kaiwu.cim package#
Module contents#
模块: cim
功能: 提供一系列SPQC求解器相关工具
- class kaiwu.cim.CIMOptimizer(task_name, wait=False, interval=1, project_no=None, task_mode='optimization', sample_number=10)[源代码]#
-
CIM Optimizer Interface
CIMOptimizer 是一种用于求解 Ising 计算问题的优化器 (Optimizer),它通过提交任务到 专用量子计算机 (SPQC, Special-Purpose Quantum Computer) 真机进行计算,并返回最优解。
主要功能包括:
任务提交:将 Ising 矩阵任务上传至 SPQC 计算平台,并创建计算任务。
任务查询:定期检查任务计算状态,获取计算结果。
缓存管理:本地缓存已计算任务的结果,避免重复提交。
- Args:
task_name (str): 任务名称
wait (bool, optional): 是否等待计算完成,默认为 False。
interval (int, optional): 轮询间隔时间(分钟),默认值为 1,最小值 1 分钟。
project_no (str, optional): 项目编号,值为CPQC-X中项目列表的项目ID, 用于创建项目下的任务
task_mode (str): 计算模式,默认为TaskMode.OPTIMIZATION, 可选值为 TaskMode.OPTIMIZATION, TaskMode.SAMPLING
sample_number (int): 采样次数, task_mode=TaskMode.SAMPLING时必填,默认值10,最小值10, 最大值2000
- Example:
>>> import numpy as np >>> import kaiwu as kw >>> from kaiwu.cim import TaskMode >>> kw.common.CheckpointManager.save_dir = '/tmp' >>> matrix = -np.array([[ 0. , 1. , 0. , 1. , 1. ], ... [ 1. , 0. , 0. , 1., 1. ], ... [ 0. , 0. , 0. , 1., 1. ], ... [ 1. , 1., 1. , 0. , 1. ], ... [ 1. , 1., 1. , 1. , 0. ]]) >>> optimizer = kw.cim.CIMOptimizer( ... task_name='cim_optimizer_test', ... task_mode=TaskMode.OPTIMIZATION ... ) >>> solution = optimizer.solve(matrix) >>> print(solution) array([[-1, 1, 1, -1, -1], [-1, 1, 1, 1, -1], [-1, 1, 1, -1, 1], [ 1, -1, -1, -1, 1], [ 1, -1, 1, 1, -1], [ 1, -1, 1, -1, 1], [ 1, -1, 1, -1, -1], [ 1, -1, -1, 1, 1], [-1, -1, -1, 1, 1], [ 1, 1, 1, -1, -1]], dtype=int8) >>> kw.common.CheckpointManager.save_dir = None
- Notes:
需要通过 CheckpointManager 设置中间文件保存路径 (save_dir)。
任务的唯一标识由 ising_matrix 和 task_name 共同决定,任何一项的变化都会创建新的任务。
同一个矩阵可以通过修改 task_name 创建不同的任务,若仅需查询结果,请确保 task_name 不变。
实例化CIMOptimizer时 task_name 必传
- get_hamiltonian()#
- Returns:
hamiltonian (np.ndarray): 当前解的哈密顿量值
- on_matrix_change()#
更新矩阵相关信息, 继承IsingSolver时可以实现。当处理的ising矩阵发生变化时,这个函数的实现会被调用,从而有机会做相应动作
- set_matrix(ising_matrix)#
设置矩阵并更新相关内容
- solve(ising_matrix=None, negtail_flip=True, sort_solutions=False)#
求解Ising矩阵
- Args:
ising_matrix (np.ndarray): Ising矩阵
negtail_flip (bool): 是否进行负尾翻转
sort_solutions (bool): 是否对解进行排序
- Returns:
output (np.ndarray): 解向量
- solve_qubo(*args, **kwargs)#