Qiskit中双量子比特门迹与保真度转换函数的变化
2025-06-05 02:48:00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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
213
226
暂无简介
Dart
660
150
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++
656
293
🎉 (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
1.17 K
644
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
1.03 K
490
React Native鸿蒙化仓库
JavaScript
251
320
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
79
104
openGauss kernel ~ openGauss is an open source relational database management system
C++
159
217
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