 및 타사 파트너에 의해 제공됩니다. 각각은 특정 워크로드 특성에 대해 성능이 최적화되어 있으며 고유한 성능 튜닝 옵션을 가지고 있습니다.

사용 가능한 함수 개요

Circuit 함수

이름	제공자	권장 사용 사례	고유 장점
텐서 네트워크 오류 완화 가이드 API 참조 라이선스	Algorithmiq	저가중치 옵저버블과 루프 프리 Circuit이 있는 워크로드.	관련 Circuit 클래스에 대해 영잡음 외삽(ZNE) 및 확률적 오류 상쇄(PEC)와 같은 표준 오류 완화 기준선을 능가하면서 측정 오버헤드와 분산을 줄입니다.
QESEM: 오류 억제 및 오류 완화 가이드 API 참조	Qedma	분수 또는 매개변수화된 Gate가 있는 Circuit, 고가중치 옵저버블, 편향 없는 기대값과 정확한 런타임 추정이 필요한 워크플로우가 포함된 워크로드.	관련 Circuit 클래스에 대해 ZNE 및 PEC를 능가하면서, 낮은 분산과 리소스 오버헤드로 편향 없는 기대값을 생성합니다.
성능 관리 가이드 API 참조 라이선스	Q-CTRL	파라메트릭 Circuit, 깊은 Circuit, 또는 많은 Circuit 실행이 필요한 워크로드.	AI 기반 오류 억제를 양자 알고리즘에 자동으로 적용하여, IBM 디바이스의 성능을 최대화하고 필요한 샷 수, 컴퓨팅 시간 및 비용을 줄이면서 정확한 결과를 제공합니다. Sampler 및 Estimator 프리미티브의 실행 정확도를 향상시키는 제로 오버헤드 방법으로, 모든 가중치의 옵저버블과 호환됩니다.

애플리케이션 함수

이름	제공자	권장 사용 사례	고유 장점
QUICK-PDE 가이드 API 참조 라이선스	ColibriTD	다중 물리 PDE를 위한 양자 계산 사용. 양자 및 물리적 모델링 매개변수 모두에 대한 완전한 제어를 유지하면서 양자 하드웨어용 시뮬레이션 워크플로우 준비.	고급 솔루션 인코딩 및 스펙트럼 방법을 통해 정밀하고 확장 가능한 PDE 솔루션을 제공하는 강력한 하이브리드 VQA 프레임워크를 제공하여, 양자 대비 시뮬레이션 역량을 구축하려는 팀에 이상적인 진입점입니다.
Quantum Portfolio Optimizer 가이드 API 참조 라이선스	Global Data Quantum	금융 최적화 워크로드로, 리스크를 최소화하고 수익을 극대화하면서 시간에 따른 최적의 포트폴리오 전략을 찾고, 거래 전략 백테스팅을 가능하게 합니다.	이 금융 사용 사례를 위한 VQE 양자 알고리즘의 고도로 특화된 적응을 통해 조합 최적화 문제를 해결하며, 포트폴리오 최적화에 맞춤화된 최적화된 실행 전략 및 옵티마이저, 노이즈 인식 오류 완화 기법을 사용합니다.
HI-VQE Chemistry 가이드 API 참조 라이선스	Qunova Computing	다체 전자 구조 문제 해결이 필요한 계산 화학, 분자 시뮬레이션, 재료 과학 또는 모든 해밀토니안 시뮬레이션의 워크로드.	40~60 Qubit으로 모델링된 문제에 대해 화학적 정확도(1 kcal/mol, 1.6 mHa)를 달성하는 향상된 SQD를 사용하여 분자 전자 구조를 해결하며, 수렴 속도 또는 정확도에서 각각 슈퍼컴퓨터의 일부 고전적 솔루션이나 표준 SQD를 수 자릿수 능가합니다.
Iskay Quantum Optimizer 가이드 API 참조 라이선스	Kipu Quantum	스케줄링, 물류, 라우팅, QUBO/HUBO 문제와 같은 최적화 워크로드.	양자 최적화 루틴을 위한 통합 조절 가능한 고전적 전처리 및 후처리 방법. 선택된 HUBO 벤치마크에서 고전적 솔버(CPLEX, 시뮬레이티드 어닐링, 타부 서치)보다 런타임 이점을 제공합니다. 어려운 도전인 Market Split ms_5_100을 수 시간 내에 해결(이 튜토리얼 참조).
Singularity Machine Learning 가이드 API 참조 라이선스	Multiverse Computing	IBM 하드웨어에서 실행되는 양자 최적화를 활용하여 향상된 정확도 또는 계산 효율성의 이점을 얻을 수 있는 고전적 머신러닝 분류 워크플로우.	Random Forest나 XGBoost와 같은 고전적 모델에 필적하거나 이를 능가하는 정확도를 제공하면서, 상당히 적은 학습기와 더 컴팩트한 앙상블로 작동합니다. 양자 최적화 투표로 구동되어, 가장 유익한 학습기를 선택하고 결정 경계를 정제하여, 더 높은 효율성, 감소된 모델 복잡성, 더 강건한 성능을 달성합니다.
Optimization Solver 가이드 API 참조 라이선스	Q-CTRL	이진 최적화 문제 또는 이진 비용 함수로 매핑할 수 있는 모든 조합 문제. 모든 차수의 비용 함수와 최대 디바이스 규모까지의 문제 크기가 지원됩니다.	고수준 문제 정의의 입력을 가능하게 하고 유틸리티 규모 양자 하드웨어에서 고전적으로 도전적인 조합 문제에 대한 정확한 솔루션을 자동으로 찾는 노이즈 인식 엔드투엔드 양자 최적화 솔루션입니다. 오류 억제, 효율적 매핑, 하이브리드 양자-고전적 최적화를 대신 처리하여 복잡성을 추상화하고, 심층적인 양자 전문 지식 없이 전체 디바이스 규모에서 최적화 작업을 해결합니다.