Amazon Braket FAQ

Amazon Braket 소프트웨어 개발 키트(SDK)는 Amazon Braket 서비스를 통해 양자 알고리즘을 개발하고 다양한 앙자 컴퓨팅 하드웨어 및 시뮬레이터에서 알고리즘을 실행할 수 있는 기술 독립적 개발자 프레임워크입니다. SDK는 Amazon Braket에 제출된 양자 태스크를 추적 및 모니터링하고 결과를 평가하는 데 도움이 됩니다. Amazon Braket SDK에는 알고리즘 테스트에 사용할 수 있는 로컬 양자 회로 시뮬레이터가 포함됩니다.

Amazon Braket는 빠른 시작에 도움이 되는 Amazon Braket SDK 및 예시 튜토리얼이 미리 설치된 완전관리형 Jupyter 노트북을 제공합니다. Amazon Braket SDK는 오픈 소스이므로 선호하는 로컬 통합 개발 환경(IDE)에서 Amazon Braket을 사용할 수 있습니다.

오늘날의 양자 컴퓨터에는 노이즈가 많습니다. 이러한 환경에서 노이즈 또는 크로스 토크를 연구하고, 더욱 안정적인 새 게이트를 개발하고, 오류 완화 체계를 고안하며, 새로운 양자 알고리즘을 탐색하려면 하드웨어를 가장 세분화된 수준까지 제어해야 하는 경우가 많습니다. 펄스 제어를 사용하면 양자 프로세서의 큐비트를 제어하는 하위 수준의 아날로그 신호 또는 펄스를 조작할 수 있습니다.  

예. 게이트, 펄스 또는 둘의 조합을 사용하여 Rigetti Computing 및 Oxford Quantum Circuits 양자 컴퓨터에서 직접 양자 회로를 프로그래밍할 수 있습니다. 또한 펄스 명령어 블록을 프로그램의 특정 영역에 선택적으로 삽입하여 개별 연산을 최적화하고 성능을 세부 조정할 수 있습니다. 

PennyLane은 Amazon Braket과 통합되는 변분 양자 컴퓨팅에 대한 오픈 소스 소프트웨어 라이브러리입니다. 변분 양자 컴퓨팅은 화학, 최적화, 양자 기계 학습 등의 다양한 분야에서 컴퓨팅 문제에 대한 솔루션을 반복적으로 찾기 위해 하이브리드 양자 클래식 알고리즘을 활용하는 패러다임입니다. 양자 미분 프로그래밍 개념을 기반으로 하는 PennyLane을 사용하면 신경망과 동일한 방식으로 양자 회로를 훈련할 수 있습니다. 널리 사용되는 기계 학습 라이브러리(PyTorch 및 TensorFlow 포함)에 대한 인터페이스를 제공하여 양자 알고리즘을 쉽고 직관적으로 훈련할 수 있습니다. https://pennylane.ai에서 PennyLane에 대해 자세히 알아보고 여기서 개발자 가이드를 읽어볼 수 있습니다. 

가까운 시일 내에 사용할 화학, 최적화, 양자 기계 학습 분야의 양자 컴퓨팅 애플리케이션은 클래식 컴퓨터와 양자 컴퓨터 간의 반복 처리를 활용하는 변분 양자 알고리즘을 기반으로 합니다. PennyLane을 사용하면 Amazon Braket에서 변분 및 양자 기계 학습 알고리즘을 쉽게 시작하고 구축할 수 있습니다. 기계 학습의 익숙한 도구를 사용하여 알고리즘을 구축하고 훈련할 수 있습니다. PennyLane은 화학 라이브러리인 qchem을 제공합니다. 이 라이브러리를 사용하면 코드 몇 줄로 전산 화학 문제를 양자 컴퓨팅 공식에 매핑할 수 있습니다.

Amazon Braket은 PennyLane을 사용하여 더 빠르게 혁신하도록 도와줍니다. 알고리즘을 테스트하고 미세 조정할 때 AWS의 완전관리형 고성능 온디맨드 시뮬레이터를 사용하면 알고리즘을 로컬로 시뮬레이션할 때보다 10배 이상 훈련 속도를 높일 수 있습니다.  하이브리드 양자 알고리즘의 속도를 개선하려면 PennyLane의 고성능 내장형 시뮬레이터를 활용할 수 있습니다. 예를 들어 NVIDIA의 cuQuantum SDK로 가속화된 lightning.gpu 시뮬레이터는 GPU 기반 워크로드에 적합합니다. 이러한 시뮬레이터에는 adjoint 메서드와 같은 기울기 계산을 위한 메서드가 포함되는데 이 메서드는 기울기 계산에 필요한 회로 수를 줄여주며 빠른 반복 실험 및 프로토타입 제작에 사용될 수 있습니다. 

Amazon Braket 노트북은 PennyLane이 사전 구성되어 제공되며 자습서 노트북은 빠르게 시작할 수 있도록 도와줍니다. 또는, 원하는 IDE에 대해 Amazon Braket PennyLane 플러그인을 설치할 수 있습니다. 플러그인은 오픈 소스이며 여기서 다운로드할 수 있습니다. PennyLane 설명서는 https://pennylane.ai에서 볼 수 있습니다.  

OpenQASM은 양자 컴퓨팅 프로그램에 대한 오픈 소스 표현(IR)입니다. Amazon Braket SDK를 통해 또는 Braket API에 직접 제출하여 모든 게이트 기반 Braket 디바이스에서 OpenQASM 프로그램을 실행할 수 있습니다. AWS는 하드웨어에 구애를 받지 않는 오픈 방식으로 게이트 기반 양자 프로그램에 대한 통합된 사양을 구축할 수 있도록 OpenQASM 운영 위원회에 가입했습니다. 

오류 완화는 입력 회로를 관련 회로 세트에 매핑하고 결과에 기존 후처리를 적용하는 방법으로 오류가 발생하기 쉬운 오늘날의 하드웨어에 대한 시스템 노이즈의 영향을 줄이는 다양한 방법을 망라합니다.

예. IonQ의 디바이어싱 기술을 사용하여 IonQ Aria QPU에서 오류 완화를 실험해 볼 수 있습니다. 이러한 유형의 오류 완화에는 태스크당 최소 2,500개 샷을 사용해야 합니다.

양자 회로 시뮬레이터는 클래식 컴퓨터에서 실행됩니다. 시뮬레이터를 사용하면 양자 하드웨어를 사용할 때보다 낮은 비용으로 그리고 특정 양자 시스템에 대한 액세스를 기다리지 않고도 양자 알고리즘을 테스트할 수 있습니다. 시뮬레이션은 양자 회로를 양자 하드웨어에서 실행하기 전에 신속하게 디버깅하고 하이브리드 알고리즘의 문제를 해결 및 최적화할 수 있는 편리한 방법입니다. 클래식 시뮬레이션은 가까운 미래에 사용하게 될 양자 컴퓨팅 하드웨어의 결과를 검증하고 노이즈의 효과를 조사하는 데에도 필수적입니다.

Amazon Braket은 4개의 양자 회로 시뮬레이터를 제공합니다. SDK의 로컬 시뮬레이터 1개와 SV1(범용 양자 회로 시뮬레이터), DM1(회로의 노이즈 효과를 시뮬레이션하는 데 사용) 및 TN1(고성능 텐서 네트워크 시뮬레이터)의 온디맨드 시뮬레이터 3개입니다. 이러한 옵션을 통해 요구 사항에 가장 적합한 접근 방식을 선택할 수 있습니다.

로컬 시뮬레이터는 Amazon Braket SDK에 무료로 포함되어 있습니다. 랩톱에서 또는 Amazon Braket 관리형 노트북 안에서 실행할 수 있습니다. 회로 설계를 빠르게 검증하는 데 사용할 수 있으며 사용 중인 하드웨어에 따라 노이즈가 없는 최대 25큐비트 또는 노이즈가 있는 최대 12큐비트의 소규모 및 중간 규모 시뮬레이션에 적합합니다.

SV1은 최대 34큐비트의 양자 회로를 위한 완전관리형의 고성능 상태 벡터 시뮬레이터입니다. 상태 벡터 시뮬레이터이므로 양자 상태의 전체 파동 함수를 가져와서 회로의 연산에 적용하여 결과를 계산합니다. Amazon Braket SDK의 로컬 시뮬레이터를 사용하여 양자 알고리즘을 설계하고 디버깅한 후 SV1을 확장된 테스트 및 연구에 사용할 수 있습니다. SV1은 클래식 컴퓨팅 리소스를 자동으로 조정하므로 최대 35개의 시뮬레이션을 병렬로 실행할 수 있습니다.

DM1은 양자 알고리즘의 실제 노이즈 효과를 조사할 수 있는 완전관리형의 고집적 행렬 시뮬레이터입니다. 현재의 양자 컴퓨팅 디바이스에서 보다 정확한 결과를 얻기 위한 오류 완화 전략을 개발하는 데 도움이 될 수 있습니다.

DM1은 최대 17큐비트의 회로 시뮬레이션을 지원합니다. 최대 35개의 시뮬레이션을 병렬로 실행하여 실험 속도를 높일 수 있습니다. DM1을 사용하기 전에 신속한 프로토타이핑 및 디버깅을 위해 Amazon Braket SDK에서 로컬 노이즈 시뮬레이터를 사용할 수 있습니다.

TN1은 최대 50큐비트 크기의 구조화된 양자 회로에 사용되는 완전관리형의 고성능 텐서 네트워크 시뮬레이터입니다. 텐서 네트워크 시뮬레이터는 양자 회로를 구조화된 그래프로 인코딩하여 회로 결과를 계산할 최상의 방법을 찾습니다. TN1은 스파스 회로, 로컬 게이트가 있는 회로 및 고유한 구조를 가진 회로의 시뮬레이션에 적합합니다.

SV1은 상태 벡터 기술에 기반을 둔 범용 시뮬레이터입니다. 최대 34큐비트의 범용 회로에 대해 예측 가능한 실행과 뛰어난 성능을 제공합니다.

DM1은 노이즈 모델링을 지원하도록 특별히 설계되었습니다. 다양한 유형의 노이즈 효과 아래에서 알고리즘을 연구해야 하는 경우 DM1을 사용합니다.

TN1은 최대 50큐비트의 특정 유형의 양자 회로를 위한 특수 시뮬레이터입니다. 스파스 회로, 로컬 게이트가 있는 회로, 고유한 구조를 가진 기타 회로에 사용하는 것이 좋습니다. 다른 회로 유형, 예를 들어 큐비트 간 올투올 연결이 있는 회로 유형은 흔히 SV1에 더 적합합니다.

오늘날의 양자 디바이스는 태생적으로 노이즈가 있습니다. 실행된 모든 연산에는 오류가 도입될 가능성이 있습니다. 따라서 양자 컴퓨터에서 얻은 결과는 일반적으로 이상적으로 예상되는 결과와 다릅니다. DM1을 사용하면 실제 노이즈의 효과 아래에서 알고리즘의 견고성을 연구하고 오늘날의 양자 컴퓨팅 디바이스에서 보다 정확한 결과를 얻는 데 도움이 되는 오류 완화 전략을 구축할 수 있습니다.

DM1은 노이즈 없는 회로를 시뮬레이션할 수 있습니다. 그러나 최상의 성능을 얻으려면 노이즈 없는 회로의 대규모 시뮬레이션에 SV1을 사용하는 것이 좋습니다.

아니요. Amazon Braket 온디맨드 시뮬레이터를 사용하는 경우에 선택하면 됩니다. SV1, TN1 또는 DM1을 사용하는 경우 Amazon Braket으로 소프트웨어 및 인프라를 관리할 수 있습니다. 사용자는 실행할 회로를 제공하기만 하면 됩니다.

Amazon Braket 관리형 노트북의 SDK에서 로컬 시뮬레이터를 실행하는 경우, 노트북에 대해 이미 지정한 Amazon 인스턴스에서 실행됩니다.

회로가 여기에 설명된 큐비트 수 및 회로 깊이 제한 내에 있으면 TN1은 이를 시뮬레이션하려고 시도합니다. 그러나 SV1과 달리, 큐비트 수와 회로 깊이만 바탕으로 해서는 런타임을 정확하게 추정할 수 없습니다. 소위 “연습 단계” 동안, TN1은 먼저 회로에 대한 효율적인 컴퓨팅 경로를 식별하고, 다음 단계인 “수축 단계”의 런타임을 추정합니다. 예상 수축 시간이 TN1 제한을 초과하는 경우, TN1은 수축을 시도하지 않으며 연습 단계에서 보낸 시간에 대해서만 비용을 지불합니다. 자세한 내용은 기술 설명서를 참조하세요.

아니요. Amazon Braket을 사용하는 경우, 코드 몇 줄 만 변경하면 서비스에서 사용 가능한 모든 시뮬레이터 및 게이트 기반 양자 하드웨어에서 동일한 양자 회로가 실행되도록 지정할 수 있습니다.

AWS Marketplace에서 Meta Analytics 및 Toshiba SBM과 같은 조합 최적화 문제에 대해 최첨단 클래식 접근 방식을 사용하는 제품을 찾을 수 있습니다. 

회로 설계를 실제 양자 처리 유닛(QPU)에서 실행하는 것은 간단합니다. Amazon Braket SDK에서 회로 또는 문제 그래프를 작성했으면 관리형 Jupyter Notebook 또는 선호하는 IDE(예: PyCharm)에서 태스크를 제출할 수 있습니다.

QPU에서 양자 작업을 실행하는 단계는 시뮬레이터에서 실행하는 단계와 동일합니다. Amazon Braket SDK 내에서 API를 호출할 때 백엔드 또는 디바이스를 선택하기만 하면 됩니다. 둘 다 Amazon Braket SDK 내에서 API 호출을 통해 다양한 백엔드 또는 디바이스를 요청할 수 있는 컴퓨팅 운영입니다. 디바이스 선택 옵션에는 서비스를 통해 제공되는 다양한 시뮬레이터와 양자 컴퓨터가 포함됩니다. 하나의 디바이스에서 다른 디바이스로 전환하는 것은 코드 줄 하나를 변경하는 것만큼 쉽습니다. 그러나 시뮬레이터는 항상 사용할 수 있는 반면 QPU 리소스는 대기 시간이 필요할 수 있습니다.

양자 컴퓨터의 일부 유형은 특정 문제 집합을 해결하는 데 특히 적합합니다. 큐비트 개수, 큐비트 충실도(오류율), 큐비트 연결성, 결맞음 시간, 비용 등 사용자의 요구를 충족하는 시스템 유형을 결정하는 많은 요인이 있습니다. 양자 컴퓨터의 전체 사양은 Amazon Braket 콘솔에서 확인할 수 있습니다.

Amazon Braket의 하드웨어 공급자에 대해 자세히 알아보려면 여기를 클릭하세요. 

아날로그 해밀토니안 시뮬레이션 또는 AHS는 범용 게이트 기반 양자 컴퓨팅과 구분되는 양자 컴퓨팅의 다른 패러다임입니다. AHS 기능이 있는 디바이스는 특수 용도의 QPU로, 해밀토니안으로 표현되는 제한된 문제를 해결하도록 설계되었습니다. AHS를 사용할 때는 관심 해밀토니안을 지정할 수 있습니다. 양자 컴퓨터는 해당하는 해밀토니안 아래에서 양자 상태의 연속적인 시간 변화를 에뮬레이션하는 방식으로 파라미터를 조정합니다. 이러한 해밀토니안은 시스템에 직접 구현되므로 AHS 시스템은 회로 및 게이트 측면에서 오버헤드 없이 알고리즘을 만들 수 있습니다. 따라서 전통적으로 시뮬레이션하기에는 너무 많은 수백 개 큐비트의 시스템을 이미 시뮬레이션할 수 있습니다. Amazon Braket은 QuEra QPU를 통해 AHS를 지원합니다.

Rigetti의 QPU 페이지에서 게이트 충실성 및 일관성 시간을 포함한 Rigetti QPU의 시스템 및 성능 정보를 확인할 수 있습니다.

IonQ 모범 사례 웹 페이지에서 IonQ QPU의 토폴로지, 게이트 및 모범 사례에 대한 정보를 찾을 수 있습니다.

QuEra 시스템은 프로그래밍 가능한 QPU로, 광학 트위저가 사용자 지정 가능한 2차원 배열로 정렬되어 있는 리드버그 원자로 구성됩니다. 이 디바이스의 큐비트는 중성 루비듐-87 원자로 구성되며 원자의 기저 상태를 나타내는 2개의 상태와 고도로 들떠 있는 리드버그 상태 1개가 있습니다. 원자 간의 리드버그-리드버그 상호 작용은 원자 간 거리의 1/6로 붕괴하여 국소 상호 작용을 통해 유효 스핀 해밀토니안을 일으킵니다. 또한 레이저장은 직교자기장을 조정하여 흥미로운 스핀 동역학을 야기하고 여기에서 새로운 비평형 기저 상태가 생성될 수 있습니다. Braket을 통해 이 디바이스에 액세스하면 Braket SDK를 사용하여 2차원 원자 배열의 기하학을 프로그래밍하고 종적인 직교자기장의 강도를 시간 종속적 방식으로 변경할 수 있습니다. 이렇게 하면 관심있는 유효 해밀토니안이 생성되고 디바이스에서 이것의 연속 시간 변화를 연구할 수 있습니다. 자세한 내용은 여기에서 QuEra의 모범 사례를 참조하세요.

양자 컴퓨팅은 신생 기술이며 양자 컴퓨터는 아직 매우 귀한 리소스입니다. 양자 컴퓨터에는 다양한 운영 특성과 가용성 속성이 있으므로 유형에 따라 태스크 처리 속도가 다릅니다. 선택한 QPU가 온라인 상태이며 현재 사용되지 않고 있다면 사용자의 태스크가 즉시 처리되지만 그렇지 않은 경우에는 대기열에 추가됩니다. QPU를 사용할 수 있게 되면 대기열의 태스크가 수신된 순서대로 처리됩니다. 태스크가 완료되면 이를 알리기 위해 Amazon Braket에서 상태 변경 이벤트를 Amazon EventBridge로 전송합니다. Amazon Simple Notification Service(SNS)를 사용하여 SMS 또는 다른 방식(예: 이메일, HTTPs, AWS Lambda 또는 Amazon SQS)을 통해 사용자에게 알림을 전송하는 등의 작업을 지정하는 EventBridge 규칙을 생성할 수 있습니다.

아니요, 필수는 아닙니다. Amazon Braket은 자동으로 사용자가 실행할 때 코드를 컴파일합니다. 하지만 Rigetti, OQC 및 IonQ 디바이스에서 축어적 컴파일을 사용하는 컴파일러 수정 없이 있는 그대로 회로를 실행할 수 있습니다. Rigetti에서는 중간의 컴파일러 전달 없이 있는 그대로 실행할 특정 코드 블록만 추가로 정의할 수 있습니다. 자세히 알아보려면 축어적 컴파일에 대한 설명서를 참조하세요.

양자 회로 컴파일은 양자 회로를 컴파일된 회로로 전송하여 큐비트 할당, 네이티브 게이트로의 매핑 및 최적화를 거칩니다. 그러나 컴파일러 게이트 최적화는 컴파일러 최적화로 인해 게이트 및 중복된 구성 요소를 삭제하거나 재정렬하기 때문에 회로를 벤치마킹하거나 오류 완화 회로를 개발하는 연구진 및 양자 알고리즘 전문가에게 문제가 될 수 있습니다. 축어 컴파일을 통해 사용자는 컴파일러 수정 없이 있는 그대로 실행할 회로의 일부 또는 전체 회로를 지정할 수 있습니다.

예. D-Wave의 어닐링 디바이스와 같은 AWS Marketplace를 통해 양자 하드웨어에 액세스할 수 있습니다.

Hybrid Jobs를 사용하면 하이브리드 양자 클래식 워크로드를 더 쉽고 빠르고 예측 가능하게 실행할 수 있습니다. 이 기능을 사용하면 알고리즘 스크립트 또는 컨테이너만 제공하면 AWS가 요청된 리소스를 스핀업하고 알고리즘을 실행하며 완료 후 리소스를 릴리스하므로 사용한 만큼만 비용을 지불하면 됩니다. 또한 Hybrid Jobs 기능은 알고리즘 지표에 대한 실시간 인사이트를 제공하므로 알고리즘이 어떻게 진행되고 있는지 확인할 수 있습니다. 가장 중요한 것은 작업이 대상 QPU에 우선적으로 액세스하므로 실행 속도가 빨라지고 예측 가능하며 다른 사용자의 워크로드의 영향을 덜 받을 수 있다는 것입니다.

Braket Hybrid Jobs는 세 가지 주요 이점을 제공합니다. 첫째, 하이브리드 양자 클래식 알고리즘 실행을 단순화합니다. 많은 양자 연구자들은 클라우드 컴퓨팅을 처음 접하는 경우가 많으며 하이브리드 알고리즘을 실행하기 전에 컴퓨팅 환경을 설정하고 관리하기를 원하지 않습니다. Hybrid Jobs를 사용하면 선호하는 컴퓨팅 인스턴스만 지정하거나 기본값을 사용하면 됩니다. Braket Hybrid Jobs는 기존 리소스를 구동하고, 사전 구축된 컨테이너 환경에서 워크로드를 실행하며, 결과를 Amazon S3로 반환하고, 마지막으로 컴퓨팅 리소스를 릴리스하므로 사용한 만큼만 비용을 지불하면 됩니다.

둘째, Hybrid Jobs는 실행 중인 알고리즘에 대한 실시간 인사이트를 제공합니다. 사용자 지정 알고리즘 지표를 알고리즘의 일부로 정의할 수 있으며 알고리즘은 Amazon CloudWatch에서 자동으로 로그되며 Amazon Braket 콘솔에 표시됩니다. 이를 통해 알고리즘의 진행 상황을 추적할 수 있습니다.

셋째, Amazon Braket Hybrid Jobs는 자체 환경에서 하이브리드 알고리즘을 실행하는 것보다 더 나은 성능을 제공합니다. 작업이 실행되는 전체 시간 동안 선택한 QPU에 우선적으로 액세스할 수 있습니다. 즉, 작업의 일부로 해당 디바이스에서 실행되는 작업은 디바이스에 대기할 수 있는 다른 작업보다 먼저 실행됩니다. 이로 인해 하이브리드 알고리즘의 런타임이 더 짧고 예측 가능하며, 알고리즘 성능에 대한 디바이스 특성('디바이스 드리프트')의 악영향을 줄임으로써 궁극적으로 더 나은 결과를 얻을 수 있습니다.

Hybrid Jobs와 함께 Amazon Braket에서 사용 가능한 모든 QPU를 사용할 수 있습니다.

제공되는 모든 Amazon Braket 온디맨드 시뮬레이터(SV1, DM1, TN1), PennyLane lightning 플러그인 기반 내장형 시뮬레이터 또는 Hybrid Jobs에 컨테이너로 내장된 사용자 지정 시뮬레이터를 사용할 수 있습니다. 내장형 시뮬레이터 또는 사용자 지정 시뮬레이터의 경우 1개 또는 여러 개의 CPU 및 GPU 인스턴스를 선택하여 하이브리드 워크로드를 실행할 수 있습니다.  

내장형 시뮬레이터는 애플리케이션 코드와 동일한 컨테이너에 직접 내장되어 완전 관리형 온디맨드 시뮬레이터(예: SV1)와 컨테이너식 클래식 코드 간의 왕복 시간과 관련된 대기 시간을 방지하는 고성능 시뮬레이터입니다. 내장형 시뮬레이터는 adjoint 메서드와 같은 고급 기능을 지원합니다. 기울기 계산을 위한 이 메서드는 기울기 계산에 필요한 회로 수를 줄여줍니다. 현재 Amazon Braket은 PennyLane의 내장형 시뮬레이터를 지원합니다. 일례로 NVIDIA cuQuantum SDK로 가속화되는 lightning.gpu는 고성능 GPU에서 실행되는 양자 회로 시뮬레이션을 위해 특별히 설계된 시뮬레이터입니다.

예. 시뮬레이터 및 해당 종속성을 컨테이너에 내장하여 자체 시뮬레이터 라이브러리를 Amazon Braket Hybrid Jobs로 가져올 수 있습니다. 그런 다음 컨테이너에 진입점으로 코드를 전달하고 CPU 또는 GPU 인스턴스에서 Amazon Braket Hybrid Jobs로 코드를 실행하면 됩니다. 작업 기간 동안 구동되는 리소스는 Amazon Braket을 통해 처리되며 사용자는 사용한 리소스에 대한 요금만 지불하면 됩니다.

아니요. 작업 컨테이너는 기본적으로 ml.m5.xlarge 인스턴스 유형에서 실행됩니다. Amazon Braket 온디맨드 시뮬레이터(SV1, TN1, DM1) 또는 QPU를 사용하여 하이브리드 알고리즘을 실행하는 경우에는 Amazon Braket이 사용자 대신 소프트웨어 및 인프라를 관리합니다. PennyLane의 내장형 시뮬레이터 또는 컨테이너로 패키지된 사용자 지정 시뮬레이터를 사용하여 하이브리드 알고리즘을 실행하는 경우 작업을 실행할 하나 이상의 CPU 또는 GPU 인스턴스 유형을 선택할 수 있습니다. 작업이 완료되면 Amazon Braket이 기반 인프라 설정을 관리하고 리소스를 해제하므로 사용자는 사용한 리소스에 대한 요금만 지불합니다.

현재 Amazon Braket의 Hybrid Jobs 컨테이너에 미리 설치되는 PennyLane의 내장형 상태 벡터 시뮬레이터는 기울기 계산을 위한 back-propagation 또는 adjoint 메서드와 같은 메서드 사용이 유용한 변이 알고리즘에 사용될 수 있습니다. 예를 들어 이러한 알고리즘으로는 양자 기계 학습(QML), 양자 단열 근사 알고리즘(QAOA) 또는 변이 양자 고유 해석기(VQE)가 있습니다. 내장형 시뮬레이터의 경우 알고리즘에 GPU 기반 가속화가 유리하고 GPU 메모리에 적합하다면 GPU 인스턴스를 사용할 수도 있습니다. 일반적으로 큐비트 수가 중간인(< 30) 변이 알고리즘 및 QML 알고리즘에 여기에 해당합니다. 그렇지 않은 경우 SV1 온디맨드 시뮬레이터를 사용하는 것이 좋을 수 있습니다. adjoint 메서드는 현재 0이 아닌 샷을 지원하지 않으므로 샷 수가 0보다 큰 워크로드에는 SV1을 사용하는 것이 좋습니다. 내장형 시뮬레이터는 Hybrid Jobs 기능의 일부로만 지원되지만 SV1은 독립 실행형 작업과 하이브리드 작업을 모두 지원합니다. 

PennyLane lightning.gpu 시뮬레이터는 QML, QAOA 또는 VQE와 같은 하이브리드 알고리즘에 사용될 수 있습니다. 단, 문제 크기가 GPU 메모리에 맞을 만큼 작아야 합니다. lightning.qubit CPU 기반 시뮬레이터는 메모리 집약적인 알고리즘, 즉 큐비트 수가 높은(29개 이상의 큐비트) 변이 알고리즘처럼 GPU 메모리에 맞지 않는 알고리즘에 사용될 수 있습니다. 참고로 비용은 CPU 인스턴스 유형을 사용하는지 GPU 인스턴스 유형을 사용하는지 여부에 따라 달라집니다. 자세한 내용은 PennyLane 설명서를 참조하세요. 

Hybrid Jobs 요금에 대한 자세한 내용은 Amazon Braket 요금 페이지에서 Hybrid Jobs 탭을 참조하세요.

시작하려면 Braket 설명서의 Amazon Braket 작업 사용 설명서 섹션을 방문하여 시작할 수 있습니다. Amazon Braket 하이브리드 예시 노트북은 작업을 시작하고 다양한 유형의 하이브리드 알고리즘을 실행하는 방법에 대한 자습서를 제공합니다. 이러한 예시는 Amazon Braket 노트북에 사전 설치되어 제공되므로 빠르게 시작할 수 있습니다. Amazon Braket 예시 리포지토리에서 PennyLane 플러그인을 사용하여 하이브리드 알고리즘 예시를 검토할 수도 있습니다. 

Braket Direct는 고객이 양자 하드웨어에 액세스하고 Braket을 활용하여 최근 인기가 높아지고 있는 양자 디바이스에 대한 최첨단 연구를 수행할 수 있는 방법을 확장하는 Amazon Braket 프로그램입니다. 고객은 기존 온디맨드 액세스를 보완하기 위해 Braket Direct를 사용하여 워크로드 전용 디바이스 시간을 예약하고, 양자 컴퓨팅 전문가와 연결하여 워크로드를 조정하며, 차세대 디바이스와 같은 실험 기능을 시험해 볼 수 있습니다.

Bracket Direct는 양자 컴퓨팅의 최첨단 기술을 발전시키고자 하는 고객을 지원하여 연구를 가속화하기 위해 필요한 수준의 디바이스 액세스, 전문가 안내 및 차세대 디바이스 선택을 제공합니다. Braket Direct는 선불 결제나 정기/장기 약정을 체결하지 않고 사용량 만큼만 지불하는 방식으로 다양한 디바이스에 액세스할 수 있는 원스톱 상점을 제공한다는 Braket의 가치 제안을 강화합니다.

현재 IonQ의 Aria, IQM의 Garnet, QuEra의 Aquila 및 Rigetti의 Aspen-M-3 디바이스에 대한 전용 액세스 권한을 예약할 수 있습니다.

예. 예약 ARN을 사용하여 예정된 예약에서 사용할 퀀텀 태스크 및 하이브리드 작업을 대기열에 추가하거나 예약 중에 워크로드를 즉시 제출할 수 있습니다.

예약이 끝나면 대기 중 작업/하이브리드 작업이 모두 취소됩니다. 여기에서 다시 새로 예약하거나 공개 예약 가능 기간 동안 온디맨드 실행을 다시 제출할 수 있습니다.

예약이 종료되면 더 이상 디바이스에 대한 전용 액세스 권한이 없으며 실행 중인 모든 하이브리드 작업이 취소됩니다. 편리한 시간에 하이브리드 작업을 저장하고 다시 시작할 수 있도록 체크포인트를 사용하는 것이 좋습니다.

아니요. 각 예약은 독립형 전용 디바이스에 대한 액세스를 나타냅니다. 예를 들어, 두 개의 연속 예약은 별개의 예약으로 간주되며 첫 번째 예약에서 보류 중인 작업은 두 번째 예약에서 자동으로 재개되지 않습니다.

예약은 AWS 계정에 대한 전용 디바이스 액세스를 의미하므로, 디바이스는 전체 예약 기간 동안 고객 전용으로 제공됩니다. 따라서 사용 시간에 관계없이 예약된 시간 만큼 요금이 부과됩니다.

예약이 취소되며 잔여 예약 시간이 환불됩니다.

예약은 최소 1시간 단위로 가능하며 특정 디바이스의 경우 추가 예약 기간 제한(최소 및 최대 예약 시간 포함)이 있을 수 있습니다.

예. 예정된 예약 시작 시간으로부터 최소 48시간 전에 무료로 예약을 취소할 수 있습니다. 이 시간이 경과하면 더 이상 예약을 취소할 수 없으며, 전체 예약 시간에 대한 요금이 청구됩니다.

예. 일정을 변경하려면 예약된 예약 시작 시간으로부터 최소 48시간 전에 기존 예약을 취소한 후 새 예약을 생성해야 합니다.

예. 예약을 생성하면 추가 비용 없이 Braket 전문가와 함께하는 30분 예약 준비 세션(선택 사항)에 등록할 수 있습니다.

전문가의 조언을 통해 다양한 양자 컴퓨팅 전문가와 교류하고 워크로드에 대한 조언을 얻을 수 있습니다.

Braket 전문가와 함께하는 Braket 오피스 아워, AWS Marketplace를 통한 양자 하드웨어 공급업체의 전문 서비스, AWS Quantum Solutions Lab의 전문가 지원 중에서 선택할 수 있습니다.

Braket의 오피스 아워는 1:1 세션이며, 선착순으로 매월 진행됩니다. 이용 가능한 각 오피스 아워 슬롯은 30분이며 무료로 제공됩니다. Braket 전문가와 상담하면 사용 사례에서 디바이스 적합성에 대해 알아보고, 알고리즘에 Braket을 가장 잘 활용할 수 있는 옵션을 파악하며, 하이브리드 작업, Braket Pulse 또는 아날로그 해밀턴 시뮬레이션과 같은 특정 Braket 기능을 사용하는 방법을 살펴보는 등 아이디어 구상에서 실행까지의 절차를 더 빠르게 진행할 수 있습니다.

아니요. 시급한 문제나 빠르게 문제를 해결해야 하는 질문이 있는 경우 AWS Support에 문의하는 것이 좋습니다. 시급하지 않은 질문의 경우 AWS re:Post 포럼 또는 이전에 답변한 질문을 찾아볼 수 있는 양자 컴퓨팅 Stack Exchange를 이용할 수도 있습니다.

Amazon Braket에서는 선결제 비용이 없으며 사용한 AWS 리소스에 대해서만 비용을 지불합니다. 요금은 양자 컴퓨팅 하드웨어 액세스 및 온디맨드 시뮬레이터와 같은 각각의 Amazon Braket 기능에 대해서 별도로 청구됩니다. Amazon Braket 관리형 노트북과 같이 Amazon Braket을 통해 제공된 AWS 서비스에 대해서도 별도로 요금이 청구됩니다. 요금에 대해 자세히 알아보려면 요금 페이지를 참조하세요. 

A: 태그를 사용하여 팀이나 비즈니스에서 이해할 수 있는 논리적 그룹(예: 비용 센터, 부서, 프로젝트)으로 묶어서 AWS 리소스를 정리할 수 있습니다. Amazon Braket에서는 생성한 양자 작업에 태그를 적용할 수 있습니다. 사용자 정의 태그를 생성하고 적용한 다음에는 AWS Billing and Cost Management 대시보드에서 활성화하여 비용 할당을 추적할 수 있습니다. AWS는 태그를 사용하여 비용을 분류하고, AWS 비용을 추적할 수 있는 월간 비용 할당 보고서를 제공합니다. 비용 할당 보고서에서는 각 행에 적용 가능한 값을 포함한 추가 열로 태그를 표시하므로 일관적인 태그 키 세트를 사용한다면 손쉽게 비용을 추적할 수 있습니다.

예. 전 세계 대학교의 과학자들이 AWS Cloud Credit for Research 프로그램을 통해 제공된 크레딧을 사용하여 Amazon Braket에서 연구를 수행합니다. 위의 링크에서 제안서를 제출하시면 됩니다. 신청 과정에서 요금 계산기에 사용할 URL이 없는 경우 자리 표시자를 사용하여 요청을 제출해 주세요.

예. Amazon Braket의 QPU는 AWS의 서드 파티 양자 하드웨어 공급자에 의해 호스트됩니다. Amazon Braket을 사용하여 양자 컴퓨터에 액세스하는 경우, 사용자의 회로 및 관련 메타데이터가 AWS에서 운영하는 시설 외부에 있는 하드웨어 공급자에게 전송되어 처리됩니다. 사용자의 콘텐츠는 양자 태스크를 처리하는 데 필요한 콘텐츠만 양자 하드웨어 공급자에게 전송되도록 익명화됩니다. AWS 계정 정보는 전송되지 않습니다. 모든 데이터는 저장 및 전송 중 암호화되고 처리할 때에만 복호화됩니다. 그뿐 아니라, Amazon Braket 하드웨어 공급자는 태스크 처리 외의 용도로 사용자의 콘텐츠를 저장하거나 사용하는 것이 허용되지 않습니다. 회로가 완료되면 결과가 Amazon Braket에 반환되어 Amazon S3 버킷에 저장됩니다. Amazon Braket 타사 양자 하드웨어 공급자의 보안은 정기적인 감사를 통해 네트워크 보안, 액세스 제어, 데이터 보호 및 물리적 보안에 대한 표준을 준수하도록 보장됩니다.

사용자의 결과는 Amazon S3에 저장됩니다. Amazon Braket은 실행 결과를 제공하는 것 외에도 완료 상태 및 실행 시간 등의 이벤트 로그와 성능 지표를 Amazon CloudWatch에 게시합니다.

Amazon Braket은 AWS PrivateLink와 통합됩니다. 트래픽이 인터넷을 거치지 않고도 Amazon Virtual Private Cloud(Amazon VPC) 내에서 Amazon Braket에 액세스할 수 있습니다. 이렇게 하면 인터넷 기반 공격으로 인한 보안 위협과 민감한 데이터 유출 위험에 대한 노출이 줄어듭니다.

Amazon Quantum Solutions Lab은 보다 효과적인 양자 컴퓨팅 탐구와, 이 초기 단계의 기술에서 발생하는 난관을 극복하기 위한 작업이 용이하도록 도와드릴 수 있는 양자 컴퓨팅 전문가들로 구성된 협업 연구 및 전문 서비스 프로그램입니다. 시작하려면 Quantum Solutions Lab 웹 페이지를 방문하세요. 

이 양식을 제출하거나 AWS 계정 관리자를 통해 QSL 참여와 파트너에 대한 정보를 요청할 수 있습니다.

QSL 참여 비용은 참여 기간과 귀사의 니즈에 따라 달라집니다. 자세한 내용은 계정 관리자에게 문의하십시오. 

Quantum Solutions Lab 참여는 보통 6~12개월간 지속됩니다.