构建一个遗留插件

要添加一个继承自新设备接口的插件，请参见 构建插件。

PennyLane 插件允许外部量子库利用 PennyLane 的自动微分能力。编写您自己的插件是一个简单易行的过程。在本节中，我们将逐步介绍在遗留设备 API 中创建您自己的 PennyLane 插件的步骤。

插件提供了什么

以下是关于PennyLane插件的简要介绍：

• 插件是一个外部Python包，它为PennyLane提供了额外的量子设备。

• 每个插件可能提供一个或多个可以直接通过PennyLane访问的设备，以及任何其他私有函数或类。

• 根据插件的范围，您可能希望提供额外的（自定义）量子操作和可观测量，供用户导入。

重要

在您的插件模块中，标准的 NumPy (不是 包装的 Autograd 版本的 NumPy, pennylane.numpy) 应在所有地方导入 (即，import numpy as np).

创建您的设备

创建您的PennyLane插件的第一步是创建您的设备类。 这很简单，只需从PennyLane导入抽象基类 pennylane.devices.LegacyDevice，并对其进行子类化：

from pennylane.devices import LegacyDevice

class MyDevice(LegacyDevice):
    """MyDevice docstring"""
    name = 'My custom device'
    short_name = 'example.mydevice'
    pennylane_requires = '0.1.0'
    version = '0.0.1'
    author = 'Ada Lovelace'

注意

大多数设备继承自一个名为 QubitDevice 的 pennylane.devices.LegacyDevice 子类，它包含了许多特定于基于量子比特计算的功能。我们将在下面更深入地看待这个重要的案例。

警告

PennyLane设备的API目前正在更新，以遵循由pennylane.devices.Device类定义的新接口。 本指南描述了如何使用pennylane.devices.LegacyDevice和pennylane.devices.QubitDevice基类创建设备，并将在我们继续切换到新API时进行更新。 同时，如果您需要帮助构建插件，请联系PennyLane团队，您可以通过创建一个issue或在我们的discussion forum发帖来进行联系。

在这里，我们已经开始定义一些重要的类属性，使得PennyLane能够识别和使用设备。这些包括：

• pennylane.devices.LegacyDevice.name: 一个包含设备官方名称的字符串

• pennylane.devices.LegacyDevice.short_name: 用于识别和加载PennyLane设备的字符串

• pennylane.devices.LegacyDevice.pennylane_requires: 该设备支持的PennyLane版本。 注意，此类属性支持pip requirements.txt 风格的版本范围， 例如：

  • pennylane_requires = "2" 以支持 PennyLane 版本 2.x.x

  • pennylane_requires = ">=0.1.5,<0.6" 以支持一系列PennyLane版本

• pennylane.devices.LegacyDevice.version: 设备的版本号

• pennylane.devices.LegacyDevice.author: 设备的作者

定义上述所有属性是必需的。

设备能力

此外，您必须告诉PennyLane您的设备支持的操作，以及潜在的其他功能，通过提供以下类属性/属性：

• pennylane.devices.LegacyDevice.stopping_condition：这个 BooleanFn 应该对于支持的 操作和测量过程返回 True，否则返回 False。注意，这个函数是在 两个 Operator 和 MeasurementProcess 类上调用的。尽管这个函数必须接受 Operator 和 MeasurementProcess 类，但它并不影响 MeasurementProcess 是否被支持。

  @property
  def stopping_condition(self):
      def accepts_obj(obj):
          return obj.name in {'CNOT', 'PauliX', 'PauliY', 'PauliZ'}
      return qml.BooleanFn(accepts_obj)
  

  支持的操作也可以通过 pennylane.devices.LegacyDevice.operations 属性来确定。 这个属性是一个包含支持操作字符串名称的列表。

  operations = {"CNOT", "PauliX"}
  

  查看 量子算符 以获取 PennyLane 支持的所有操作的完整列表。

  如果您的设备不原生支持一个定义了 decomposition() 静态方法的操作，PennyLane 将 尝试在调用设备之前对该操作进行分解。例如， Rot 分解方法 将 单量子比特旋转门分解为 RZ 和 RY 门。

  注意

  如果内置的 PennyLane 操作与目标框架中的对应操作之间的约定不同，请确保插件设备能够自动进行这两种约定之间的转换。

• pennylane.devices.LegacyDevice.capabilities(): 一个类方法，用于返回设备能力的字典。新设备应覆盖此方法以检索父类的能力字典，制作副本，并在返回副本之前更新和/或添加能力。

  功能示例包括：

  • 'model' (str): 可以是 'qubit' 或 'cv'。

  • 'returns_state' (bool): 如果设备通过 dev.state 返回量子态，则返回 True。

  • 'supports_inverse_operations' (bool): True 如果设备支持应用操作的逆操作。应该被反转的操作具有属性 operation.inverse == True。

  • 'supports_tensor_observables' (bool): True 如果设备支持由张量积组成的可观测量，比如 PauliZ(wires=0) @ PauliZ(wires=1)。

  • 'supports_tracker' (bool): True 如果它具有设备跟踪器属性并使用该属性更新信息。

  一些功能由PennyLane核心查询，以决定如何最好地运行计算，而其他功能则被建立在设备生态系统之上的外部应用程序使用。

  要了解哪些功能是（可能自动）为您的设备定义的，dev = qml.device('my.device', *args, **kwargs)，请检查dev.capabilities()的输出。

向您的设备添加参数

重要

PennyLane 支持量子比特和连续变量 (CV) 设备。然而，从现在开始，我们将演示插件开发，重点关注继承自 QubitDevice 类的量子比特设备。

定义自定义设备的 __init__ 方法不是必需的；默认情况下，将调用 QubitDevice 的初始化，用户可以传递以下参数：

• wires (int 或 Iterable[Number, str]): 设备所表示的子系统数量，或一个可迭代的包含子系统唯一标签的数字（例如， [-1, 0, 2]）和/或字符串（['auxiliary', 'q1', 'q2']）。

• shots=1000 (None, int 或 List[int]): 用于在非解析模式下估计可观察量的概率、期望值、方差的电路评估/随机样本的数量。如果 shots=None，则设备以解析方式计算概率、期望值和方差。如果 shots 是一个整数，则指定样本数量以估计这些量。如果传入的是整数列表，则电路评估会在样本列表上进行批处理。

要添加您自己的设备参数或覆盖上述任何默认值，只需覆盖 __init__ 方法。例如，这里有一个设备，其中导线数量固定为 24，不能在分析模式下使用，并且可以接受低级硬件控制选项的字典：

class CustomDevice(QubitDevice):
    name = 'My custom device'
    short_name = 'example.mydevice'
    pennylane_requires = '0.1.0'
    version = '0.0.1'
    author = 'Ada Lovelace'

    operations = {"PauliX", "RX", "CNOT"}
    observables = {"PauliZ", "PauliX", "PauliY"}

    def __init__(self, shots=1024, hardware_options=None):
        super().__init__(wires=24, shots=shots)
        self.hardware_options = hardware_options or hardware_defaults

请注意，我们还覆盖了默认的射击数量。

用户现在可以将这些参数传递给PennyLane设备加载器：

>>> dev = qml.device("example.mydevice", hardware_options={"t2": 0.1})
>>> dev.hardware_options
{"t2": 0.1}

设备执行

一旦所有类属性被定义，就需要定义一些必需的类方法，以允许PennyLane在您的设备上应用操作和测量可观察量。

要对设备执行操作，以下方法必须被定义：

apply(操作， **kwargs)

应用量子操作，将电路旋转到测量基，并编译和执行量子电路。

如果设备是一个状态向量模拟器（它可以在shots=None时执行解析计算）那么它必须覆盖：

analytic_probability([wires])

返回设备最后一次运行中每个计算基态的（边际）概率。

这个 QubitDevice 类提供了以下插件可以使用的便利方法：

active_wires(operators)	返回由一组算子作用的线路。
marginal_prob(概率[, 电线])	通过对未指定线路上的概率进行求和，返回计算基态的边际概率。

此外，如果你的qubit设备在执行后为测量线路生成自己的计算基样本，你需要重写以下方法：

generate_samples()

返回为所有线路生成的计算基样本。

generate_samples() 应返回形状为 (dev.shots, dev.num_wires) 的样本。此外，PennyLane 使用约定 \(|q_0,q_1,\dots,q_{N-1}\rangle\)，其中 \(q_0\) 是最显著的位。

就这样！该设备继承了 expval()、var() 和 sample() 方法，每个方法接受一个可观测量（或可观测量的张量积）并返回相应的测量统计值。

高级执行控制（点击展开）

有时需要额外的灵活性，以便与更复杂的框架进行接口交互。

当PennyLane需要评估QNode时，它会访问您的插件的 execute() 方法，该方法默认执行以下过程：

self.check_validity(circuit.operations, circuit.observables)

# apply all circuit operations
self.apply(circuit.operations, rotations=circuit.diagonalizing_gates)

# generate computational basis samples
if self.shots is not None or circuit.is_sampled:
    self._samples = self.generate_samples()

# compute the required statistics
results = self.statistics(circuit)

return self._asarray(results)

在这里，

• circuit 是一个 CircuitGraph 对象

• circuit.operations 是用户提供的 要执行的操作

• circuit.observables 是用户提供的待测观测量

• circuit.diagonalizing_gates 是在测量之前旋转电路的门，以便在请求的可观测量的特征基上执行计算基的测量

• statistics() 返回 expval(), var() 或 sample() 的结果，具体取决于可观测量的类型。

在高级情况下，execute() 方法以及 statistics() 可以直接被重写。这为您自己处理设备执行提供了完全的灵活性。然而，这可能会产生意想不到的副作用，并且不推荐这样做。