Classiq量子计算平台0.65.1版本发布:简化变量命名与性能优化
2025-06-26 21:20:25作者:尤辰城Agatha
Classiq是一款领先的量子计算开发平台,它通过高级抽象让开发者能够更高效地设计和实现量子算法。该平台包含Python SDK和集成开发环境(IDE),支持从算法设计到实际硬件执行的完整量子计算工作流。
版本核心改进
1. 量子变量命名的智能化简化
在0.65.1版本中,Classiq对量子变量的命名机制进行了重要优化。现在,当开发者创建本地量子变量时,不再需要显式指定变量名称参数。系统能够自动从Python代码上下文中推断出合适的变量名。
以量子比特(QBit)的创建为例,旧版本中必须显式命名:
q = QBit("q") # 旧版本必须指定名称
而在新版本中可以简化为:
q = QBit() # 名称自动推断
这一改进显著减少了样板代码,使量子程序编写更加直观和简洁,同时降低了初学者入门量子编程的认知负担。
2. 多原语执行性能优化
该版本对执行包含多个量子原语(primitives)的会话进行了性能优化。典型场景如QAOA(量子近似优化算法)的执行流程,现在能够更高效地处理多个原语操作。
这种优化特别有利于:
- 需要多次迭代的混合量子-经典算法
- 包含多个优化步骤的量子机器学习流程
- 复杂的量子化学模拟计算
重要变更与迁移指南
弃用prepare_int函数
Classiq 0.65.1版本正式将prepare_int和inplace_prepare_int函数标记为弃用状态,推荐使用更直观的Qmod数值赋值语法。
旧方法:
prepare_int(5, my_qnum) # 即将废弃的写法
新方法:
my_qnum |= 5 # 推荐的数值赋值语法
这种新的赋值语法更加符合现代编程习惯,与经典编程中的赋值操作保持一致,提高了代码的可读性和一致性。
升级建议
对于Python SDK用户,建议通过标准包管理工具进行升级。IDE用户无需手动操作,系统会自动完成版本更新。升级过程中,开发者应当注意检查是否有代码使用了即将废弃的函数,并及时迁移到新的语法形式。
这一版本的改进体现了Classiq平台持续优化开发者体验的承诺,通过简化语法和提高执行效率,让量子计算开发者能够更专注于算法本身而非底层实现细节。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
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-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
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
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
414
3.19 K
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
Ascend Extension for PyTorch
Python
229
259
暂无简介
Dart
680
160
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
326
🔥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
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
660
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
493