Skip to article frontmatterSkip to article content
Site not loading correctly?

This may be due to an incorrect BASE_URL configuration. See the MyST Documentation for reference.

CUDA-Qサポート

タグ: integration optimization variational

このページでは、具体的な最適化問題を通して、QamomileのCUDA-Q量子SDK連携を紹介します。 このチュートリアルでは、小さなMaxCutインスタンスに対するQAOA最適化を例に、Qamomileの量子カーネルをCUDA-Q向けにトランスパイルし、サンプリングと期待値評価を行います。 後半では、同じQAOA回路をCPUとGPUシミュレータで実行し、サンプル結果と実行時間を比較します。 その過程で、生成されたCUDA-Qソースを確認し、QamomileのSTATIC modeとRUNNABLE modeの違いも確認します。

MaxCut問題

CUDA-Q連携の説明に集中するため、MaxCutに対するQAOAチュートリアルと同じ5ノードの小さなグラフを使います。 ∑(i,j)∈E(1−sisj)/2\sum_{(i,j) \in E}(1 - s_i s_j)/2の最大化は、定数項を除けば、反強磁性IsingハミルトニアンHC=∑(i,j)∈EsisjH_C = \sum_{(i,j) \in E} s_i s_jの最小化に対応します。 重みなしMaxCutでは、すべてのJij=1J_{ij} = 1、hi=0h_i = 0なので、これらの係数をそのままBinaryModel.from_isingに渡します。 ここで作るモデルは、QAOAの量子カーネルに渡すquad / linear辞書と、測定結果をスピン値(+1/−1)(+1 / -1)に戻すために使います。

<Figure size 500x400 with 1 Axes>

@qkernelによるQAOAアンザッツの構築

サンプリング用のQAOAアンザッツを、再利用可能な量子カーネルとして書きます。 レシピはMaxCutに対するQAOAチュートリアルと同じです。計算基底の一様な重ね合わせ状態を準備した後、コスト層とミキサー層をpp回交互に適用し、最後に計算基底で測定します。

qaoa_ansatz.draw(...)でQamomileの回路図を描画できます。 問題の構造を決める引数(p、quad、linear、n)には具体値を渡し、層の形が見えるようにします。 一方、gammas / betasには値を渡さず、後で決めるパラメータとして残します。

<Figure size 1524.19x204 with 1 Axes>

CUDA-Qへのトランスパイル

CudaqTranspilerは、他の量子SDKと同じようにtranspile()で使えます。 問題の構造を決める引数はbindingsで固定し、gammas / betasはランタイムパラメータとして残します。

executable.get_first_circuit()で、CUDA-Q向けに生成されたQamomile側のCudaqKernelArtifactを取り出せます。 これは生成された@cudaq.kernel関数を扱うためのラッパーであり、CUDA-Q本体のPythonパッケージが提供する型ではありません。 artifactは、生成されたCUDA-Q量子カーネルのPythonソース文字列を確認できる形で保持しています。また、2p2p個のQAOA角度(gammas[0..p-1]、betas[0..p-1])が名前付きランタイムパラメータとして残っています。 type(...)、量子ビット数、パラメータ数で確認し、生成されたソースも見てみましょう。 このソース文字列は、QamomileがCUDA-Qに渡した内容を正確に確認したい場合に便利です。たとえば、下のrzz層のようなゲート分解も確認できます。

CudaqKernelArtifact
execution_mode : static
num_qubits     : 5
param_count    : 6
parameter_names: ['gammas[0]', 'gammas[1]', 'gammas[2]', 'betas[0]', 'betas[1]', 'betas[2]']
@cudaq.kernel
def _qamomile_kernel(thetas: list[float]):
    q = cudaq.qvector(5)
    __b0 = False
    __b1 = False
    __b2 = False
    __b3 = False
    __b4 = False
    h(q[0])
    h(q[1])
    h(q[2])
    h(q[3])
    h(q[4])
    x.ctrl(q[0], q[1])
    rz((1.0) * (thetas[0]), q[1])
    x.ctrl(q[0], q[1])
    x.ctrl(q[0], q[2])
    rz((1.0) * (thetas[0]), q[2])
    x.ctrl(q[0], q[2])
    x.ctrl(q[1], q[2])
    rz((1.0) * (thetas[0]), q[2])
    x.ctrl(q[1], q[2])
    x.ctrl(q[1], q[3])
    rz((1.0) * (thetas[0]), q[3])
    x.ctrl(q[1], q[3])
    x.ctrl(q[2], q[3])
    rz((1.0) * (thetas[0]), q[3])
    x.ctrl(q[2], q[3])
    x.ctrl(q[3], q[4])
    rz((1.0) * (thetas[0]), q[4])
    x.ctrl(q[3], q[4])
    rx((thetas[3]) * (2.0), q[0])
    rx((thetas[3]) * (2.0), q[1])
    rx((thetas[3]) * (2.0), q[2])
    rx((thetas[3]) * (2.0), q[3])
    rx((thetas[3]) * (2.0), q[4])
    x.ctrl(q[0], q[1])
    rz((1.0) * (thetas[1]), q[1])
    x.ctrl(q[0], q[1])
    x.ctrl(q[0], q[2])
    rz((1.0) * (thetas[1]), q[2])
    x.ctrl(q[0], q[2])
    x.ctrl(q[1], q[2])
    rz((1.0) * (thetas[1]), q[2])
    x.ctrl(q[1], q[2])
    x.ctrl(q[1], q[3])
    rz((1.0) * (thetas[1]), q[3])
    x.ctrl(q[1], q[3])
    x.ctrl(q[2], q[3])
    rz((1.0) * (thetas[1]), q[3])
    x.ctrl(q[2], q[3])
    x.ctrl(q[3], q[4])
    rz((1.0) * (thetas[1]), q[4])
    x.ctrl(q[3], q[4])
    rx((thetas[4]) * (2.0), q[0])
    rx((thetas[4]) * (2.0), q[1])
    rx((thetas[4]) * (2.0), q[2])
    rx((thetas[4]) * (2.0), q[3])
    rx((thetas[4]) * (2.0), q[4])
    x.ctrl(q[0], q[1])
    rz((1.0) * (thetas[2]), q[1])
    x.ctrl(q[0], q[1])
    x.ctrl(q[0], q[2])
    rz((1.0) * (thetas[2]), q[2])
    x.ctrl(q[0], q[2])
    x.ctrl(q[1], q[2])
    rz((1.0) * (thetas[2]), q[2])
    x.ctrl(q[1], q[2])
    x.ctrl(q[1], q[3])
    rz((1.0) * (thetas[2]), q[3])
    x.ctrl(q[1], q[3])
    x.ctrl(q[2], q[3])
    rz((1.0) * (thetas[2]), q[3])
    x.ctrl(q[2], q[3])
    x.ctrl(q[3], q[4])
    rz((1.0) * (thetas[2]), q[4])
    x.ctrl(q[3], q[4])
    rx((thetas[5]) * (2.0), q[0])
    rx((thetas[5]) * (2.0), q[1])
    rx((thetas[5]) * (2.0), q[2])
    rx((thetas[5]) * (2.0), q[3])
    rx((thetas[5]) * (2.0), q[4])

各ランタイムパラメータは、実行時まで未バインドのまま残ります。 そのため、gammas / betasのバインドは回路の作り直しではなく、CUDA-Q側でのパラメータ値の更新として扱われます。 Ising係数、量子ビット数、層数といった問題構造はトランスパイル時に固定され、ランタイム入力として残るのは変分角度だけです。

CudaqExecutorによるQAOAサンプリング

executable.sample(executor, bindings=..., shots=...)はSampleJobを返します。 .result()で得られるSampleResultは、BinaryModel.decode_from_sampleresultでスピン変数(+1/−1)(+1 / -1)のBinarySampleSetへデコードできます。 これにより、追加の変換なしでカット辺を数えられます。

Mean energy at random init: -0.6660

QAOAパラメータの最適化

同じexecutableを異なる(gammas, betas)で繰り返し呼び出すのが、QAOAの最適化ループの基本形です。 transpiler.transpile()を1回呼び、その後はexecutable.sample()を何度も呼び出します。 この例では、サンプリングとデコードの処理をcost_fn()として定義し、SciPyのminimize関数で最適化します。 古典最適化器は(gammas, betas)を更新しながら、サンプリングされたIsingエネルギーの平均を下げていきます。 各反復では、同じexecutableとCudaqExecutorを再利用します。

Optimized mean energy: -2.6580
Optimal gammas       : [1.5169, -0.9215, 1.0349]
Optimal betas        : [0.0183, -1.8952, 1.4012]
<Figure size 800x400 with 1 Axes>

サンプリングには乱数が入るため、最適化の軌跡や最終的な標本平均エネルギーは実行ごとに少し変わる場合があります。 CUDA-Q targetを変えた場合も、使用するシミュレータ実装の違いで同様の揺らぎが出ることがあります。 それでも、この5ノードグラフ上のHCH_Cの基底状態エネルギー付近までは収束するはずです。 ここで得た最適パラメータ(opt_gammas、opt_betas)を、以降の例でも使います。

期待値計算

Qamomileでは、量子回路の出力に対する期待値を量子カーネル内のqmc.expval(...)で記述します。 これをCUDA-Qへトランスパイルすると、ExecutableProgram.run(executor, bindings=...)で呼び出せる実行可能オブジェクトになります。 CUDA-Q向けのrun()は、Qamomileのパラメータ情報を使ってランタイムパラメータをバインドし、そのうえでCUDA-Qのobserve APIを呼び出します。

ここではまずQamomileのrun()経路を使い、その後で生成済みのCUDA-Q artifactをexecutor.estimate(...)へ直接渡す低レベルの経路を見ます。

run()

まずHC=∑(i,j)∈EZiZjH_C = \sum_{(i,j) \in E} Z_i Z_jをQamomileのHamiltonianとして組み立てます。 その後、期待値計算用の量子カーネルをトランスパイルし、最適化済みQAOAパラメータで評価します。

ExecutableProgram.run: -2.5955648981

QamomileのAPIだけで扱う場合は、ExecutableProgram.run(...)を使うのがおすすめです。 Observableと名前付きランタイムパラメータのbindingsは、QamomileのExecutableProgramが管理します。

次のセクションでは、より低レベルの経路を開き、transpile()が出力したCUDA-Q artifactをexecutor.estimate(...)に直接渡します。

cudaq.observe

STATIC CUDA-Q artifactでは、CudaqExecutor.estimate(circuit, hamiltonian, params=...)が内部でcudaq.observe()を呼び出します。 上の測定付きQAOAアンザッツも、状態準備回路としてそのまま使えます。STATIC artifactでは、Qamomileは終端測定を生成されたCUDA-Q量子カーネルに書き込みません。 サンプリング時には最後の測定を別途扱うため、同じartifactをcudaq.observe()にも渡せます。 QAOAの最適化でも、同じ回路を保ったままExecutableProgram.sample()とデコードの組み合わせをexecutor.estimate(circuit, hamiltonian, params=...)に置き換えられます。

executor.estimate(...)に直接渡す場合は、CUDA-Q artifactが期待するフラットなパラメータ順を自分で用意します。

artifact type       : CudaqKernelArtifact
artifact param_count: 6
artifact parameter order: ['gammas[0]', 'gammas[1]', 'gammas[2]', 'betas[0]', 'betas[1]', 'betas[2]']
executor.estimate: -2.5955648981

run()とexecutor.estimate(...)の両方の経路は数値精度の範囲で一致します。 同じQAOA状態を、同じIsingコストハミルトニアンに対して評価しているためです。 また、最適化後パラメータでのこのノイズなし期待値は、先ほど出力した標本平均エネルギーともショットノイズの範囲で一致するはずです。

CUDA-Q targetの選択: GPU targetの利用

CUDA-Q targetは、CUDA-Qが量子カーネル呼び出しに使う実行先です。たとえばCPUシミュレータのqpp-cpu、GPUシミュレータのnvidia、設定済みの実機QPU向けtargetなどがあります。 CudaqExecutor()は現在選択されているCUDA-Q targetを使います。targetを明示しない場合はCUDA-Qの既定targetが使われるため、上の例はCPUのみのローカル環境でも追加設定なしで実行できます。 CudaqExecutor(target=...)またはCudaqTranspiler.executor(target=...)はtargetを明示的に選択します。 差し替えたexecutorは、上で使ったexecutorの位置にそのまま当てはめられます。 CUDA-Q targetを変えても、量子カーネルをトランスパイルし直す必要はありません。 ExecutableProgramが出力済みのCUDA-Q artifactを持ち、executorが実行時に使うtargetを選ぶ、という役割分担になっているためです。 選択できるシミュレータtargetの一覧は、CUDA-Q公式ドキュメントのCircuit Simulationで確認できます。また、CUDA-QのRunning on a GPUセクションでも、同じqpp-cpu / nvidia targetの使い分けが紹介されています。

具体例として、同じ最適化済みQAOAのExecutableProgramをCPU targetとGPU targetでサンプリングします。 ここでの両方の実行はノイズなしです。CUDA-Qのnoise modelは設定せず、同じQAOA回路と同じパラメータベクトルを使います。 さらに、それぞれのサンプリング直前に同じCUDA-Q random seedを設定します。 有限ショットのサンプルは各targetのシミュレータが生成するため、生のショット順序の完全一致ではなく、サンプル平均エネルギーが許容範囲で近いことを確認し、エネルギーヒストグラムを可視化します。 さらに、それぞれのtargetでサンプリングにかかった時間も比較します。

CPU backend target  : qpp-cpu
CPU hardware        : arm; logical CPUs: 8
CPU qpp-cpu mean energy: -2.5903
CPU qpp-cpu sample time: 0.0282 s
NVIDIA GPUが検出されませんでした。Google ColabのGPUランタイムでこのノートブックを実行すると、`nvidia` targetを試せます。

GPUが利用できる場合、CPUとGPUのサンプルは同じQAOA出力分布を表すはずです。 下のヘルパーでは、サンプリングされたエネルギーヒストグラムを可視化し、平均エネルギーが近いことを確認します。 ここでの許容誤差は、完全一致ではなく、有限ショットの乱数を見込んだものです。共通seedにより、targetごとの比較は再現可能になります。

<Figure size 550x400 with 1 Axes>

古典制御フローを含む場合: STATIC artifactとRUNNABLE artifact

上のQAOAアンザッツを含む多くの変分回路は、ExecutionMode.STATICにトランスパイルされます。 STATIC artifactでは、生成されたCUDA-Qソースに明示的な終端測定は入りません。そのため、CUDA-Qのsample APIとobserve APIに対応しています。

Qamomileの量子カーネルは、ハードウェアレベルの実行を想定し、回路途中の測定結果に基づく古典制御フローを記述することができます(詳しくは古典制御フローパターンを参照してください)。 そのため、量子カーネルがif分岐やwhileループのようなランタイム測定に依存する制御フローを含む場合、CUDA-Q連携はExecutionMode.RUNNABLE artifactを出力します。 RUNNABLE artifactでは、生成されたソースに明示的なmz(...)測定が入り、cudaq.run()で実行されます。 次の小さなfeed-forward回路で、この経路を確認します。

execution_mode: runnable
@cudaq.kernel
def _qamomile_kernel() -> list[bool]:
    q = cudaq.qvector(2)
    __b0 = [False]
    __b1 = [False]
    x(q[0])
    __b0[0] = mz(q[0])
    if __b0[0]:
        x(q[1])
    else:
        pass
    __b1[0] = mz(q[1])
    return [__b0[0], __b1[0]]

RUNNABLE artifactでもExecutableProgram.sample(...)はそのまま使えます。ただし、Executorはcudaq.sample()ではなくcudaq.run()を呼び出します。 上の例は決定的です。最初の測定は常に1になるため、分岐でq1が反転し、戻り値のbitも常に1になります。

[(1, 128)]

一方、RUNNABLE artifactはCUDA-Qのobserve APIには対応していません。 Qamomileでは、RUNNABLE artifactに対してestimate()を呼ぶとTypeErrorでこの違いを通知します。

TypeError `RUNNABLE` CUDA-Q回路は`observe` APIに対応していません。

まとめ

このチュートリアルでは、MaxCut向けのQAOA量子カーネルをCUDA-Qへトランスパイルし、サンプリング、期待値計算、CPU/GPU targetの切り替え、古典制御フローを含む回路の実行までを確認しました。

  • CudaqTranspilerが出力するCUDA-Q artifactはPythonソースとして確認でき、ランタイムパラメータを保ったまま再利用できます。

  • 同じExecutableProgramをqpp-cpuとnvidia GPU targetで実行でき、targetの選択はexecutor側で切り替えられます。

  • CudaqExecutorはQAOA形式のサンプリングと、CUDA-Qのobserve APIを使うノイズなし期待値計算の両方を扱えます。

  • ランタイム測定に依存する古典制御フローを含む量子カーネルはExecutionMode.RUNNABLEとして出力され、cudaq.run()経由で実行されます。

関連ページ

  • QURI Partsサポートでは、同じMaxCut QAOAの流れをQURI Parts連携で扱います。

  • Qiskitサポートでは、同じ流れをQiskitで扱い、Aerシミュレータ、Qiskit primitive、Qiskitネイティブの回路機能も確認します。