Вопросы и ответы по Amazon Braket

Пакет средств разработки (SDK) Amazon Braket – это независимая от технологий среда разработки, с помощью которой можно разрабатывать квантовые алгоритмы и запускать их на различном оборудовании и симуляторах для квантовых вычислений посредством сервиса Amazon Braket. SDK помогает осуществлять отслеживание и мониторинг задач, отправленных в Amazon Braket, и оценивать результаты. Пакет Amazon Braket SDK включает локальный симулятор квантовой схемы, который можно использовать для тестирования ваших алгоритмов.

Amazon Braket предоставляет полностью управляемые блокноты Jupyter, заранее установленные в SDK Amazon Braket, и учебные пособия с примерами, которые помогают быстро начать работу. SDK Amazon Braket — это пакет с открытым исходным кодом, поэтому вы можете использовать Amazon Braket в любой локальной интегрированной среде разработки (IDE) на ваш выбор.

Сегодняшние квантовые компьютеры подвержены квантовому шуму, а исследователям часто нужен доступ к нижнему уровню контроля над оборудованием для изучения шума или перекрестных помех, разработки новых и надежных шлюзов, создания схем устранения ошибок и исследования новых квантовых алгоритмов. С помощью импульсного управления вы можете управлять низкоуровневыми аналоговыми сигналами или импульсами, которые контролируют квантового процессора.  

Да. Вы можете программировать квантовые сети на квантовых компьютерах Rigetti Computing и Oxford Quantum Circuits с непосредственным использованием шлюзов, импульсов или их комбинаций. Также вы можете избирательно вставлять блоки импульсных инструкций в определенные области программы, чтобы фокусироваться на оптимизации отдельных операций и проводить точную регулировку производительности. 

PennyLane – это интегрируемая в Amazon Braket библиотека программного обеспечения с открытым исходным кодом, предназначенная для вариационных квантовых вычислений. Вариационные квантовые вычисления – парадигма, в которой используются гибридные квантово-классические алгоритмы для итеративного поиска решений вычислительных проблем в различных областях, таких как химия, оптимизация и квантовое машинное обучение. Сервис PennyLane, основанный на квантовом дифференцируемом программировании, позволяет обучать квантовые схемы так же, как нейронные сети. Он предоставляет интерфейсы для популярных библиотек машинного обучения, включая PyTorch и TensorFlow, чтобы сделать обучение квантовых алгоритмов простым и интуитивно понятным. Чтобы получить дополнительную информацию о PennyLane, посетите веб-сайт https://pennylane.ai и ознакомьтесь с руководством для разработчиков по этой ссылке. 

Краткосрочные приложения квантовых вычислений в сфере химии, оптимизации и квантового машинного обучения основаны на вариационных квантовых алгоритмах, которые используют итеративную обработку между классическими и квантовыми компьютерами. Сервис PennyLane позволяет легко приступить к созданию вариационных квантовых алгоритмов машинного обучения для Amazon Braket. Это позволяет задействовать знакомые инструменты машинного обучения для создания и отработки ваших алгоритмов. PennyLane предоставляет химическую библиотеку qchem, которая подходит для сопоставления задач вычислительной химии с формулировками квантовых вычислений с помощью всего нескольких строк кода.

Сервис Amazon Braket ускорит внедрение инноваций с помощью PennyLane. При тестировании и точной настройке алгоритмов наши полностью управляемые высокопроизводительные имитаторы, предоставляемые по требованию, ускоряют обучение в 10 или более раз по сравнению с локальной имитацией алгоритмов.  Для ускорения работы гибридных квантовых алгоритмов теперь можно пользоваться высокопроизводительными встроенными имитаторами от PennyLane, такими как имитатор lightning.gpu, ускоренными SDK NVIDIA’s cuQuantum для рабочих нагрузок, использующих графические процессоры. В этих имитаторах «из коробки» есть методы, такие как метод сопряженных градиентов, снижающие число схем, необходимых для расчета и градиента. Их можно использовать для быстрых итеративных экспериментов и создания прототипов. 

Записные книжки Amazon Braket предусматривают предварительно настроенный сервис PennyLane, в то время как наши записные книжки с учебными пособиями помогут быстро начать работу. Кроме того, вы можете установить плагин Amazon Braket PennyLane для всех выбранных IDE. Плагин с открытым исходным кодом можно скачать здесь. Документация о PennyLane доступна здесь: https://pennylane.ai.  

OpenQASM — это промежуточное представление (IR) с открытым исходным кодом для программ квантовых вычислений. Запускать программы OpenQASM можно на всех устройствах Braket на основе вентилей либо через Amazon Braket SDK, либо напрямую отправляя их в Braket API. AWS присоединилась к руководящему совету OpenQASM, чтобы помочь создать открытую, не зависящую от аппаратного обеспечения и единую спецификацию для квантовых программ на основе вентилей. 

Устранение ошибок подразумевает различные методы снижения влияния систематического шума на современное оборудование, подверженное ошибкам, путем сопоставления входной схемы с набором родственных схем и применения классической последующей обработки результатов.

Да. Вы можете поэкспериментировать с устранением ошибок на QPU IonQ Aria, используя технику обезличивания IonQ. Обратите внимание, что этот тип устранения ошибок требует использования не менее 2500 снимков на задание.

Симуляторы квантовых схем работают на классических компьютерах. С помощью симуляторов можно тестировать квантовые алгоритмы с использованием квантового оборудования по более низкой цене без необходимости получения доступа к специальным квантовым машинам. Симуляция очень удобна для быстрой отладки квантовых контуров, устранения проблем и оптимизации алгоритмов перед переходом на реальное квантовое оборудование. Также классическая симуляция важна для проверки результатов работы оборудования для квантовых вычислений, которое скоро станет доступным, и для изучения влияния шумов.

Amazon Braket представляет выбор из четырех имитаторов квантовых схем. Предлагаются локальный имитатор в пакете SDK и три предоставляемых по требованию имитатора: имитатор квантовых схем общего назначения SV1, имитатор DM1, который позволяет имитировать эффект шума в схемах, и TN1, высокопроизводительный тензорный имитатор сети. Данные варианты позволяют выбрать тот подход, который лучше соответствует конкретным требованиям.

Локальный симулятор бесплатно включен в пакет Amazon Braket SDK. Он способен работать на вашем ноутбуке или в управляемом блокноте Amazon Braket. Данный симулятор можно использовать для быстрой проверки проектов схем. Он прекрасно подходит для симуляций малого и среднего масштаба – до 25 кубитов без шума или до 12 кубитов с шумом, в зависимости от имеющегося оборудования.

SV1 – это полностью управляемый, высокопроизводительный векторный симулятор состояния для квантовых схем размером до 34 кубитов. В качестве векторного симулятора состояния он полностью берет под контроль волновую функцию квантового состояния и применяет операции схемы для вычисления результата. После разработки и отладки квантового алгоритма на локальном симуляторе в Amazon Braket SDK вы можете использовать SV1 для масштабируемого тестирования и изучения. SV1 автоматически масштабирует вычислительные ресурсы, чтобы вы могли запускать до 35 симуляций одновременно.

DM1 – это полностью управляемый симулятор матрицы плотности, который позволяет исследовать влияние реалистичного шума на квантовые алгоритмы. Это поможет вам разработать стратегии устранения ошибок, чтобы получать более точные результаты с современных устройств квантовых вычислений.

DM1 поддерживает симуляцию схем размером до 17 кубитов. Он может запускать до 35 симуляций одновременно, ускоряя ваши эксперименты. Для быстрого прототипирования и отладки перед применением DM1 можно использовать локальный имитатор шума из пакета SDK Amazon Braket.

TN1 – это полностью управляемый высокопроизводительный симулятор тензорной сети, который работает со структурированными квантовыми схемами размером до 50 кубитов. Симулятор тензорной сети кодирует квантовые схемы в структурированный граф с целью найти наилучший способ вычисления результата. Имитатор TN1 отлично подходит для разреженных схем, схем с локальными вентилями и других схем с наследуемой структурой.

SV1 – это имитатор общего назначения на базе технологии вектора состояния. Он обеспечивает прогнозируемую работу и высокую производительность для универсальных схем до 34 кубитов.

DM1 создан специально для поддержки моделирования с шумами. Если вам требуется изучить алгоритмы под влиянием шумов различного типа, то используйте DM1.

TN1 – специализированный симулятор для определенных типов квантовых схем размером до 50 кубитов. Рассматривайте его для работы с разреженными схемами, схемами с локальными вентилями и другими схемами с наследуемой структурой. Иные типы схем, например, с возможностью подключения «всех ко всем», часто больше подходят для SV1.

Современные квантовые устройства по своей сути являются шумными. Каждая выполняемая операция может привести к ошибке. Следовательно, результаты, полученные с помощью квантового компьютера, обычно отличаются от идеальных ожидаемых результатов. DM1 позволяет изучить надежность алгоритмов под влиянием реалистичного шума и разработать стратегии устранения ошибок, с помощью которых можно получить более точные результаты на современных устройствах квантовых вычислений.

DM1 может симулировать схемы без шумов. Тем не менее, для наилучшей производительности при работе с масштабными симуляциями схем без шумов мы рекомендуем использовать SV1.

Нет, если вы используете предоставляемый по требованию имитатор Amazon Braket. При использовании SV1, TN1 или DM1 сервис Amazon Braket самостоятельно управляет программным обеспечением и инфраструктурой. От вас требуется лишь предоставить схему для запуска.

Если вы запускаете локальный симулятор в SDK для управляемой записной книжки Amazon Braket, он будет работать на инстансе Amazon, который вы уже указали для своей записной книжки.

Если количество кубитов и глубина схемы не превышают описанных здесь предельных значений, TN1 попытается симулировать ее. Однако, в отличие от SV1, точная оценка времени выполнения исключительно на основе количества кубитов и глубины схемы не представляется возможной. Во время так называемой «фазы репетиции» TN1 сначала попытается определить эффективный вычислительный путь для вашей схемы и оценить время выполнения следующего этапа, «фазы сжатия». Если расчетное время сжатия превышает предельное значение TN1, TN1 не будет предпринимать попытки сжатия. Таким образом, плата взимается только за время «фазы репетиции». Подробнее см. в технической документации.

Нет. Благодаря Amazon Braket вы можете направить одну и ту же квантовую схему для запуска на любых симуляторах и квантовом оборудовании на основе вентилей, доступном в сервисе, изменив несколько строк кода.

На AWS Marketplace можно найти продукты, в которых используются современные классические подходы к комбинаторным проблемам оптимизации, например Meta Analytics и Toshiba SBM. 

На физическом квантовом вычислительном блоке (QPU) можно очень легко запустить проект контура. После создания контура или графа проблемы в SDK Amazon Braket можно отправить задачу из управляемого блокнота Jupyter или любой интегрированной среды разработки на ваш выбор, например PyCharm.

Этапы запуска квантовой задачи на квантовом вычислительном блоке аналогичны этапам запуска на симуляторе: достаточно выбрать сервер или устройство при выполнении вызовов API в Amazon Braket SDK. Это вычислительные операции, для которых с помощью вызова API в SDK Amazon Braket можно запрашивать различные серверы или устройства. В число доступных устройств входят как несколько симуляторов, так и квантовые компьютеры, доступные в этом сервисе. Чтобы сменить устройство, достаточно изменить всего одну строку кода. Однако симуляторы доступны всегда, в то время как для ожидания ресурсов квантового вычислительного блока может потребоваться время.

Разные типы квантовых компьютеров предназначены для решения разных видов проблем. Есть много факторов, которые могут повлиять на выбор подходящего компьютера, например число кубитов, точность вычисления (доля ошибок), соединения кубитов, время когерентности и стоимость. Полные характеристики квантовых компьютеров приведены в консоли Amazon Braket.

Чтобы узнать подробнее о поставщиках оборудования для Amazon Braket, нажмите здесь. 

Аналоговая гамильтоновая симуляция или AHS – это другая парадигма квантовых вычислений, отличная от универсальных квантовых вычислений на основе гейтов. Устройства, способные работать с AHS, представляют собой QPU специального назначения, предназначенные для решения ограниченного набора задач, представленных гамильтонианом. AHS позволяет пользователям задать интересующий их гамильтониан, а квантовый компьютер настраивает параметры таким образом, чтобы эмулировать непрерывную временную эволюцию квантового состояния под действием этого гамильтониана. Поскольку эти гамильтонианы реализуются непосредственно в системе, системы AHS не страдают от накладных расходов, необходимых для формулировки алгоритмов в терминах схем и вентилей, и, таким образом, уже могут моделировать системы с сотнями кубитов, которые запрещено моделировать классически. Amazon Braket поддерживает AHS через QPU QuEra.

Подробности о системе и производительности QPU Rigetti, включая надежность вентилей и согласованность времени, можно посмотреть на странице QPU Rigetti.

Подробная информация о топологии, вентилях и рекомендациях для QPU IonQ указана на веб-странице Рекомендации IonQ.

Система QuEra представляет собой программируемый QPU, состоящий из атомов Ридберга, расположенных в двумерной настраиваемой схеме оптического пинцета. Квибиты в этом устройстве состоят из нейтральных атомов рубидия-87, два состояния которых – основное состояние атома и одно из высоковозбужденных ридберговских состояний. Ридберг-ридберговское взаимодействие между атомами распадается как шестая сила расстояния между атомами, что приводит к появлению эффективного спинового гамильтониана с локальными взаимодействиями. Кроме того, лазерные поля могут настраивать поперечное магнитное поле, что приводит к интересной спиновой динамике, которая может привести к новым основным и неравновесным состояниям. Исследователи, получающие доступ к этому устройству через Braket, смогут программировать геометрию двумерного расположения атомов и изменять силу продольного и поперечного магнитных полей в зависимости от времени, используя Braket SDK. Это позволит получить интересующий нас эффективный гамильтониан, эволюция которого в непрерывном времени может быть изучена на приборе. Подробнее см. в рекомендациях QuEra здесь.

Квантовые вычисления – это развивающаяся технология, и квантовые компьютеры все еще остаются дефицитным ресурсом. Различные типы квантовых компьютеров обладают различными эксплуатационными характеристиками и отличаются уровнями доступности, поэтому они обрабатывают задачи с разной скоростью. Если выбранный QPU находится онлайн и в настоящее время не используется, то ваша задача будет выполнена немедленно. В противном случае она будет поставлена в очередь. Когда QPU станет доступным, задачи из очереди будут обработаны в порядке получения. Для оповещения о завершении выполнения задачи Amazon Braket отправляет события изменений состояния в Amazon EventBridge. В EventBridge можно создать правило, указав действие, которое необходимо выполнить, например применение простого сервиса уведомлений Amazon (SNS), который может отправлять оповещения в SMS-сообщениях или другими способами: по электронной почте, HTTPS, AWS Lambda или Amazon SQS.

Нет, это не обязательно. Amazon Braket автоматически скомпилирует код при запуске. Тем не менее на устройствах Rigetti, OQC и IonQ есть возможность запускать схемы в исходном виде без компиляторных изменений с использованием дословной компиляции. Кроме того, на устройствах Rigetti можно выбирать конкретные блоки кода для запуска в исходном виде без каких-либо промежуточных пропусков компилятора. Подробнее см. в документации о дословной компиляции.

Квантовая компиляция схем преобразует квантовые схемы в скомпилированные, в которых возможно распределение кубитов, сопоставление с собственными элементами и оптимизация. Однако оптимизация элементов компилятора может быть сложна для исследователей и специалистов по квантовым алгоритмам, разрабатывающих схемы сравнительного анализа или устранения ошибок, поскольку оптимизация компилятора удаляет или изменяет порядок элементов и избыточных компонентов. С помощью дословной компиляции пользователи могут запустить определенные части схем или схемы целиком в исходном виде, без компиляторных изменений.

Да, вы можете получить доступ к квантовому оборудованию через Торговую площадку AWS, например, к устройствам отжига D-Wave.

Hybrid Jobs упрощает и ускоряет выполнение гибридных квантово-классических рабочих нагрузок и делает его более предсказуемым. При использовании этих возможностей нужно лишь предоставить сценарий алгоритма или контейнер, и AWS развернет запрошенные ресурсы, запустит алгоритм и освободит ресурсы после завершения — вы платите только за то, чем пользуетесь. Функция Hybrid Jobs также отображает в реальном времени метрики алгоритма, чтобы вы могли видеть ход его выполнения. Что наиболее важно, задания имеют приоритетный доступ к целевому квантовому процессору, поэтому выполнение может быть более быстрым и предсказуемым и меньше зависеть от рабочих нагрузок других пользователей.

Функция Braket Hybrid Jobs имеет три основных преимущества. Во-первых, она упрощает выполнение гибридных квантово-классических алгоритмов. Многие исследователи квантовых явлений часто плохо знакомы с облачными вычислениями и не хотят настраивать свою вычислительную среду и управлять ею перед выполнением гибридного алгоритма. При использовании Hybrid Jobs нужно лишь указать желаемый вычислительный инстанс или использовать стандартный. Функция Braket Hybrid Jobs развернет классические ресурсы и запустит рабочую нагрузку в готовых контейнерных средах, вернет результаты в Amazon S3 и освободит вычислительные ресурсы, поэтому вы будете платить только за то, что используете.

Во-вторых, функция Hybrid Jobs позволяет в реальном времени анализировать выполнение алгоритмов. Вы можете определить собственные метрики алгоритма, которые будут автоматически регистрироваться Amazon CloudWatch и отображаться в консоли Amazon Braket. С их помощью вы можете отслеживать ход выполнения алгоритмов.

В-третьих, при использовании Amazon Braket Hybrid Jobs производительность выше, чем при запуске гибридных алгоритмов в собственной среде. В течение всего времени выполнения задания оно имеет приоритетный доступ к выбранному квантовому процессору. Это означает, что задачи, выполняемые на этом устройстве в рамках вашего задания, имеют приоритет перед другими, поставленными в очередь задачами. Это позволяет сократить и точнее предсказывать время выполнения гибридных алгоритмов и, в конечном итоге, добиваться лучших результатов за счет уменьшения негативного воздействия медленно изменяющихся характеристик устройства («дрейфа устройства») на скорость выполнения алгоритма.

С Hybrid Jobs совместимы любые доступные квантовые процессоры на Amazon Braket.

Можно использовать все предоставляемые по требованию симуляторы Amazon Braket (SV1, DM1, TN1), встроенные симуляторы, основанные на плагине PennyLane-Lightning, а также пользовательские симуляторы, встраиваемые как контейнер для гибридных заданий. Для гибридных рабочих нагрузок встроенных имитаторов или пользовательского имитатора можно выбрать один или несколько инстансов с разными ЦП и GPU.  

Встроенные имитаторы — это набор высокопроизводительных имитаторов, напрямую встроенных в тот же контейнер, что и код вашего приложения. Это позволяет избегать задержки, связанной с циклами «запрос-ответ» между полностью управляемым, предоставляемым по требованию имитатором, таким как SV1, и вашим классическим кодом в контейнере. Встроенные имитаторы поддерживают расширенные функции, такие как метод сопряженных градиентов, снижающие число схем, необходимых для расчета градиента. В настоящий момент Amazon Braket поддерживает встроенные имитаторы от PennyLane, такие как имитатор lightning.gpu, работа которого ускоряется с помощью SDK NVIDIA cuQuantum, специально разработанного для запуска имитаций квантовых схем на высокопроизводительных графических процессорах.

Да, собственную библиотеку имитатора можно использовать с Amazon Braket Hybrid Jobs, встроив имитатор и его зависимости в контейнер. Затем можно передать код в контейнер как точку входа и выполнить код как задание Amazon Braket Hybrid Job на инстансах с ЦП или GPU. Amazon Braket выполняет сбор ресурсов на время задания, и вы платите только за то, что используете.

Нет, по умолчанию контейнер заданий работает на одном типе инстанса ml.m5.xlarge. Если вы выполняете гибридный алгоритм на предоставляемом по требованию имитаторе Amazon Braket (SV1, TN1, DM1) или на QPU, то Amazon Braket управляет программным обеспечением и инфраструктурой за вас. Если вы выполняете гибридный алгоритм, используя встроенные имитаторы от PennyLane, или пользовательский имитатор, упакованный как контейнер, вы можете выбрать один или несколько типов инстансов с ЦП или GPU, на которых следует выполнять задание. Amazon Braket управляет настройкой базовой инфраструктуры и высвобождает ресурсы после завершения работы, так что вы платите только за то, что используете.

Сейчас встроенный симулятор состояния-вектора PennyLane, предустановленный в контейнере гибридных заданий Amazon Braket, можно использовать для вариационных алгоритмов, которые могут применять такие методы, как метод обратного распространения или сопряженный метод для расчета градиентов. Примерами таких алгоритмов являются квантовое машинное обучение (QML), квантовый адиабатический приближённый алгоритм (QAOA) или вариационный квантовый решатель задач собственных значений (VQE). В случае встроенных имитаторов также можно выбрать использование инстансов с GPU, если ваш алгоритм может выиграть от ускорения графического процессора и может поместиться в его памяти. Обычно это так для вариационных алгоритмов и алгоритмов QML со средним количеством кубитов (< 30). В ином случае рассмотрите использование предоставляемого по требованию имитатора SV1. Поскольку сопряженный метод сейчас не поддерживает ненулевое число снимков, SV1 стоит использовать для любой рабочей нагрузки, где число снимков выше нуля. Обратите внимание, что встроенный имитатор поддерживается лишь как часть функции гибридных заданий, тогда как SV1 поддерживает и автономные, и гибридные задания. 

Имитатор lightning.gpu PennyLane можно использовать для гибридных алгоритмов, таких как QML, QAOA или VQE, при условии, что размер задачи достаточно мал для памяти графического процессора. Имитатор The lightning.qubit на основе ЦП можно использовать для алгоритмов, требующих значительных объемов памяти и не помещающихся в памяти графического процессора, таких как вариационные алгоритмы с большим числом кубитов (29+ кубитов). Обратите внимание, что расходы будут отличаться в зависимости от того, используется ли тип инстанса с ЦП или графическим процессором. Дополнительные сведения приведены в документации PennyLane. 

Дополнительные сведения о ценах на гибридные задания см. на вкладке «Гибридные задания» на странице с ценами Amazon Braket.

Чтобы начать работу, посетите раздел Руководство пользователя заданий Amazon Braket в документации Braket. Блокноты Amazon Braket с примерами гибридных алгоритмов содержат руководства по началу работы с заданиями и запуску различных гибридных алгоритмов. Эти примеры предустановлены в блокнотах Amazon Braket, чтобы вы могли быстро приступить к работе. Вы также можете просмотреть примеры гибридных алгоритмов с помощью подключаемого модуля PennyLane в репозитории примеров Amazon Braket. 

В сервисе Amazon Braket нет авансовых платежей. Вы платите только за ресурсы AWS, которые вы используете. За пользование каждой возможностью Amazon Braket, например за доступ к оборудованию для квантовых вычислений и к предоставляемым по требованию симуляторам, взимается отдельная плата. Также различная плата взимается за сервисы AWS, которые предоставляются посредством Amazon, например за управляемые блокноты Amazon Braket. Для получения подробной информации о ценах посетите страницу цен. 

Ответ. Чтобы распределить ресурсы AWS по логическим группам, которые значимы для вашего коллектива или предприятия, например центра затрат, подразделения или проекта, можно использовать теги. В Amazon Braket можно применять теги к создаваемым квантовым задачам. После создания и применения пользовательских тегов можно активировать их для задач распределения затрат на панели управления AWS Billing and Cost Management. AWS использует теги для распределения затрат по категориям и выдает месячный отчет о распределении затрат, чтобы вы смогли отслеживать свои затраты на AWS. В отчете о распределении затрат приведены ключи тегов в виде отдельных столбцов с соответствующими значениями для каждой строки, чтобы вам было легко отслеживать затраты при использовании постоянного набора ключей тегов.

Да. Университетские ученые со всего мира проводят исследования в Amazon Braket, используя кредиты, предоставленные в рамках программы AWS Cloud Credit for Research. Пожалуйста, отправьте ваше предложение по ссылке, указанной ниже. При подаче заявления, в случае, если у вас нет URL-адреса калькулятора ценообразования, пожалуйста, отправьте заявление с заполнителем.

Да. QPU на Amazon Braket находятся у сторонних поставщиков квантового оборудования. Если вы пользуетесь Amazon Braket для доступа к квантовым компьютерам, то ваш контур и связанные метаданные будут отправлены поставщикам оборудования и обработаны ими за пределами инфраструктуры, которая управляется AWS. Ваш контент будет анонимным, поэтому поставщики квантового оборудования получат только те данные, которые необходимы для обработки квантовой задачи. Они не получат информацию об аккаунте AWS. Все данные шифруются как при хранении, так и при передаче. Они расшифровываются лишь для обработки. Кроме того, поставщикам оборудования Amazon Braket не разрешено хранить или использовать ваш контент с иной целью, чем обработка вашей задачи. Когда обработка контура завершается, результаты возвращаются в Amazon Braket и сохраняются в вашей корзине Amazon S3. Безопасность сторонних поставщиков квантового оборудования Amazon Braket периодически проверяется, чтобы обеспечить соблюдение стандартов сетевой безопасности, контроля доступа, защиты данных и физической безопасности.

Результаты будут храниться в Amazon S3. Amazon Braket не только предоставляет вам результаты выполнения, но и публикует в Amazon CloudWatch журналы событий и метрики производительности, например состояние завершения и время выполнения.

Amazon Braket интегрирован с AWS PrivateLink, чтобы вы могли работать с Amazon Braket из Amazon Virtual Private Cloud (Amazon VPC) без необходимости в трафике через Интернет. Это сокращает угрозы атак в интернете и риск утечки конфиденциальных данных.

Amazon Quantum Solutions Lab – это программа совместных исследований и профессиональных услуг. В ней участвуют специалисты по квантовым вычислениям, которые помогут вам эффективнее осваивать эти развивающиеся технологии и оценить их производительность. Чтобы приступить к работе, посетите веб-страницу Лаборатории квантовых решений. 

Информацию о проектах QSL и других партнерах можно получить, отправив эту форму, а также через менеджера вашего аккаунта AWS.

Стоимость участия в проектах QSL зависит от срока участия и от природы ваших потребностей. За подробностями обратитесь к менеджеру аккаунта. 

Участие в проектах Quantum Solutions Lab обычно длится от 6 до 12 месяцев.

Если необходимо, весь процесс можно провести удаленно. Учитывая текущую ситуацию с пандемией, он, скорее всего, будет проведен именно так. Однако обычно мы проводим личную встречу, чтобы спланировать проекты и определить график работы. После этого мы по необходимости посещаем ваши офисы и регулярно проводим проверку в ходе видеоконференций, а также постоянно ведем удаленное сотрудничество.

Центр квантовых вычислений AWS – это исследовательская программа, в рамках которой исследователи и инженеры Amazon сотрудничают с учебными заведениями, лидирующими в области квантовых вычислений. Они совместно работают над краткосрочными приложениями, схемами исправления ошибок, архитектурой оборудования и моделями программ, чтобы исследовать развитие квантовых технологий. Мы учредили Центр квантовых вычислений AWS на базе кампуса Технологического института Калифорнии (Caltech). Сегодня Центр сотрудничает с исследователями из Caltech, Стэнфордского университета, Гарвардского университета, Технологического института Массачусетса и Чикагского университета в рамках программы Amazon Scholars.

Команда Центра квантовых вычислений AWS регулярно публикует исследования и представляет научные статьи на таких конференциях, как QIP, APS и IEEE QCE, посвященных квантовому оборудованию, алгоритмам, исправлению ошибок и другим областям. Одно из примечательных исследований включает статью на тему «Разработка отказоустойчивого квантового компьютера на основе кубитов кота Шредингера». Другие публикации об исследованиях см. на странице «Исследовательская зона квантовых технологий Amazon.Science».