qiskit

Qiskit

最新の Qiskit 2.x API を使用して回路を構築し、ハードウェア互換の命令セットアーキテクチャ（ISA）回路を準備して、V2 プリミティブを通じて実行します。

このスキルは、PyPI のリリース qiskit==2.5.0、qiskit-ibm-runtime==0.48.0、qiskit-aer==0.17.2 を対象に、2026-07-23 に検証されました。ピン留めを変更したり、新しくリリースされた動作を記載したりする前に、references/sources.md を確認してください。

適切な方法を選ぶ

目的	推奨インターフェース
ローカルでの厳密なサンプリング	qiskit.primitives.StatevectorSampler
ローカルでの厳密な期待値計算	qiskit.primitives.StatevectorEstimator
高性能シミュレーションまたはノイズありシミュレーション	Qiskit Aer
IBM QPU のサンプリング	qiskit_ibm_runtime.SamplerV2
IBM QPU の期待値計算と緩和	qiskit_ibm_runtime.EstimatorV2
ネイティブプリミティブのないバックエンド	BackendSamplerV2 または BackendEstimatorV2
開放系またはマスター方程式のダイナミクス	QuTiP を推奨
微分可能な量子機械学習	Qiskit との統合が必要でない限り、PennyLane を推奨

インストール

分離された環境を作成し、必要なコンポーネントのみをインストールします。

uv venv --python 3.13
source .venv/bin/activate

# Core SDK plus plotting support
uv pip install "qiskit[visualization]==2.5.0"

# Add only when needed
uv pip install "qiskit-ibm-runtime==0.48.0"
uv pip install "qiskit-aer==0.17.2"

qiskit-terra は qiskit ディストリビューションに置き換えられているため、インストールしないでください。Qiskit Runtime、Aer、Nature、Machine Learning、Optimization、Algorithms はそれぞれ別のディストリビューションです。

IBM アカウントのセットアップ、CI で安全な認証情報の取り扱い、オプションパッケージ、環境の修復については、references/setup.md をお読みください。

基本的なワークフロー

ハードウェアを対象とするすべてのワークロードで、次の手順に従ってください。

1. マッピング：問題を回路に変換し、Estimator の場合は1つ以上のオブザーバブルに変換します。
2. 最適化：選択したバックエンドに合わせて、パラメーター化された回路を一度だけ最適化します。
3. レイアウトの適用：すべてのオブザーバブルにレイアウトを適用します。
4. 実行：プリミティブ統合ブロック（PUB）を使用し、V2 プリミティブを通じて ISA 回路を実行します。
5. 分析：レジスターを考慮した結果、メタデータ、不確かさ、リソース使用量を分析します。

オプティマイザーの反復ごとに、パラメーターを設定して回路を再トランスパイルしないでください。パラメーター化された回路は一度だけトランスパイルし、その後、PUB でパラメーター配列を渡してください。

ローカルでの簡単なサンプリング

from qiskit import QuantumCircuit
from qiskit.primitives import StatevectorSampler

circuit = QuantumCircuit(2)
circuit.h(0)
circuit.cx(0, 1)
circuit.measure_all()  # creates the classical register named "meas"

sampler = StatevectorSampler(seed=7)
pub_result = sampler.run([circuit], shots=1024).result()[0]
counts = pub_result.data.meas.get_counts()
print(counts)

Sampler V2 はショット数と古典レジスターの構造を保持します。レジスターには実際の名前でアクセスしてください。measure_all() は meas を使用します。

ローカルでの簡単な推定

import numpy as np
from qiskit import QuantumCircuit
from qiskit.circuit import Parameter
from qiskit.primitives import StatevectorEstimator
from qiskit.quantum_info import SparsePauliOp

theta = Parameter("theta")
circuit = QuantumCircuit(2)
circuit.ry(theta, 0)
circuit.cx(0, 1)

observable = SparsePauliOp.from_list([("ZZ", 1.0), ("XX", 0.5)])
parameter_values = [[0.0], [np.pi / 4], [np.pi / 2]]

estimator = StatevectorEstimator(seed=7)
pub = (circuit, observable, parameter_values)
pub_result = estimator.run([pub]).result()[0]
print(pub_result.data.evs)

Estimator の回路に最終測定を含めないでください。PUB 配列はブロードキャストされます。大規模なスイープを構築する前に、回路のパラメーター順序を確認してください。

IBM QPU のサンプリング

この例では、references/setup.md の説明に従って、認証情報が安全に保存されていることを前提としています。API キーを埋め込んだり、出力したりすることはありません。

from qiskit import QuantumCircuit
from qiskit.transpiler import generate_preset_pass_manager
from qiskit_ibm_runtime import QiskitRuntimeService, SamplerV2 as Sampler

service = QiskitRuntimeService()
backend = service.least_busy(
    operational=True,
    simulator=False,
    min_num_qubits=2,
)

circuit = QuantumCircuit(2)
circuit.h(0)
circuit.cx(0, 1)
circuit.measure_all()

pass_manager = generate_preset_pass_manager(
    backend=backend,
    optimization_level=1,
    seed_transpiler=7,
)
isa_circuit = pass_manager.run(circuit)

sampler = Sampler(mode=backend)
job = sampler.run([isa_circuit], shots=1024)
print("job_id:", job.job_id())
counts = job.result()[0].data.meas.get_counts()

後からジョブを取得できるよう、結果を待つ前にジョブ ID を保存してください。

IBM QPU の推定

Runtime Estimator では、ISA 回路と、トランスパイラーのレイアウトを通じてマッピングされたオブザーバブルの両方が必要です。

from qiskit import QuantumCircuit
from qiskit.quantum_info import SparsePauliOp
from qiskit.transpiler import generate_preset_pass_manager
from qiskit_ibm_runtime import EstimatorV2 as Estimator

circuit = QuantumCircuit(2)
circuit.h(0)
circuit.cx(0, 1)
observable = SparsePauliOp.from_list([("ZZ", 1.0)])

pass_manager = generate_preset_pass_manager(
    backend=backend,
    optimization_level=1,
    seed_transpiler=7,
)
isa_circuit = pass_manager.run(circuit)
isa_observable = observable.apply_layout(isa_circuit.layout)

estimator = Estimator(
    mode=backend,
    options={"resilience_level": 1},
)
pub_result = estimator.run(
    [(isa_circuit, isa_observable)],
    precision=0.02,
).result()[0]
print(pub_result.data.evs, pub_result.data.stds)

誤差緩和によってすべてのワークロードが改善するとは限らず、コストも増加します。オプションと結果のメタデータをすべて記録してください。

譲れない Qiskit 2.x のルール

• V2 プリミティブインターフェースと PUB 入力を使用します。新たに V1 の Sampler、Estimator、QuantumInstance のコードを書かないでください。
• Runtime プリミティブは ISA 回路を受け取り、レイアウト、ルーティング、基底変換は行いません。
• Estimator のオブザーバブルには、トランスパイラーのレイアウトを observable.apply_layout(isa_circuit.layout) で適用します。
• Runtime プリミティブでは mode=backend、mode=session、または mode=batch を使用します。
• レジリエンスレベルと期待値のエラー緩和には EstimatorV2 を使用します。Sampler には異なるノイズ管理オプションがあり、Estimator のようなレジリエンスレベルはありません。
• ハードウェア制約の情報源として、BackendV2.target、backend.operation_names、backend.coupling_map、およびバックエンドの直接属性を参照します。backend.configuration() や BackendProperties は使用しないでください。
• Sampler の出力はクラシックレジスター名で読み取ります。ビット列は最上位ビットが先に表示され、Qiskit の量子ビット 0 は慣例的に最下位ビットです。
• コンパイル設定を比較する場合は、固定の seed_transpiler を使用します。シミュレーターのシードを設定しても QPU の結果は決定的になりません。
• qiskit.pulse は Qiskit 2.0 で削除されました。IBM ハードウェアではサポートされている分数ゲートを使用し、パルスモデルの研究では Qiskit Dynamics を使用してください。
• QPY は Qiskit ネイティブの回路シリアライズ形式です。信頼できない回路アーティファクトには Python pickle を使用しないでください。

旧 API から現行 API への詳しい対応表は、references/migration.md を参照してください。

実行モード

ワークロードの形態とアカウントプランに応じて選択します。

• ジョブモード：単発の処理に使用します。プリミティブを mode=backend でインスタンス化します。
• バッチモード：独立したジョブをまとめて送信します。Open Plan で利用できます。
• セッションモード：優先的な後続実行が有効な反復ジョブに使用します。Open Plan では利用できません。

from qiskit_ibm_runtime import Batch, SamplerV2 as Sampler

with Batch(backend=backend, max_time="10m") as batch:
    sampler = Sampler(mode=batch)
    jobs = [sampler.run([circuit], shots=1024) for circuit in isa_circuits]

results = [job.result() for job in jobs]

送信後にセッションとバッチを終了します。コンテキストを抜けると新しい送信は停止しますが、受け付け済みのジョブはサービスの制限に従って完了します。

リファレンス一覧

現在のタスクに必要なファイルのみを読みます。

トピック	リファレンス
バージョン、インストール、認証、CI	references/setup.md
回路、パラメーター、制御フロー、QPY	references/circuits.md
V2 PUB、ブロードキャスト、ローカル結果と Runtime の結果	references/primitives.md
ターゲット、ISA 回路、レイアウト、パスマネージャー	references/transpilation.md
IBM バックエンド、モード、ジョブ、Aer、エラー緩和	references/backends.md
マップ／最適化／実行／分析の一連のパターン	references/patterns.md
アルゴリズム、アドオン、Nature、ML、Optimization	references/algorithms.md
回路、結果、状態、バックエンドのプロット	references/visualization.md
Qiskit 0.x／1.x と Runtime の移行	references/migration.md
テスト、再現性、トラブルシューティング	references/testing.md
上流ドキュメント、リリースノート、バージョンの基準	references/sources.md

同梱スクリプト

スキルのディレクトリから実行します。

# Installed-package and legacy-environment checks; no network or credential reads
python scripts/check_environment.py

# Runnable V2 local Sampler and Estimator example
python scripts/run_local_primitives.py --shots 1024 --seed 7

# Read-only IBM backend capability inspection; uses saved credentials
python scripts/inspect_runtime.py --min-qubits 5

Runtime の検査スクリプトはバックエンドを選択または検査しますが、量子ジョブは送信しません。

最終チェックリスト

Qiskit のコードを返す前に、以下を確認します。

1. パッケージのバージョンと Python との互換性を確認します。
2. statevector プリミティブまたは Aer を使ってローカルで実行します。
3. パラメーターの順序、オブザーバブルの量子ビット数、クラシックレジスター名を確認します。
4. 正確な BackendV2 ターゲットに対してトランスパイルし、回路の深さと二量子ビット演算を確認します。
5. すべてのオブザーバブルに最終レイアウトを適用します。
6. QPU のコストを見積もり、ジョブ、バッチ、セッションの各モードから選択します。
7. ジョブ ID、パッケージのバージョン、シード、バックエンド名、プリミティブのオプション、結果のメタデータを保存します。
8. ソース、ログ、ノートブック、バージョン管理に API キーを決して公開しないでください。

関連スキル

• cirq：Google の量子コンピューティングフレームワークです。
• pennylane：自動微分機能を備えた、ハードウェアに依存しない量子機械学習フレームワークです。
• pi-agent：最小限のターミナル向けコーディングハーネスである Pi を構築し、使用します。