Qiskit量子计算框架中优化级别导致的电路深度异常问题分析
2025-06-05 03:21:34作者:鲍丁臣Ursa
问题背景
在Qiskit 1.3.0rc1版本和主分支中,用户发现了一个关于量子电路优化的异常现象。当使用优化级别2和3进行电路转换时,生成的电路深度反而比优化级别1更深,这与Qiskit 1.2.4版本的行为不一致。
问题现象
通过一个简单的两量子比特电路测试,可以清晰地观察到这一现象:
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Qiskit 1.2.4中,三个优化级别输出的电路深度相同;而在1.3.0rc1和主分支中,优化级别越高,电路深度反而越大。
技术分析
这个问题源于Qiskit 1.3.0rc1中引入的UnitarySynthesis(酉合成)传递机制的改变。具体来说:
- 传递流程差异:在优化级别3的处理流程中,电路首先被转换为一个大的酉矩阵表示
- 合成失败:当仅使用basis_gates参数而未指定Target约束时,UnitarySynthesis传递无法正确合成电路
- 优化受阻:由于电路被表示为单个酉门,后续优化传递无法对其进行有效优化
根本原因
问题的核心在于:
- 新版本中优化级别2和3会尝试将电路块合并为酉矩阵进行全局优化
- 但在仅指定basis_gates的情况下,酉合成传递无法正确处理这种表示
- 导致电路保持为大型酉门形式,无法被后续优化传递分解和简化
解决方案建议
针对这一问题,开发者可以考虑以下解决方案:
- 临时解决方案:在使用高级优化时,建议提供完整的Target约束而不仅仅是basis_gates
- 长期修复:需要修正UnitarySynthesis传递在仅有basis_gates情况下的处理逻辑
- 版本兼容性:在修复前,对于简单电路,可以考虑暂时使用优化级别1
对用户的影响
这一问题主要影响以下场景:
- 使用高级优化级别(2或3)进行电路转换
- 仅通过basis_gates参数指定基础门集
- 期望获得比低优化级别更优的电路深度
结论
Qiskit 1.3.0rc1中引入的优化流程变化导致了在某些情况下高级优化级别反而产生更深电路的问题。开发团队已经识别到这一问题,并正在寻找解决方案。在此期间,用户可以暂时使用优化级别1,或者提供更完整的硬件约束信息来规避此问题。
这个问题也提醒我们,在量子电路优化中,全局优化策略需要与底层门集约束紧密结合,才能产生预期的优化效果。随着Qiskit的持续发展,这类优化流程的稳定性将得到进一步改善。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C037
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0114
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
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
433
3.29 K
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
352
Ascend Extension for PyTorch
Python
237
271
暂无简介
Dart
690
162
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
仓颉编程语言运行时与标准库。
Cangjie
143
881
React Native鸿蒙化仓库
JavaScript
266
327
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
211
114
仓颉编译器源码及 cjdb 调试工具。
C++
138
869