Umum

T: Apa itu Amazon Braket?

Amazon Braket adalah layanan terkelola penuh yang membantu Anda memulai komputasi kuantum.

T: Apa yang dapat saya lakukan dengan Amazon Braket?

Dengan Amazon Braket, Anda dapat mempelajari cara memprogram komputer kuantum dan menjajaki aplikasi potensial. Anda dapat merancang algoritma kuantum Anda sendiri dari nol atau memilih dari set algoritma yang dibangun sebelumnya. Amazon Braket menyediakan SDK yang dapat Anda jalankan secara lokal di laptop, atau di lingkungan notebook yang dikelola sepenuhnya di Amazon Braket. SDK mencakup simulator sirkuit kuantum. Layanan Amazon Braket juga menyediakan simulator sirkuit kuantum yang dikelola sepenuhnya yang memungkinkan Anda menjalankan algoritma di infrastruktur yang dikelola AWS untuk memvalidasi dan menguji implementasi Anda. Saat Anda siap, Anda dapat menjalankan algoritma di Amazon Braket menggunakan komputer kuantum yang berbeda, atau unit pemrosesan kuantum (QPU), dari penyedia perangkat keras kami.

T: Bagaimana integrasi Amazon Braket dengan layanan AWS lainnya?

Amazon Braket menyediakan integrasi dengan Amazon CloudWatch, Amazon EventBridge, AWS Identity and Access Management (IAM), dan AWS CloudTrail untuk pemantauan, pemrosesan berbasis peristiwa, manajemen akses pengguna, dan log. Hasil simulasi dan komputasi kuantum Anda akan disimpan di Amazon Simple Storage Service (S3) pada akun Anda.

T: Mengapa perusahaan kami harus mempertimbangkan komputasi kuantum saat ini?

Komputasi kuantum adalah teknologi tahap awal tetapi dampak jangka panjangnya menjanjikan transformasi bagi banyak industri. Mengembangkan algoritme kuantum dan merancang aplikasi kuantum yang berguna membutuhkan keterampilan baru dan pendekatan yang berpotensi sangat berbeda. Membangun keahlian ini akan memakan waktu dan membutuhkan akses ke teknologi dan alat pemrograman kuantum. Amazon Braket dan Amazon Quantum Solutions Lab membantu organisasi menilai keadaan teknologi saat ini, mengidentifikasi bagaimana semua itu dapat memengaruhi bisnis mereka, dan mempersiapkan masa depan.

T: Mengapa layanan ini disebut “Braket”?

Kami menamai layanan karena terinspirasi notasi bra-ket, notasi standar dalam mekanika kuantum. Diperkenalkan oleh Paul Dirac pada tahun 1939 untuk mendeskripsikan status sistem kuantum, dan juga dikenal sebagai notasi Dirac.

T: Dapatkah saya melakukan penelitian akademik di Amazon Braket?

Ya. Ilmuwan di universitas di seluruh dunia melakukan penelitian di Amazon Braket. Anda dapat memulai di konsol Amazon Braket, repositori Github kami, atau meminta pendanaan untuk menggunakan Amazon Braket melalui program AWS Cloud Credit for Research. Dalam proses aplikasi, jika Anda tidak memiliki URL untuk kalkulator harga, kirimkan aplikasi Anda dengan placeholder.

Alat Developer

T: Apa itu SDK Amazon Braket?

Kit Pengembangan Perangkat Lunak (SDK) Amazon Braket adalah kerangka kerja developer teknologi-agnostik tempat Anda dapat mengembangkan algoritma kuantum dan menjalankannya di berbagai perangkat keras dan simulator komputasi kuantum melalui layanan Amazon Braket. SDK membantu Anda melacak dan memantau tugas kuantum yang dikirim ke Amazon Braket dan mengevaluasi hasilnya. SDK Amazon Braket menyertakan simulator sirkuit kuantum lokal yang dapat Anda gunakan untuk menguji algoritma..

T: Bagaimana cara mengakses SDK Amazon Braket?

Amazon Braket menyediakan notebook Jupyter terkelola penuh yang sebelumnya telah diinstal dengan Amazon Braket SDK dan contoh tutorial yang membantu Anda segera memulai. SDK Amazon Braket bersifat sumber terbuka sehingga Anda dapat menggunakannya dari semua lingkungan pengembangan terintegrasi (IDE) lokal pilihan Anda.

T: Apakah SDK Amazon Braket mendukung anil?

Ya. Amazon Braket menyediakan plugin yang memungkinkan Anda memprogram secara native di Ocean, kerangka kerja pemrograman D-Wave untuk anil kuantum. Atau, Anda dapat memprogram langsung di SDK Amazon Braket. Untuk memulai, silakan kunjungi dokumentasi layanan.

T: Apa itu PennyLane?

PennyLane adalah pustaka perangkat lunak sumber terbuka untuk komputasi kuantum variasional yang berintegrasi dengan Amazon Braket. Komputasi kuantum variasional adalah paradigma yang menggunakan algoritma kuantum-klasik hibrid untuk mencari solusi secara berulang atas masalah komputasi di berbagai domain, seperti kimia, pengoptimalan, dan machine learning kuantum. Dibangun di sekitar konsep pemrograman kuantum yang dapat dibedakan, PennyLane memungkinkan Anda melatih sirkuit kuantum dengan cara yang sama seperti jaringan neural. Produk ini menyediakan antarmuka ke pustaka machine learning populer, termasuk PyTorch dan TensorFlow, sehingga pelatihan algoritme kuantum Anda menjadi mudah dan intuitif. Anda dapat mempelajari selengkapnya tentang PennyLane di https://pennylane.ai, dan membaca panduan developer kami di sini.

T: Mengapa harus menggunakan PennyLane di Amazon Braket?

Aplikasi komputasi kuantum yang akan segera hadir di bidang kimia, optimasi, dan machine learning kuantum didasarkan pada algoritme kuantum variasional yang memanfaatkan pemrosesan berulang antara komputer klasik dan kuantum. PennyLane memudahkan untuk memulai dan membangun algoritma machine learning variasional dan kuantum di Amazon Braket Ini memungkinkan Anda menggunakan alat yang sudah dikenal dari machine learning untuk membangun dan melatih algoritma Anda. PennyLane menyediakan pustaka kimia, qchem, yang dapat Anda gunakan untuk memetakan masalah kimia komputasional untuk formulasi komputasi kuantum dengan beberapa baris kode.

Amazon Braket membantu Anda lebih cepat berinovasi dengan PennyLane. Saat menguji dan menyetel algoritme Anda, simulator yang terkelola penuha dan berperforma tinggi kami mempercepat pelatihan 10x lipat atau lebih, dibandingkan simulasi algoritme Anda secara lokal.  Untuk mempercepat algoritme kuantum hibrida, Anda kini dapat memanfaatkan simulator tersemat dengan performa tinggi dari PennyLane, seperti simulator lightning.gpu yang dipercepat oleh SDK cuQuantum NVIDIA untuk beban kerja berbasis GPU. Simulator ini hadir bersama beberapa metode, seperti metode gabungan untuk komputasi gradien yang mengurangi jumlah sirkuit yang dibutuhkan untuk komputasi dan gradien dan dapat digunakan untuk eksperimentasi dan prototipe iteratif cepat. 

T: Bagaimana cara mengakses PennyLane?

Notebook Amazon Braket sudah terkonfigurasi sebelumnya dengan PennyLane, dan notebook tutorial kami membantu Anda memulai dengan cepat. Atau, Anda dapat menginstal plugin PennyLane Amazon Braket untuk semua IDE pilihan Anda. Plugin ini merupakan sumber terbuka dan dapat diunduh dari sini. Anda bisa mendapatkan dokumentasi PennyLane di https://pennylane.ai.  

T: Apa itu OpenQASM?

OpenQASM adalah representasi perantara (IR) sumber terbuka untuk program komputasi kuantum. Anda dapat menjalankan program OpenQASM di semua perangkat Braket berbasis gerbang baik melalui Amazon Braket SDK atau dengan mengirimkannya langsung ke Braket API. AWS telah bergabung dengan dewan pengarah OpenQASM untuk membantu membangun spesifikasi terbuka, agnostik perangkat keras, dan terpadu untuk program kuantum berbasis gerbang. 

Simulator

T: Mengapa saya perlu mensimulasikan algoritme?

Simulator sirkuit kuantum berjalan di komputer klasik. Dengan simulator, Anda dapat menguji algoritme kuantum dengan biaya lebih rendah dibandingkan dengan perangkat keras kuantum, dan tanpa harus menunggu untuk mengakses mesin kuantum tertentu. Simulasi adalah cara mudah untuk melakukan debug sirkuit kuantum dengan cepat dan untuk memecahkan masalah serta mengoptimalkan algoritme sebelum lanjut menjalankannya di perangkat keras kuantum. Simulasi klasik juga penting untuk memverifikasi hasil perangkat keras komputasi kuantum jangka mendekati pendek dan mempelajari efek kebisingan.

T: Simulator apa yang ditawarkan Amazon Braket?

Amazon Braket menawarkan empat pilihan simulator sirkuit kuantum: simulator lokal di SDK, dan tiga simulator sesuai permintaan: SV1, simulator sirkuit kuantum tujuan umum, DM1 yang memungkinkan Anda menyimulasikan efek derau pada sirkuit, dan TN1, simualtor jaringan tensor berperforma tinggi. Dengan opsi ini, Anda dapat memilih pendekatan yang paling sesuai dengan persyaratan.

T: Apa itu simulator lokal?

Simulator lokal disertakan di SDK Amazon Braket secara gratis. Ini dapat berjalan di laptop, atau dalam notebook yang dikelola Amazon Braket. Anda dapat menggunakannya untuk validasi cepat desain sirkuit. Ini paling cocok untuk simulasi berskala kecil dan menengah – hingga 25 qubit tanpa derau, atau hingga 12 qubit dengan derau, tergantung perangkat keras Anda.

T: Apa itu simulator SV1?

SV1 adalah simulator vektor status berperforma tinggi yang dikelola sepenuhnya untuk sirkuit kuantum hingga 34 qubit. Sebagai simulator vektor status, ini mengambil fungsi gelombang penuh status kuantum dan menerapkan operasi sirkuit untuk menghitung hasilnya. Setelah Anda merancang dan men-debug alfgoritme kuantum menggunakan simulator lokal di SDK Amazon Braket, Anda dapat menggunakan SV1 untuk pengujian dan penelitian yang diskalakan. SV1 secara otomatis menskalakan sumber daya komputasi klasik agar Anda dapat menjalankan hingga 35 simulasi secara paralel.

T: Apa itu simulator DM1?

DM1 adalah simulator matriks padat yang dikelola sepenuhnya yang memungkinkan Anda menyelidiki efek derau realistis pada algoritma kuantum Anda,. Ini dapat membantu Anda mengembangkan strategi mitigasi kesalahan untuk mendapatkan hasil yang lebih akurat dari perangkat komputasi kuantum saat ini.
DM1 mendukung simulasi sirkuit hingga 17 qubit. Ini dapat menjalankan hingga 35 qubit secara paralel, untuk mempercepat eksperimen Anda. Untuk pembuatan prototipe dan debugging cepat sebelum menggunakan DM1, Anda dapat menggunakan simulator derau lokal di SDK Amazon Braket.

T: Apa itu simulator TN1?

TN1 adalah simulator jaringan tensor berperforma tinggi yang dikelola sepenuhnya yang digunakan untuk sirkuit kuantum terstruktur hingga berukuran 50 qubit. Simulator jaringan tensor mengenkode sirkuit kuantum menjadi grafik terstruktur untuk menemukan cara terbaik untuk mengomputasi hasil sirkuit. TN1 paling cocok untuk simulasi sirkuit renggang, sirkuit dengan gate lokal, dan sirkuit dengan struktur turunan.

T: Bagaimana cara memilih di antara simulator SV1, TN1, dan DM1 sesuai permintaan Amazon Braket?

SV1 adalah simulator tujuan umum berdasarkan teknologi vektor status. Ini memberikan eksekusi yang dapat diprediksi dan performa tinggi untuk sirkuit universal hingga 34 qubit.

DM1 secara khusus dirancang untuk mendukung pemodelan derau. Jika Anda perlu mempelajari algoritma Anda berdasarkan efek berbagai jenis derau, gunakan DM1.

TN1 adalah simulator khusus untuk jenis sirkuit kuantum tertentu dengan hingga 50 qubit. Pertimbangkan ini untuk sirkuit renggang, sirkuit dengan gate lokal, dan sirkuit lain dengan struktur yang melekat. Jenis sirkuit lain, seperti yang memiliki konektivitas all-to-all, seringkali lebih cocok untuk SV1.

T: Mengapa saya ingin menyimulasikan derau di sirkuit saya?

Perangkat kuantum saat ini memiliki derau turunan. Tiap operasi yang dijalankan berpeluang menimbulkan kesalahan. Karena itu, hasil yang diperoleh dari komputer kuantum biasanya berbeda dari apa yang diharapkan secara ideal. DM1 memungkinkan Anda mempelajari ketahanan algoritma Anda berdasarkan efek derau realistis, dan membangun strategi mitigasi kesalahan yang membantu mendapatkan hasil yang lebih akurat dengan perangkat komputasi kuantum saat ini.

T: Dapatkah saya menjalankan sirkuit tanpa derau pada simulator DM1?

DM1 dapat menyimulasikan sirkuit tanpa derau. Namun, untuk performa terbaik, sebaiknya gunakan SV1 untuk simulasi berskala besar pada sirkuit bebas derau.

T: Haruskah saya memilih satu tipe instans untuk menjalankan simulasi?

Tidak, jika Anda menggunakan simulator sesuai permintaan Amazon Braket. Saat menggunakan SV1, TN1, atau DM1, Amazon Braket mengelola perangkat lunak dan infrastruktur untuk Anda. Anda hanya perlu menyediakan sirkuit untuk dijalankan.

Jika menjalankan simulator lokal di SDK pada notebook Anda yang dikelola Amazon Braket, simulator akan berjalan pada instans Amazon yang telah Anda tentukan untuk notebook Anda.

T: Bagaimana saya tahu saya dapat menjalankan sirkuit di TN1?

Selama sirkuit Anda berada dalam nomor qubit dan batas kedalaman sirkuit yang dijelaskan di sini, TN1 akan berusaha menyimulasikannya. Akan tetapi, berbeda dengan SV1, memberikan estimasi runtime yang akurat berdasarkan nomor qubit dan kedalaman sirkuit saja tidaklah mungkin. Selama apa yang disebut "fase latihan", TN1 pertama-tama akan mencoba mengidentifikasi jalur komputasi yang efisien untuk sirkuit Anda, dan mengestimasi runtime tahap berikutnya, "fase kontraksi". Jika estimasi waktu kontraksi melebihi batas TN1, TN1 tidak akan mencoba kontraksi dan Anda hanya membayar atas waktu yang dihabiskan di fase latihan. Untuk mempelajari selengkapnya, kunjungi dokumentasi teknis.

T: Apakah saya harus memprogram atau mendesain algoritme secara berbeda untuk menggunakan simulator?

Tidak, dengan Amazon Braket, Anda dapat mengarahkan sirkuit kuantum yang sama untuk dijalankan di simulator dan perangkat keras kuantum berbasis gerbang yang ada di layanan dengan mengubah beberapa baris kode.

T: Apakah Anda menawarkan simulator untuk masalah anil?

Di AWS Marketplace, Anda dapat menemukan penawaran yang menggunakan pendekatan klasik canggih untuk masalah pengoptimalan kombinatorial, seperti Analitik Meta dan Toshiba SBM.

Komputer Kuantum

T: Bagaimana cara mengakses komputer kuantum dengan Amazon Braket?

Menjalankan desain sirkuit Anda atau masalah anil pada unit pemrosesan kuantum aktual (QPU) itu mudah. Setelah Anda membuat grafik sirkuit atau masalah di SDK Amazon Braket, Anda dapat mengirimkan tugas Anda dari dalam notebook Jupyter terkelola atau IDE apa pun pilihan Anda, seperti PyCharm.

T: Apa perbedaan menjalankan tugas di QPU dengan menjalankan di simulator?

Langkah untuk menjalankan tugas kuantum di QPU sama dengan menjalankan simulator, Anda cukup memilih back-end, atau perangkat, saat melakukan panggilan API di Amazon Braket SDK. Keduanya sama-sama merupakan operasi komputasi yang berbagai backend, atau perangkatnya dapat Anda minta melalui panggilan API di Amazon Braket SDK. Pilihan perangkat mencakup berbagai simulator dan komputer kuantum yang tersedia melalui layanan ini. Beralih dari satu ke perangkat lainnya hanya semudah mengubah satu baris kode. Meskipun demikian, simulator selalu tersedia, sedangkan sumber daya QPU mungkin memerlukan waktu tunggu.

T: Bagaimana cara memilih komputer kuantum yang akan digunakan?

Beberapa jenis komputer kuantum sangat cocok untuk memecahkan serangkaian masalah tertentu. Misalnya, anil kuantum biasanya digunakan untuk memecahkan masalah pengoptimalan kombinatorial, sedangkan komputer kuantum universal bisa digunakan untuk menyelesaikan berbagai jenis masalah. Ada banyak faktor yang menentukan jenis mesin mana yang akan memenuhi kebutuhan Anda, seperti jumlah qubit, fidelitas qubit (tingkat kesalahan), konektivitas qubit, waktu koherensi, dan biaya. Spesifikasi lengkap komputer kuantum tersedia di konsol Amazon Braket.

T: Komputer kuantum apa yang didukung Amazon Braket?

Silakan klik di sini untuk mempelajari selengkapnya tentang penyedia perangkat keras Amazon Braket.

T: Di mana saya bisa menemukan informasi sistem dan performa pada QPU Rigetti?

Kunjungi halaman QPU Rigetti untuk informasi sistem dan performa pada QPU Rigetti, termasuk ketelitian gate dan waktu koherensi.

T: Di mana saya bisa menemukan rekomendasi praktik terbaik untuk QPU IonQ?

Kunjungi halaman web Praktik Terbaik IonQ untuk informasi tentang topologi, gate, dan praktik terbaik QPU IonQ.

T: Di mana saya bisa menemukan informasi sistem tentang QPU D-Wave?

Kunjungi halaman Properti Fisik Spesifik QPU D-Wave untuk dokumentasi tentang Manfaat dan properti sistem 2000Q, gambar grafik kerja, dan detail tambahan.

T: Apakah tugas kuantum langsung berjalan di QPU, atau harus menunggu?

Komputasi kuantum adalah teknologi yang baru lahir, dan komputer kuantum tetap menjadi sumber daya yang langka. Berbagai jenis komputer kuantum memiliki karakteristik operasional dan tingkat ketersediaan berbeda-beda sehingga tugas akan diproses dengan laju yang berbeda. Jika QPU yang Anda pilih sedang online dan tidak sedang digunakan, tugas Anda akan segera diproses; jika sebaliknya, tugas akan dimasukkan ke dalam antrean. Saat QPU tersedia, tugas dalam antrean diproses sesuai urutan penerimaan. Untuk memberi tahu bila tugas Anda telah selesai, Amazon Braket mengirimkan peristiwa perubahan status ke Amazon EventBridge. Anda dapat membuat aturan di EventBridge untuk menentukan tindakan yang akan diambil, seperti menggunakan Amazon Simple Notification Service (SNS), yang dapat mengirimi Anda pemberitahuan melalui SMS, atau metode lain seperti email, HTTPs, AWS Lambda atau Amazon SQS.

T: Apakah saya perlu mengumpulkan sirkuit sebelum saya menjalankannya pada QPU?

Tidak, tidak perlu. Amazon Braket secara otomatis mengumpulkan kode Anda untuk Anda saat Anda menjalankannya. Namun demikian, Anda memiliki opsi pada perangkat Rigetti untuk menentukan blok kode khusus yang akan berjalan apa adanya, tanpa modifikasi pengompilasi menggunakan kompilasi verbatim. Untuk pelajari selengkapnya, lihat dokumentasi kami di Membangun Sirkuit.

T: Apa manfaat dari kompilasi verbatim?

Kompilasi sirkuit kuantum mengubah sirkuit kuantum untuk sirkuit yang dikompilasi, yang menjalani alokasi qubit, pemetaan gerbang native, dan optimalisasi. Namun demikian, optimalisasi gate pengompilasi dapat menjadi masalah untuk peneliti dan ahli algoritma kuantum yang mengembangkan sirkuit benchmark atau mitigasi kesalahan, karena optimisasi pengompilasi menghapus atau menyusun ulang gate dan komponen redundan. Dengan kompilasi verbatim, pengguna dapat menentukan bagian sirkuit atau keseluruhan sirkuit untuk berjalan apa adanya, tanpa modifikasi pengompilasi apa pun.

Tugas Hybrid

T: Apa itu fitur Tugas Hybrid?

Tugas Hybrid membuat eksekusi beban kerja klasik kuantum hybrid menjadi lebih mudah, lebih cepat, dan lebih dapat diprediksi. Dengan fitur ini, Anda hanya perlu menyediakan skrip atau kontainer algoritme Anda, dan AWS akan meningkatkan sumber daya yang diminta, menjalankan algoritme, serta melepaskan sumber daya setelah selesai, sehingga Anda hanya membayar untuk apa yang Anda gunakan saja. Fitur Tugas Hybrid juga menyediakan wawasan langsung tentang metrik algoritme, sehingga Anda dapat melihat algoritme Anda sedang berkembang. Yang terpenting, tugas memiliki akses prioritas ke QPU target sehingga eksekusi dapat lebih cepat, lebih dapat diprediksi, dan tidak terlalu terpengaruh oleh beban kerja pengguna lain.

T: Mengapa saya harus menggunakan Tugas Hybrid?

Tugas Hybrid Braket menyediakan tiga manfaat utama. Pertama, menyederhanakan algoritme kuantum-klasik hybrid yang berjalan. Banyak peneliti kuantum sering kali baru mengenal komputasi cloud dan tidak ingin menyiapkan dan mengelola lingkungan komputasinya sebelum menjalankan algoritme hybrid mereka. Dengan Tugas Hybrid, Anda hanya perlu menentukan instans komputasi pilihan Anda – atau menggunakan secara default. Tugas Hybrid Braket akan menunggu agar QPU target tersedia, meningkatkan sumber daya klasik, menjalankan beban kerja di lingkungan kontainer yang dibuat sebelumnya, mengembalikan hasilnya ke Amazon S3, dan akhirnya mengeluarkan sumber daya komputasi.

Kedua, Tugas Hybrid menyediakan wawasan langsung tentang algoritme yang sedang berjalan. Anda dapat menetapkan metrik algoritme kustom sebagai bagian dari algoritme yang akan secara otomatis dicatat oleh Amazon CloudWatch dan ditampilkan di konsol Amazon Braket. Dengan ini, Anda dapat melacak perkembangan algoritme Anda.

Ketiga, Amazon Braket Hybrid Jobs menyediakan performa lebih baik daripada menjalankan algoritme hibrida dari lingkungan Anda sendiri. Selama tugas Anda berjalan, Amazon Braket Hybrid Jobs memiliki akses prioritas ke QPU yang dipilih. Artinya, tugas yang dieksekusi pada perangkat tersebut sebagai bagian dari tugas Anda, akan dieksekusi terlebih dahulu daripada tugas lain yang mungkin diantrekan di perangkat. Aktivitas tersebut menghasilkan waktu pengoperasian yang lebih pendek dan lebih dapat diprediksi untuk algoritme hybrid, dan pada akhirnya hasil yang lebih baik dengan mengurangi efek merugikan dari karakteristik perangkat yang berubah secara perlahan (‘device drift’) pada performa algoritme.

Q: Komputer kuantum mana yang dapat saya gunakan dengan Tugas Hibrida?

Anda dapat menggunakan QPU yang tersedia di Amazon Braket dengan Tugas Hibrida.

T: Simulator mana yang dapat saya gunakan dengan Tugas Hibrida?

Anda dapat menggunakan simulator sesuai permintaan Amazon Braket yang tersedia (SV1, DM1, TN1), simulator tersemat yang didasarkan pada lightning plug-in PennyLane, atau simulator kustom yang tersemat sebagai kontainer untuk tugas hibrida. Untuk simulator tersemat atau simulator kustom, Anda dapat memilih satu atau beberapa instans CPU dan GPU untuk menjalankan beban kerja hibrida Anda. 

T: Mengapa saya sebaiknya menggunakan simulator tersemat dengan Tugas Hibrida? 

Simulator tersemat adalah sekumpulan simulator berperforma tinggi yang tersemat langsung di kontainer yang sama dengan kode aplikasi Anda untuk menghindari latensi yang terkait dengan proses lengkap antara simulator sesuai permintaan terkelola penuh, seperti SV1, dan kode klasik dalam kontainer. Simulator tersemat mendukung fitur lanjutan, seperti metode gabungan untuk komputasi gradien, yang mengurangi jumlah sirkuit yang dibutuhkan untuk komputasi gradien. Amazon Braket kini mendukung simulator tersemat dari PennyLane, seperti simulator lightning.gpu, yang dipercepat dengan SDK cuQuantum NVIDIA, yang didesain khusus untuk menjalankan simulasi sirkuit kuantum di GPU berperforma tinggi.

T: Dapatkah saya membawa simulator saya sendiri ke Amazon Braket Hybrid Jobs?

Ya, Anda dapat membawa pustaka simulator Anda sendiri ke Amazon Braket Hybrid Jobs dengan menyematkan simulator dan dependensinya ke dalam kontainer. Anda kemudian dapat meneruskan kode ke kontainer sebagai titik masuk dan menjalankan kode sebagai Amazon Braket Hybrid Job di instans CPU atau GPU. Amazon Braket menangani penyiapan sumber daya selama durasi tugas dan Anda hanya membayar untuk yang Anda gunakan.

T: Haruskah saya memilih satu tipe instans untuk menjalankan Tugas Hibrida?

Tidak, kontainer tugas secara default berjalan di satu tipe instans ml.m5.xlarge. Jika Anda menjalankan algoritme hibrida menggunakan simulator sesuai permintaan Amazon Braket (SV1, TN1, DM1) atau QPU, Amazon Braket mengelola perangkat lunak dan infrastruktur untuk Anda. Jika Anda menjalankan algoritme hibrida menggunakan simulator tersemat dari PennyLane atau simulator kustom yang dikemas sebagai kontainer, Anda dapat memilih satu atau beberapa tipe instans CPU atau GPU tempat menjalankan tugas. Amazon Braket mengelola penyiapan infrastruktur yang mendasari dan melepaskan sumber daya setelah tugas selesai sehingga Anda hanya membayar untuk yang Anda gunakan.

T: Bagaimana cara saya memilih antara simulator vektor status tersemat dari PennyLane dan simulator SV1 saat menjalankan tugas hibrida?

Saat ini, simulator vektor status tersemat dari PennyLane yang dikemas bersama kontainer Amazon Braket’s Hybrid Jobs dalam kondisi telah diinstal dapat digunakan untuk algoritme variasional yang dapat diuntungkan dari metode seperti pengisian balik atau metode gabungan untuk komputasi gradien. Contoh algoritme ini meliputi quantum machine learning (QML), quantum adiabatic approximate algorithm (QAOA), atau variational quantum eigensolver (VQE). Dengan simulator tersemat, Anda juga memiliki pilihan untuk menggunakan instans GPU, jika algoritme Anda dapat diuntungkan dari akselerasi berbasis GPU, dan dapat sesuai dengan memori GPU. Ini umumnya kasus untuk algoritme variasional dan algoritme QML dengan jumlah qubit menengah (<30). Jika tidak, pertimbangkan menggunakan simulator sesuai permintaan SV1. Karena saat ini metode gabungan tidak mendukung non-zero shot, pertimbangkan menggunakan SV1 untuk beban kerja dengan shot lebih besar dari nol. Perhatikan bahwa simulator tersemat hanya didukung sebagai bagian dari fitur Tugas Hibrida, sedangkan SV1 mendukung tugas mandiri dan tugas hibrida. 

T: Bagaimana saya memilih di antara berbagai smulator tersemat dari PennyLane?

Simulator lightning.gpu PennyLane dapat digunakan untuk algoritme hibrida seperti QML, QAOA, atau VQE, asalkan ukuran masalah cukup kecil untuk disesuaikan dengan memori GPU. Simulator berbasis CPU lightning.qubit dapat digunakan untuk algoritme intensif memori, dan tidak sesuai untuk memori GPU, seperti algoritme variasional dengan qubit tinggi (lebih dari 29 qubit). Perhatikan bahwa biaya Anda akan berbeda, tergantung apakah Anda menggunakan tipe instans CPU atau GPU. Silakan lihat dokumentasi PennyLane untuk detail selengkapnya. 

T: Bagaimana saya dikenai biaya untuk penggunaan Tugas Hibrida?

Terdapat dua komponen harga untuk fitur Tugas Hybrid: biaya atas penggunaan instans tugas klasik dan biaya atas penggunaan komputer kuantum atau simulator sirkuit kuantum. Pertama, Anda akan dikenakan biaya selama tugas berjalan, berdasarkan pada instans tugas yang Anda gunakan. Fitur Tugas Hybrid menggunakan instans ml.m5.xlarge sebagai default, atau Anda dapat memilih tipe instans yang berbeda saat membuat tugas. Anda juga memiliki opsi untuk menambahkan penyimpanan data ekstra dalam instans komputasi dengan biaya tambahan. Untuk harga instans ini dan penyimpanan instans tambahan, silakan lihat tabel harga “Instans Tugas” pada halaman harga Amazon Braket. Kedua, Anda akan dikenai biaya eksekusi tugas quantum yang telah dibuat sebagai bagian dari tugas Anda dan berjalan di komputer quantum atau simulator sirkuit pilihan Anda. Jika Anda menggunakan sumulator sesuai permintaan Amazon Braket (SV1, DM1, TN1) atau bagian tugas Hibrida, Anda akan dikenai biaya untuk eksekusi tugas quantum yang dibuat sebagai bagian dari tugas Anda. Harga untuk tugas tersebut sama, baik dijalankan sebagai bagian dari tugas hibrida atau bukan. Silakan lihat tab “Komputer Quantum” dan “Simulator“ di halaman harga Amazon Braket. Jika Anda menggunakan simulator tersemat seperti simulator lightning yang dikemas bersama kontainer Tugas Hibrida dalam kondisi telah diinstal di Amazon Braket, atau simulator pilihan yang tersemat sebagai kontainer kustom, Anda hanya membayar untuk sumber daya CPU atau GPU klasik yang Anda gunakan selama tugas, berdasarkan tabel harga di bawah. Untuk harga instans ini dan penyimpanan instans tambahan, silakan lihat tabel harga “Instans Tugas” di bawah. 

T: Bagaimana saya memulai Tugas Hibrida?

Anda dapat memulai dengan mengunjungi bagian Panduan Pengguna Tugas Amazon Braket pada dokumentasi Braket. Contoh notebook hybrid Amazon Braket menyediakan tutorial tentang cara memulai dengan Tugas, dan menjalankan berbagai jenis algoritme hybrid. Contoh tersebut hadir terpasang sebelumnya pada notebook Amazon Braket untuk membantu Anda memulai dengan cepat. Anda juga dapat meninjau contoh algoritme hybrid dengan plug-in PennyLane di repositori contoh Amazon Braket

Harga

T: Bagaimana tarif atas penggunaan Amazon Braket?

Dengan Amazon Braket, tidak ada biaya di muka, dan Anda hanya membayar untuk sumber daya AWS yang Anda gunakan. Anda akan ditagih terpisah untuk setiap kemampuan Amazon Braket, termasuk akses ke perangkat keras komputasi quantum dan simulator sesuai permintaan. Penagihan juga dilakukan terpisah untuk layanan AWS yang disediakan melalui Amazon Braket seperti notebook terkelola Amazon Braket. Silakan kunjungi halaman harga untuk mempelajari selengkapnya tentang harga.

T: Bagaimana cara melacak penggunaan dan pengeluaran Amazon Braket saya di berbagai proyek?

J: Anda dapat menggunakan tag untuk mengatur sumber daya AWS Anda dengan pengelompokan logis yang masuk akal untuk tim atau bisnis Anda, seperti pusat biaya, departemen, atau proyek. Di Amazon Braket, Anda dapat menerapkan tag ke tugas kuantum yang Anda buat. Setelah membuat dan menerapkan tag yang ditentukan pengguna, Anda dapat mengaktifkannya untuk pelacakan alokasi biaya di dasbor Manajemen Penagihan dan Biaya AWS. AWS menggunakan tag untuk mengategorikan biaya Anda dan mengirimkan laporan alokasi biaya bulanan kepada Anda sehingga biaya AWS Anda dapat dilacak. Laporan alokasi biaya Anda menampilkan kunci tag sebagai kolom tambahan dengan nilai yang berlaku untuk tiap baris, sehingga pelacakan biaya akan lebih mudah jika Anda menggunakan serangkaian kunci tag yang konsisten.

T: Apakah AWS menyediakan kredit untuk penelitian komputasi kuantum yang menggunakan Amazon Braket?

Ya. Ilmuwan di universitas di seluruh dunia melakukan penelitian di Amazon Braket menggunakan kredit yang disediakan melalui program AWS Cloud Credit for Research. Kirimkan proposal anda di tautan di atas. Dalam proses aplikasi, jika Anda tidak memiliki URL untuk kalkulator harga, kirimkan permintaan Anda dengan placeholder.

Keamanan

T: Apakah data saya meninggalkan lingkungan AWS bila saya menggunakan Layanan Amazon Braket?

Ya, QPU di Amazon Braket di-hosting oleh penyedia perangkat keras kuantum pihak ketiga kami. Jika Anda menggunakan Amazon Braket untuk mengakses komputer kuantum, masalah sirkuit atau anil dan metadata terkait akan dikirim ke dan diproses oleh penyedia perangkat keras di luar fasilitas yang dioperasikan AWS. Konten Anda dianonimkan sehingga hanya konten yang diperlukan untuk memproses tugas kuantum yang dikirim ke penyedia perangkat keras kuantum. Informasi akun AWS tidak dikirimkan kepada mereka. Semua data dienkripsi saat istirahat dan saat transit, dan hanya didekripsi untuk pemrosesan. Selain itu, penyedia perangkat keras Amazon Braket tidak diizinkan untuk menyimpan atau menggunakan konten Anda untuk tujuan selain memproses tugas Anda. Setelah sirkuit selesai, hasilnya dikembalikan ke Amazon Braket dan disimpan di bucket Amazon S3 Anda. Keamanan penyedia perangkat keras kuantum pihak ketiga Amazon Braket diaudit secara berkala untuk memastikan standar keamanan jaringan, kontrol akses, perlindungan data, dan keamanan fisik terpenuhi.

T: Di mana hasil saya akan disimpan?

Hasil Anda akan disimpan di Amazon S3. Selain memberikan hasil eksekusi, Amazon Braket juga menerbitkan log peristiwa dan metrik performa, seperti status penyelesaian dan waktu eksekusi ke Amazon CloudWatch.

T: Dapatkah saya menggunakan Amazon Braket di Amazon Virtual Private Cloud (Amazon VPC)?

Amazon Braket terintegrasi dengan AWS PrivateLink, sehingga Anda dapat mengakses Amazon Braket dari dalam Amazon Virtual Private Cloud (Amazon VPC) Anda tanpa memerlukan lalu lintas untuk melintasi Internet. Hal ini mengurangi paparan serangan keamanan berbasis Internet dan risiko kebocoran data sensitif.

Quantum Solutions Lab

T: Apa itu Quantum Solutions Lab (QSL)?

Amazon Quantum Solutions Lab adalah program penelitian kolaboratif dan layanan profesional yang dikelola para pakar komputasi kuantum untuk membantu Anda menjelajahi komputasi kuantum secara lebih efektif dan berupaya mengatasi tantangan yang muncul dengan teknologi yang baru lahir ini. Silakan kunjungi halaman web Quantum Solutions Lab untuk memulai.

T: Bagaimana cara untuk bisa dilibatkan dengan QSL?

Anda dapat meminta informasi tentang pelibatan dengan QSL dan mitra kami dengan mengirimkan formulir ini, dan dengan bekerja melalui manajer akun AWS Anda.

T: Berapa biaya keterlibatan QSL?

Biaya pelibatan QSL bervariasi tergantung lamanya pelibatan dan sifat kebutuhan Anda. Harap hubungi pengelola akun Anda untuk rincian selengkapnya.

T: Berapa lama durasi umum pelibatan QSL?

Pelibatan Quantum Solutions Lab biasanya mulai 6 hingga 12 bulan.

T: Apakah saya harus datang ke Lab untuk berpartisipasi?

Seluruh proses dapat dilakukan dari jarak jauh, bila perlu, dan kemungkinan besar akan demikian selama pandemi saat ini. Namun, biasanya kami bertemu langsung untuk memulai pelibatan dan menentukan ritme kerja. Setelah itu, kami akan mengunjungi situs Anda jika diperlukan dan mengadakan pos pemeriksaan rutin menggunakan konferensi video, sambil rutin berkolaborasi dari jarak jauh.

AWS Center for Quantum Computing

T: Apa itu AWS Center for Quantum Computing?

AWS Center for Quantum Computing adalah program penelitian yang menyatukan para peneliti dan pakar dari Amazon dan institusi akademis terkemuka di bidang komputasi kuantum. Bersama-sama mereka berkolaborasi pada aplikasi jangka pendek, skema koreksi kesalahan, arsitektur perangkat keras, dan model pemrograman untuk eksplorasi pengembangan teknologi kuantum. Kami membentuk AWS Center for Quantum Computing di kampus California Institute of Technology (Caltech). Saat ini, Center bekerja sama dengan para peneliti di Caltech, Universitas Stanford, Universitas Harvard, Institut Teknologi Massachusetts, dan Universitas Chicago melalui program Beasiswa Amazon.

T: Penelitian apa yang diterbitkan oleh AWS Center for Quantum Computing?

Tim AWS Center for Quantum Computing secara berkala menerbitkan penelitian dan menyajikan makalah ilmiah di konferensi seperti QIP, APS, dan IEEE QCE tentang perangkat keras kuantum, algoritma, perbaikan kesalahan, dan domain lainnya. Penelitian penting termasuk makalah tentang “Designing a fault-tolerant quantum computer based on Schrödinger-cat qubits.” Untuk publikasi penelitian lain, lihat halaman area penelitian Teknologi Kuantum Amazon.Science.


Lihat fitur produk

Pelajari selengkapnya tentang Amazon Braket.

Pelajari selengkapnya 
Daftar untuk akun gratis

Dapatkan akses secara instan ke AWS Tingkat Gratis. 

Daftar 
Daftar untuk memulai

Daftar atau masuk ke konsol untuk memulai.

Daftar