特性

特性#

FlagQuantum 为量子电路模拟提供了一套全面的功能：

分布式模拟#

  • 多 GPU 状态向量模拟：利用 PyTorch 的 DTensor 将量子态分布到多个 GPU 上，可扩展到比单 GPU 模拟器更大的量子比特数量。

  • 自动重新分片：在门操作期间智能地重新分布状态向量，以最小化通信开销并最大化性能。

门集合与可扩展性#

  • 全面的门集合：包括泡利门（X、Y、Z）、克利福德门（H、S、SDG、CX、CZ、SWAP）、旋转门（RX、RY、RZ）以及参数化受控门。

  • 自定义门注册：通过门注册系统使用用户定义的门扩展库，无需修改核心代码。

高级功能#

  • 可逆反向传播：用于可训练量子电路的内存高效梯度计算，支持量子机器学习工作流。

  • 后选择与噪声模型：内置支持测量后选择和去极化噪声模型，用于逼真的模拟。

数据编码#

  • 灵活的编码方案：将经典数据嵌入量子态的多种方法——角度编码、振幅编码和基态编码——以及通用用户定义编码器。

可视化与互操作性#

  • 电路可视化：双模式可视化器——适用于终端使用的 Unicode 文本模式和出版级质量的 Matplotlib 模式，具有专业的配色方案、基于层的布局、初始状态显示（|0⟩）和测量符号。

  • OpenQASM 2.0/3.0 导出：导出电路以在真实量子硬件平台上运行，包括 IBM Quantum、AWS Braket、Azure Quantum、IonQ 和 Rigetti。

生态系统集成#

FlagQuantum 是 FlagOS 的核心组件，FlagOS 是一个开源的 AI 系统软件栈，旨在通过无缝集成各种模型、系统和芯片来促进开放技术生态。在 FlagOS 中，FlagQuantum 与其他组件协同工作，实现端到端的量子-经典工作流。