MQT QMAP量子电路映射工具安装指南
2025-06-01 16:02:55作者:宗隆裙
MQT QMAP是一款用于量子电路映射的开源工具,主要采用C++17开发并提供了Python绑定接口。本文将详细介绍如何在不同环境下安装和使用该工具。
推荐安装方式
对于大多数用户,我们推荐使用Python包管理工具进行安装,这种方式简单快捷且无需编译。
准备工作
建议使用现代Python包管理工具uv,它比传统工具更快速高效。安装方法如下:
macOS/Linux系统:
curl -LsSf https://astral.sh/uv/install.sh | sh
Windows系统:
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
安装MQT QMAP
使用uv安装:
uv pip install mqt.qmap
或者使用传统pip安装:
python -m pip install mqt.qmap
安装完成后,可通过以下命令验证:
python -c "import mqt.qmap; print(mqt.qmap.__version__)"
版本兼容性说明:从2.7.0版本开始,不再支持Python 3.8,建议使用Python 3.9或更高版本。
从源码构建(高性能版)
如需获得最佳性能,建议从源码构建安装:
uv pip install mqt.qmap --no-binary mqt.qmap --no-binary mqt.core
或使用pip:
pip install mqt.qmap --no-binary mqt.qmap --no-binary mqt.core
构建要求
- 支持C++17的编译器
- CMake 3.24或更高版本
- SMT求解器Z3
Z3安装方法:
- Ubuntu系统:
sudo apt-get install libz3-dev - macOS系统:
brew install z3 - 通过Python安装:
pip install z3-solver
项目集成指南
Python项目集成
在项目配置文件中添加依赖项:
pyproject.toml:
[project]
dependencies = ["mqt.qmap>=3.0.0"]
setup.py:
from setuptools import setup
setup(
install_requires=["mqt.qmap>=3.0.0"],
)
C++项目集成
使用FetchContent(推荐)
include(FetchContent)
set(FETCH_PACKAGES "")
set(MQT_QMAP_VERSION 3.0.0
CACHE STRING "MQT QMAP version")
set(MQT_QMAP_REV "v3.0.0"
CACHE STRING "MQT QMAP identifier")
set(MQT_QMAP_REPO_OWNER "cda-tum"
CACHE STRING "MQT QMAP repository owner")
if(CMAKE_VERSION VERSION_GREATER_EQUAL 3.24)
FetchContent_Declare(
mqt-qmap
GIT_REPOSITORY https://github.com/${MQT_QMAP_REPO_OWNER}/mqt-qmap.git
GIT_TAG ${MQT_QMAP_REV}
FIND_PACKAGE_ARGS ${MQT_QMAP_VERSION})
list(APPEND FETCH_PACKAGES mqt-qmap)
else()
find_package(mqt-qmap ${MQT_QMAP_VERSION} QUIET)
if(NOT mqt-qmap_FOUND)
FetchContent_Declare(
mqt-qmap
GIT_REPOSITORY https://github.com/${MQT_QMAP_REPO_OWNER}/mqt-qmap.git
GIT_TAG ${MQT_QMAP_REV})
list(APPEND FETCH_PACKAGES mqt-qmap)
endif()
endif()
FetchContent_MakeAvailable(${FETCH_PACKAGES})
使用Git子模块
git submodule add https://github.com/munich-quantum-toolkit/qmap.git external/mqt-qmap
在CMakeLists.txt中添加:
add_subdirectory(external/mqt-qmap)
结语
本文详细介绍了MQT QMAP的多种安装方式,用户可根据实际需求选择最适合的安装方法。对于性能敏感的应用场景,建议从源码构建以获得最佳性能。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0209- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
MarkFlowy一款 AI Markdown 编辑器TSX01
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
12
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
618
4.08 K
Ascend Extension for PyTorch
Python
453
538
🔥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
69
21
暂无简介
Dart
858
205
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++
926
776
🎉 (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
1.48 K
836
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
114
178
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
374
254
昇腾LLM分布式训练框架
Python
133
159