Qiskit은 OpenQASM과 IBM Q experience (QX)에서 사용할 수 있는 SDK(software development kit)입니다.
양자컴퓨팅 프로그램을 만들고, 컴파일하고, 실행하기 위해 Qiskit을 사용하세요. 실행에 있어 Qiskit은 온라인상 접근 가능한 실제 양자 프로세서, 온라인 시뮬레이터, 로컬 시뮬레이터의 백엔드 환경을 지원합니다. 온라인 백엔드 환경에서, Qiskit은 IBM Q experience와 연결하기 위해 python API client를 사용합니다.
우리는 GitHub issue를 요청과 버그 추적에 사용합니다. 질문과 토론을 위해IBM Q experience community를 살펴보세요. 만일 여러분이 Qiskit개발에 기여하기 원한다면 우리의 contribution guidelines 을 살펴보세요.
목차 링크:
적어도 파이썬 Python 3.5 혹은 그 이상의 버전이 Qiskit을 사용하기 위해 필요합니다. 그리고, Jupyter Notebooks을 튜토리얼의 실행을 위해 권장하는 바입니다. 이러한 연유로 우리는 Anaconda 3를 사용하는 걸 권장합니다. 아나콘다에는 대부분의 필요한 툴이 미리 설치되어 있습니다. 또한, 양자 정보에 대한 일반적인 이해는 Qiskit과 상호작용하는 데에 매우 도움이 됩니다. 만일 여러분이 양자컴퓨팅 분야에 새롭게 배운다면 다음의 사용자 가이드를 살펴보세요.
파이썬이 더 익숙한 사람들에게, Qiskit을 설치하는 가장 빠른 방법은 PIP 툴(파이썬 패키지 매니저)을 이용하는 방식입니다.
pip install qiskit
Qiskit SDK 레파지토리를 여러분의 로컬 머신에 Clone하는 다른 방법으로는 클론한 디렉토리를 바꾸는 방법이 있습니다.
수동 다운로드 방법으로 이 웹페이지의 상단의 "Clone or download" 버튼을 누르세요 (혹은 git clone 커맨드 상에 보이는 URL을 통해), 만일 필요하다면 압축을 풀고 폴더 이름을 터미널 상에서 다음과 같이 바꾸세요. qiskit-terra folder
혹은, 만일 여러분이 이미 Git을 설치했다면, 다음의 커맨드를 실행하세요:
git clone https://github.com/Qiskit/qiskit-terra
cd qiskit-terra
우리는 여러분의 사용자 경험을 향상시키기 위해 파이썬의 가상 환경을 사용하는 걸 추천합니다. 우리의 Environment Setup documentation 을 더 많은 정보를 얻기위해 참조하세요.
SDK 설치가 끝났습니다. 이제 Qiskit으로 작업을 해볼 차례입니다. 우리는 이미 QASM예제를 로컬 시뮬레이터 상에서 실행할 준비를 마쳤습니다. 이것은 간단한 중첩 예제 입니다.
# Import the Qiskit SDK
import qiskit
# Create a Quantum Register called "qr" with 2 qubits
qr = qiskit.QuantumRegister("qr", 2)
# Create a Classical Register called "cr" with 2 bits
cr = qiskit.ClassicalRegister("cr", 2)
# Create a Quantum Circuit called involving "qr" and "cr"
qc = qiskit.QuantumCircuit(qr, cr)
# Add a H gate on the 0th qubit in "qr", putting this qubit in superposition.
qc.h(qr[0])
# Add a CX (CNOT) gate on control qubit 0 and target qubit 1, putting
# the qubits in a Bell state.
qc.cx(qr[0], qr[1])
# Add a Measure gate to see the state.
# (Omitting the index applies an operation on all qubits of the register(s))
qc.measure(qr, cr)
# Create a Quantum Program for execution
qp = qiskit.QuantumProgram()
# Add the circuit you created to it, and call it the "bell" circuit.
# (You can add multiple circuits to the same program, for batch execution)
qp.add_circuit("bell", qc)
# See a list of available local simulators
print("Local backends: ", qiskit.backends.discover_local_backends())
# Compile and run the Quantum Program on a simulator backend
sim_result = qp.execute("bell", backend='local_qasm_simulator', shots=1024, seed=1)
# Show the results
print("simulation: ", sim_result)
print(sim_result.get_counts("bell"))이 경우에 결과물은 다음과 같을 것입니다(불규칙 변동으로 인해):
COMPLETED
{'00': 509, '11': 515}
여러분은 또한 Qiskit을 사용하여 여러분의 코드를 real Quantum Chip에서 실행시킬 수 있습니다.
먼저, API 토큰을 얻으세요:
- IBM Q experience 계정을 생성하세요.
- IBM Q experience 웹 페이지에서 API token을 얻으세요. 토큰은 “My Account” > “Personal Access Token”에 위치해 있습니다.
이 API 토큰은 여러분의 프로그램을 IBM Q experience 백엔드 환경에서 실행할 수 있도록 해줄 것입니다. 예제.
이에 대해 더 많은 정보를 알고 싶다면, 다음의 링크를 참조하세요. our Qiskit documentation.
이제 여러분은 다른 튜토리얼들까지도 실행할 수 있는 준비와 환경 구성을 마쳤습니다. index tutorial을 시작하세요. 그리고 ‘Getting Started’ 예제로 이동하세요. 만일 여러분이 이미 Jupyter Notebooks을 설치했다면, 여러분은 해당 노트북을 복사하고 수정하여 여러분 만의 노트북을 만들 수 있습니다.
튜토리얼을 Qiskit의 일부로서 설치하기 위해 다음의 링크를 확인하세요. installation details. 완전한 SDK문서는 다음의 링크에서 확인할 수 있습니다. doc directory.
다음은 Qiskit을 어떻게 써야하는지에 대한 더많은 정보와 튜토리얼 예제, 그리고 몇몇의 도움이 될만한 링크들 입니다. 한 번 살펴보세요.
- User Guides, 양자정보와 양자컴퓨팅에 대해 배울 수 있는 좋은 시작점
- Tutorials, 예를 들어 Jupyter 노트북의 경우 index를 참고하세요. 그리고 ‘Getting Started’ Jupyter notebook도 함께 보세요.
- OpenQASM, QASM에 대한 추가적인 정보와 예제
- IBM Quantum Experience Composer, 실제 양자컴퓨터 및 시뮬레이션된 양자컴퓨터와의 GUI 인터페이스를 통한 인터렉션
- QISkit Python API, 파이썬을 통해 IBM Quantum Experience를 사용할 수 있는 API
Qiskit은 본래 IBM Research연구팀과 IBM-Q개발팀에 의해 양자컴퓨터에 대한 고수준(high level) 개발킷을 제공할 목적으로 개발되었습니다. 질의응답과 토론 그리고 양자컴퓨팅에 대해 더 넓게 살펴보기 위해 IBM Q experience community를 방문하세요. 만일 여러분이 Qiskit에 기여하길 원한다면 다음의 가이드라인을 살펴보세요. contribution guidelines.
- Korean Translation, 한글 기본 가이드 라인
Qiskit was originally authored by Luciano Bello, Jim Challenger, Andrew Cross, Ismael Faro, Jay Gambetta, Juan Gomez, Ali Javadi-Abhari, Paco Martin, Diego Moreda, Jesus Perez, Erick Winston and Chris Wood.
And continues to grow with the help and work of many people who contribute to the project at different levels.