Qiskit量子电路中全局相位参数未正确赋值的分析与解决
2025-06-05 04:01:18作者:胡易黎Nicole
问题背景
在量子计算中,全局相位是一个重要的概念。虽然它不会影响量子态的测量结果,但在量子电路合成和优化过程中,正确管理全局相位对于保持量子操作的数学等价性至关重要。近期在Qiskit 1.3.0版本中发现了一个关于全局相位参数处理的bug,本文将深入分析这一问题。
问题现象
当使用Qiskit 1.3.0版本时,发现通过assign_parameters方法为量子电路分配参数后,电路中的全局相位参数未被正确赋值。具体表现为:
- 原始电路中的参数化全局相位在赋值后仍保持符号形式(如
-θ[2]/2 - θ[3]/2) - 而在Qiskit 1.2.0版本中,相同操作会正确计算出数值化的全局相位
技术分析
问题根源
经过分析,这个问题源于CircuitData::from_packed_instructions方法的实现缺陷。该方法虽然正确设置了电路的全局相位,但未能将这些相位参数注册到参数表中,导致后续的参数赋值过程无法识别和更新这些参数。
影响范围
该问题主要影响以下场景:
- 使用包含参数化旋转门(如RZ)的电路
- 对电路进行分解(decompose)操作后
- 尝试为分解后的电路分配具体参数值
技术细节
在量子门分解过程中,特别是RZ门的分解,会引入全局相位。例如,RZ门的分解会产生一个形式为exp(-iθ/2)的全局相位。当θ是一个参数时,这个相位表达式应该被纳入参数管理系统,但在当前实现中被遗漏了。
解决方案
Qiskit开发团队已经确认了这个问题,并计划在1.3.1版本中修复。修复的核心是确保在CircuitData::from_packed_instructions方法中,不仅设置全局相位,还要正确注册所有涉及的参数到参数表中。
临时解决方案
对于需要使用1.3.0版本的用户,可以采取以下临时解决方案:
- 手动提取全局相位表达式
- 使用参数值计算相位数值
- 创建新电路并显式设置计算后的全局相位
总结
全局相位的正确处理是量子电路编译和优化的重要环节。Qiskit团队对此问题的快速响应体现了对软件质量的重视。用户在使用参数化电路时,应当注意检查全局相位的处理情况,特别是在进行电路分解和参数绑定操作后。
对于依赖此功能的用户,建议关注Qiskit 1.3.1版本的发布,或暂时回退到1.2.0版本以获得预期的行为。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Solidcam后处理文件下载与使用完全指南:提升CNC编程效率的必备资源 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 Python开发者的macOS终极指南:VSCode安装配置全攻略 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 STM32到GD32项目移植完全指南:从兼容性到实战技巧
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
405
3.14 K
Ascend Extension for PyTorch
Python
225
251
暂无简介
Dart
672
159
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
663
319
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
657
React Native鸿蒙化仓库
JavaScript
262
325
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868