Qiskit 1.3.0版本中电路优化级别异常问题分析
2025-06-05 16:27:47作者:董灵辛Dennis
问题背景
在量子计算框架Qiskit的最新版本1.3.0rc1和main分支中,用户发现了一个关于电路优化的异常现象。当使用优化级别2和3进行电路编译时,生成的电路深度反而比使用优化级别1时更深。这一现象在1.2.4版本中并不存在,表明这是新版本引入的问题。
问题复现
通过以下简单量子电路可以复现该问题:
from qiskit import generate_preset_pass_manager, QuantumCircuit
qc = QuantumCircuit(2)
qc.cz(0, 1)
qc.sx([0, 1])
qc.cz(0, 1)
for level in [1, 2, 3]:
pm = generate_preset_pass_manager(optimization_level=level, basis_gates=["rz", "rzz", "sx", "x", "rx"])
qc2 = pm.run(qc)
print(f'优化级别 {level} 的电路深度: {qc2.depth()}')
在1.2.4版本中,三个优化级别输出的电路深度相同;而在1.3.0rc1和main分支中,随着优化级别提高,电路深度反而增加。
技术分析
根据核心开发者的调查,这个问题很可能与PR #13141引入的改动有关。当用户仅使用basis_gates参数而不使用Target对象来指定后端约束时,UnitarySynthesis传递无法正确合成电路。
具体问题出现在优化级别3的处理流程中:
- 首先,
BasisTranslator将电路转换为目标基础门集 - 然后,优化阶段运行
ConsolidateBlocks传递,将整个2量子比特电路收集为单个酉矩阵 - 接着,
UnitarySynthesis传递本应处理这个酉矩阵,但实际上什么也没做 - 由于存在未处理的酉门,其他优化传递都无法对电路进行优化
- 最终,在优化循环中检测到基础门集外的门,再次运行基础门转换,导致输出电路未被优化
影响范围
这个问题会影响所有使用以下配置的用户:
- 使用Qiskit 1.3.0rc1或更新版本
- 通过
basis_gates参数而非Target对象指定基础门集 - 使用优化级别2或3进行电路编译
解决方案建议
目前建议的临时解决方案包括:
- 暂时回退到1.2.4版本
- 使用
Target对象而非basis_gates参数来指定后端约束 - 在1.3.0正式版发布前,关注该问题的修复进展
对于开发者而言,修复方向应关注UnitarySynthesis传递在仅使用basis_gates参数时的行为,确保其能正确处理电路合成任务。
总结
这个问题展示了量子电路编译流程中各个优化传递间复杂的相互作用。随着Qiskit功能的不断扩展,保持不同优化级别行为的一致性变得更具挑战性。用户在使用新版本时应注意测试关键电路的编译结果,特别是在升级后检查电路深度和门数量等关键指标。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.76 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
652
797
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.25 K
153
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
1.1 K
611
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++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
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
434
395
暂无简介
Dart
987
253