はじめに

QiskitでGPUを用いて高速に計算をしようというのがコンセプトです。
本記事で作成したコードはGoogleColaboratoryにあります。

　下準備

installの処理

install関係は以下のようになってます。

pip install qiskit==0.25.2
pip install qiskit-aer-gpu

importの処理

import numpy as np

import qiskit
from qiskit import QuantumRegister, QuantumCircuit, ClassicalRegister, Aer, execute
from qiskit.providers.aer import QasmSimulator, StatevectorSimulator
from qiskit.aqua.utils import tensorproduct
from qiskit.quantum_info.analysis import average_data
from qiskit.quantum_info import Statevector
from qiskit.quantum_info.operators import Operator, Pauli

コード

回路の準備

theta = [2.0 * np.pi * np.random.rand() for i in range(9)]
theta

qc = QuantumCircuit(2)

for j in range(4):
    for i in range(2):
        qc.ry(theta[i], i)
        qc.rz(theta[i], i)
    qc.cx(0, 1)

GPUによる回路の実行

backend = StatevectorSimulator(precision='single', device='GPU')

results = execute(qc, backend=backend).result()
result_statevec = Statevector(results.get_statevector(qc))

print(result_statevec)

Statevector([ 0.26311904+0.56951183j,  0.0355426 +0.18207325j,
             -0.49505538+0.52376759j, -0.03841634+0.22610325j],
            dims=(2, 2))

Observable 作成

pauli0 = Pauli(label='IZ')
pauli1 = Pauli(label='IZ')

obs_op = Operator(pauli0)
print(obs_op)

Operator([[ 1.+0.j,  0.+0.j,  0.+0.j,  0.+0.j],
          [ 0.+0.j, -1.+0.j,  0.+0.j,  0.+0.j],
          [ 0.+0.j,  0.+0.j,  1.+0.j,  0.+0.j],
          [ 0.+0.j,  0.+0.j,  0.+0.j, -1.+0.j]],
         input_dims=(2, 2), output_dims=(2, 2))

期待値計算

expectation = result_statevec.expectation_value(obs_op)
print(expectation)

(0.8259752337379496+0j)