MindSpore Quantum：面向用户、高性能且兼容人工智能的量子计算框架
量子物理
2024-07-11 v3
摘要
我们介绍了 MindSpore Quantum，这是一个以构建和实现噪声中间规模量子（NISQ）算法为主要目标的 pioneering 混合量子-经典框架。依托 MindSpore 的强大支持——这是一款先进的开源深度学习训练/推理框架——MindSpore Quantum 在 CPU 和 GPU 平台上展现出在变分量子算法设计与训练方面的卓越效率。此外，该框架强调提高在真实量子硬件上执行量子算法时的运行效率。这包括开发用于量子电路编译和量子比特映射的算法，这些是实现量子处理器最佳性能的关键组件。除了核心框架之外，我们还引入了 QuPack——一个精心构建的量子计算加速引擎。QuPack 在变分量子本征求解器（VQE）、量子近似优化算法（QAOA）以及张量网络仿真方面显著加快了 MindSpore Quantum 的仿真速度，提供了惊人的加速速度。这一前沿技术的组合使研究人员和实践者能够以前所未有的效率和性能探索量子计算的前沿。
引用
@article{arxiv.2406.17248,
title = {MindSpore Quantum: A User-Friendly, High-Performance, and AI-Compatible Quantum Computing Framework},
author = {Xusheng Xu and Jiangyu Cui and Zidong Cui and Runhong He and Qingyu Li and Xiaowei Li and Yanling Lin and Jiale Liu and Wuxin Liu and Jiale Lu and Maolin Luo and Chufan Lyu and Shijie Pan and Mosharev Pavel and Runqiu Shu and Jialiang Tang and Ruoqian Xu and Shu Xu and Kang Yang and Fan Yu and Qingguo Zeng and Haiying Zhao and Qiang Zheng and Junyuan Zhou and Xu Zhou and Yikang Zhu and Zuoheng Zou and Abolfazl Bayat and Xi Cao and Wei Cui and Zhendong Li and Guilu Long and Zhaofeng Su and Xiaoting Wang and Zizhu Wang and Shijie Wei and Re-Bing Wu and Pan Zhang and Man-Hong Yung},
journal= {arXiv preprint arXiv:2406.17248},
year = {2024}
}