首页
/ Classiq量子计算平台0.77.0版本发布:Python原生参数支持与可视化增强

Classiq量子计算平台0.77.0版本发布:Python原生参数支持与可视化增强

2025-06-25 15:48:53作者:董宙帆

项目简介

Classiq是一款领先的量子计算开发平台,它通过高级建模语言和可视化工具,让开发者能够更高效地设计和优化量子算法。该平台包含Python SDK和集成开发环境(IDE)两大核心组件,支持从算法设计到硬件部署的全流程量子计算开发。

版本核心更新

1. Python原生参数支持

0.77.0版本最显著的改进是在量子函数中引入了对Python原生数据类型的直接支持。现在开发者可以在量子函数中声明和使用Python内置类型(int、float、list等)作为参数,这些参数可以直接用于Python表达式计算。

这一特性特别适合以下场景:

  • 在量子算法中使用经典数学计算
  • 与第三方Python库进行交互
  • 实现基于经典参数的动态量子电路生成

示例代码展示了如何使用Python原生参数:

@qfunc
def rotate(ratio: float, qa: QArray[QBit]):
    for i in range(qa.len):  # 使用Python整数进行循环控制
        PHASE(math.asin(ratio * i), qa[i])  # 使用Python浮点数进行相位计算

2. 生成式函数简化

随着Python原生参数支持的引入,生成式量子函数的声明变得更加简洁。不再需要显式使用@qfunc(generative=True)装饰器,系统会自动识别函数中的Python类型参数。同时,Qmod类型参数在Python表达式中的使用已被标记为不推荐做法。

3. 可视化体验优化

在IDE的可视化方面,0.77.0版本改进了量子程序块的操作体验:

  • 当用户折叠一个量子操作块时,视图会自动滚动到父操作块的位置
  • 这一改进使得在大型量子电路中进行导航更加直观和高效

技术意义

这次更新标志着Classiq平台在量子-经典混合编程能力上的重要进步。通过深度集成Python原生类型系统,开发者现在可以:

  1. 更自然地表达混合经典-量子算法
  2. 减少类型转换的样板代码
  3. 利用丰富的Python生态系统进行量子算法开发

可视化方面的改进则进一步降低了复杂量子程序的理解和维护成本,特别是在处理大型电路时。

升级建议

对于现有用户,建议尽快升级到0.77.0版本以体验这些新特性。Python SDK用户可以通过常规的包管理工具进行更新,而IDE用户则会自动获得升级。在迁移现有代码时,可以逐步将生成式函数中的Qmod类型参数替换为Python原生类型,以获得更好的开发体验。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
224
2.26 K
flutter_flutterflutter_flutter
暂无简介
Dart
526
116
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
JavaScript
210
286
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
9
1
frameworksframeworks
openvela 操作系统专为 AIoT 领域量身定制。服务框架:主要包含蓝牙、电话、图形、多媒体、应用框架、安全、系统服务框架。
CMake
795
12
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
984
582
pytorchpytorch
Ascend Extension for PyTorch
Python
67
97
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++
567
94
GLM-4.6GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】
Jinja
42
0