Qiskit Hardware 是 Qiskit 的一个高级子技能，聚焦于在物理量子处理单元（QPU）上执行量子线路。从模拟器迁移到真实硬件需要转变思路：面对的不再是理想的完美量子比特，而是存在退相干、读出错误和串扰的超导电路。本技能介绍如何在含噪中等规模量子（NISQ）设备上尽可能获得有价值的科学结果。
一、用途与适用场景
该技能适用于以下场景：在真实 IBM Quantum 后端上执行量子算法；表征硬件噪声（T1、T2 弛豫时间）；实现误差缓解以提升结果准确性；使用 Qiskit Pulse 定义自定义微波脉冲（OpenPulse）；针对特定硬件拓扑（耦合图）优化线路；在真实条件下对量子优势进行基准测试。
二、核心原理
-
Qiskit Runtime（Primitives）：与硬件交互的现代方式。不再发送原始线路，而是使用 Primitives：Sampler 返回准概率（比特串），Estimator 返回可观测量的期望值（如能量）。
-
转译（硬件映射）：物理后端仅支持少量基门（如 rz、x、sx、ecr）。转译器将抽象数学重写为这些特定指令，并依据错误率把虚拟量子比特映射到物理量子比特。
-
误差缓解：与需要数千量子比特的误差纠正不同，误差缓解使用统计技巧（如 TREX 或 ZNE）在执行后“清洗”结果。
三、使用方式
安装：pip install qiskit-ibm-runtime
连接与作业执行示例：
from qiskit_ibm_runtime import QiskitRuntimeService, SamplerV2 as Sampler
1. 初始化服务（需要来自 quantum.ibm.com 的 API key）
service = QiskitRuntimeService(channel="ibm_quantum", token="YOUR_TOKEN")
service = QiskitRuntimeService() # 使用已保存的凭据
2. 选择后端
backend = service.least_busy(operational=True, simulator=False)
3. 使用 Primitives 运行作业
sampler = Sampler(backend=backend) job = sampler.run([my_circuit]) result = job.result()
硬件感知转译示例：
from qiskit import transpile
basis_gates = backend.operation_names coupling_map = backend.coupling_map
optimized_circ = transpile(my_circuit, backend=backend, optimization_level=3, initial_layout=[0, 2, 4]) # 手动选择量子比特
Estimator 中的弹性等级（误差缓解）：
from qiskit_ibm_runtime import EstimatorV2 as Estimator, EstimatorOptions
options = EstimatorOptions()
resilience_level 0：无缓解
resilience_level 1：读出缓解（TREX）
resilience_level 2：ZNE（零噪声外推）——开销大但更准确
options.resilience_level = 1
estimator = Estimator(backend=backend, options=options)
底层控制：Qiskit Pulse（OpenPulse）定义自定义微波信号：
from qiskit import pulse from qiskit.circuit import Parameter
amp = Parameter('amp') with pulse.build(backend=backend, name='custom_pulse') as schedule: pulse.play(pulse.Gaussian(duration=160, amp=amp, sigma=40), pulse.drive_channel(0))
my_circuit.add_calibration('my_gate', [0], schedule, params=[amp])
四、关键规则
建议做法：检查校准数据——后端每天变化，选择量子比特前始终查看 backend.properties() 获取最新错误率；使用 Sessions——将多个相关作业包裹在 RuntimeSession 中以减少排队等待；设置 optimization_level——硬件上使用 level 3 以启用高级路由和门融合；应用读出缓解——读出（把 0 测成 1）是最大误差来源，在 Primitives 中使用 resilience_level=1；使用动态解耦（DD）——为空闲量子比特添加脉冲，防止其在等待其他门时丢失状态。
避免做法：不要使用 execute()——旧的 qiskit.execute 在硬件上已弃用，应使用 Sampler 和 Estimator；不要运行过深的线路——NISQ 设备相干时间有限，若线路深度超过 50-100，结果很可能纯为噪声；不要忽略耦合图——若强行在两个物理上不相连的量子比特间执行 CNOT，转译器会插入大量 SWAP 门，增加误差；不要用 qasm_simulator 做硬件准备——应使用 FakeBackend 对象（如 FakeManilaV2）在本地调试时模拟真实硬件噪声。
五、常见问题与解决
排队等待时间长：可使用 least_busy 辅助函数、查看 IBM Quantum 仪表盘的预留窗口、使用 Runtime Sessions 对作业分组。
结果“去极化”（直方图呈平坦随机噪声）：可降低线路深度、使用 optimization_level=3、应用误差缓解（resilience_level=1 及以上）、检查后端是否正在维护或校准。
频率碰撞：相邻量子比特频率相近会导致串扰，可选择物理上分离或频率差异显著的量子比特。
六、参考文档
IBM Quantum Learning：https://learning.quantum.ibm.com/ Qiskit Runtime 文档：https://docs.quantum.ibm.com/run Qiskit Pulse 指南：https://docs.quantum.ibm.com/build/pulse 搜索模式：QiskitRuntimeService、Sampler、Estimator、transpile、InstructionScheduleMap
七、限制
NISQ 设备相干时间有限，深线路结果可能为噪声；真实硬件需求高，存在排队等待；误差缓解（如 ZNE）开销较大；具体收费、价格与平台可用性资料中暂未提供。