Qiskit中双量子比特门迹与保真度转换函数的变化
2025-06-05 00:20:22作者:范垣楠Rhoda
在Qiskit量子计算框架的1.3.0版本中,开发团队对双量子比特门合成模块进行了重构和优化,其中一个未被文档化的内部函数trace_to_fid被移除。这个变化虽然微小,但反映了量子计算软件工程中API设计的重要考量。
背景知识
在量子门操作的质量评估中,保真度(Fidelity)是一个关键指标,它衡量了实际量子操作与理想量子操作之间的接近程度。而迹(Trace)则是量子门操作矩阵的一个重要数学特征。在双量子比特门合成过程中,需要将这两个指标相互转换以评估合成效果。
被移除的函数分析
原函数trace_to_fid位于qiskit.synthesis.two_qubit.two_qubit_decompose模块中,其功能是将双量子比特门的迹转换为保真度。该函数实现了一个特定公式:
def fidelity_from_trace_2q(trace: float) -> float:
return (4.0 + trace * trace.conjugate()) / 20.0
这个公式实际上是更通用公式在双量子比特情况下的特例。对于N量子比特系统,通用的转换公式为:
def fidelity_from_trace(num_qubits: int, trace: float) -> float:
dim = 2 ** num_qubits
return (dim + trace * trace.conjugate()) / (dim * (dim + 1))
变化原因
Qiskit开发团队指出,这个函数从未被正式文档化,也不属于公共API的一部分。它原本是作为双量子比特Weyl分解及其衍生算法中的内部工具函数。随着合成路径被重写为Rust实现,这个Python端的内部函数不再被使用,因此被移除。
替代方案
对于需要类似功能的用户,Qiskit提供了更正式且通用的公共API:
from qiskit.quantum_info import average_gate_fidelity
这个函数不仅适用于双量子比特门,还可以处理任意数量量子比特的门操作,提供了更全面和标准化的保真度计算能力。
对开发实践的启示
- API设计原则:内部实现细节与公共接口应当明确区分
- 版本兼容性:依赖未文档化的内部函数存在升级风险
- 功能演进:特定功能应向通用化方向发展
- 性能优化:关键路径向Rust等高性能语言迁移是趋势
结论
虽然这个变化可能导致某些依赖内部实现的代码需要调整,但它代表了Qiskit向更规范、更高效架构演进的重要一步。开发者应当使用正式文档化的API来确保代码的长期稳定性,同时也能获得更好的功能和性能支持。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C036
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
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-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
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
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
427
3.28 K
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++
689
344
Ascend Extension for PyTorch
Python
235
268
暂无简介
Dart
686
161
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
React Native鸿蒙化仓库
JavaScript
266
327
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
62
33
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
🎉 (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
1.22 K
669