Qiskit中HighLevelSynthesis对AnnotatedOperations的插件化改造
2025-06-04 01:42:25作者:蔡怀权
在量子电路编译过程中,Qiskit的HighLevelSynthesis(高层次综合)模块负责将抽象的量子操作转换为底层硬件可执行的基本门序列。近期,开发团队对其中AnnotatedOperations(带注释操作)的处理机制进行了重要重构,将其从核心逻辑中剥离并改造成插件化架构。
背景与动机
AnnotatedOperations是一种特殊的量子操作表示形式,它由基础操作和修饰符(如控制位、幂次、逆操作等)组合而成。传统实现中,这类操作的处理逻辑直接内嵌在HighLevelSynthesis核心代码中,导致:
- 核心代码臃肿且难以维护
- 控制门合成等特殊处理与主流程强耦合
- 不利于未来向Rust语言移植
技术实现方案
插件化架构优势
改造后的架构将AnnotatedOperations处理逻辑移至独立插件,实现了:
- 架构统一性:与其他高阶对象(如Clifford门、置换门等)采用相同的插件机制
- 扩展灵活性:允许为控制门等特殊操作定制不同实现方案
- 职责分离:解耦控制电路合成与主综合流程
接口设计挑战
由于AnnotatedOperations的特殊性,其处理过程需要访问更多上下文信息:
- 基础操作的递归综合结果
- 量子位追踪状态(qubit_tracker)
- 量子位上下文映射(qubit_context)
- 清洁/脏辅助量子位信息
新的插件接口设计考虑了这些需求,同时保持向后兼容性。关键改进包括:
- 扩展插件输入参数,包含完整的量子位上下文信息
- 允许插件更新辅助量子位状态
- 支持合成过程中的布局前/布局后阶段判断
技术细节深化
递归综合处理
对于嵌套结构的AnnotatedOperations(如控制门的基础操作本身可能包含其他高阶操作),插件需要:
- 先递归处理基础操作
- 应用修饰符转换
- 维护量子位状态一致性
资源管理机制
插件现在需要主动管理:
- 清洁辅助量子位的分配与释放
- 量子位映射关系的维护
- 物理连接约束的遵守(通过coupling_map参数)
影响与展望
这项改造为Qiskit带来了多重收益:
- 代码可维护性:简化了HighLevelSynthesis核心逻辑
- 功能扩展性:为控制门优化算法提供独立演进空间
- 跨语言支持:为Rust移植铺平道路
- 用户定制:允许研究者通过插件实现特定合成算法
未来可能进一步优化插件接口,例如逐步淘汰耦合图参数,全面转向target-based的硬件约束描述方式。这项改进展示了Qiskit在保持架构灵活性的同时,不断优化核心基础设施的技术路线。
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-1.5暂无简介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
7
Ascend Extension for PyTorch
Python
184
197
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
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
624
140
React Native鸿蒙化仓库
JavaScript
242
315
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
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++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210