首页
/ Classiq量子计算平台0.66.0版本发布:简化量子编程流程

Classiq量子计算平台0.66.0版本发布:简化量子编程流程

2025-06-26 10:00:50作者:申梦珏Efrain

Classiq作为一款领先的量子计算开发平台,致力于降低量子编程的门槛。最新发布的0.66.0版本带来了一系列优化,进一步简化了量子程序的编写流程,提升了开发者的使用体验。

核心功能优化

1. 自动量子比特分配机制

新版本对allocate函数进行了重要改进,使其能够根据变量的量子类型自动推断所需的量子比特数量。这意味着开发者不再需要手动指定num_qubits参数,系统会根据变量类型智能地分配适当的量子资源。

例如,对于一个简单的量子比特变量:

q = QBit()
allocate(q)  # 自动分配1个量子比特

这种自动化处理显著减少了代码量,降低了出错概率,使开发者能够更专注于算法逻辑本身。

2. QLayer参数简化

QLayer作为连接量子程序和经典处理的关键组件,其初始化参数也得到了简化。新版本中execute参数变为可选,开发者可以更灵活地构建混合量子-经典计算流程:

QLayer(quantum_program, post_process)

这一改变使得代码更加简洁,同时保持了原有的功能完整性。

兼容性调整

平台移除了"nvidia_state_vector_simulator"这一模拟器名称,统一使用ClassiqNvidiaBackendNames.SIMULATOR或"nvidia_simulator"作为替代。开发者需要注意更新相关代码,以确保模拟器调用的正确性。

开发环境改进

在IDE方面,0.66.0版本移除了内置应用文件夹中示例编辑用的应用配置面板,并更新了Katex等依赖项,提升了整体稳定性和用户体验。

升级建议

对于Python SDK用户,建议按照标准升级流程进行更新。IDE用户则无需手动操作,系统会自动完成升级过程。新版本带来的语法简化能够显著提升开发效率,建议开发者尽快熟悉这些改进特性。

Classiq 0.66.0版本的这些优化,体现了平台持续降低量子计算编程门槛的努力,使开发者能够更高效地构建和测试量子算法,推动量子计算应用的快速发展。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
153
1.98 K
kernelkernel
deepin linux kernel
C
22
6
ops-mathops-math
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++
504
42
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
332
10
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
992
395
nop-entropynop-entropy
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
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
193
279
RuoYi-Vue3RuoYi-Vue3
🎉 (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
938
554
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
70