Qiskit中双量子比特门迹保真度计算函数变更解析
2025-06-05 04:24:05作者:滕妙奇
在量子计算领域,量子门的保真度是衡量量子门实现质量的重要指标。本文针对Qiskit量子计算框架中一个内部工具函数的变更进行技术解析,帮助开发者理解相关变更背景及替代方案。
背景说明
在Qiskit 1.3.0版本中,开发团队对双量子比特门合成模块进行了重构,将核心算法迁移至Rust实现。在此过程中,移除了一个名为trace_to_fid的内部辅助函数。该函数原本位于qiskit.synthesis.two_qubit.two_qubit_decompose模块中,用于计算双量子比特门的迹保真度。
技术细节
原函数实现为一个简单的数学公式:
def fidelity_from_trace_2q(trace: float) -> float:
return (4.0 + trace * trace.conjugate()) / 20.0
这个公式是量子门保真度计算在双量子比特情况下的特例。更通用的N量子比特门保真度计算公式应为:
def fidelity_from_trace(num_qubits: int, trace: float) -> float:
dim = 2 ** num_qubits
return (dim + trace * trace.conjugate()) / (dim * (dim + 1))
变更影响
此次变更属于内部实现优化,因为:
- 该函数从未被正式文档记录
- 不属于Qiskit公共API的一部分
- 在Rust重构后已无内部使用场景
替代方案
对于需要使用类似功能的开发者,Qiskit提供了更规范的公共API:
from qiskit.quantum_info import average_gate_fidelity
这个标准接口不仅支持任意量子比特数的门操作,还经过了充分测试和文档说明,是计算量子门平均保真度的推荐方式。
最佳实践建议
- 避免依赖未文档化的内部函数
- 使用官方提供的公共API接口
- 对于特殊需求,可以考虑自行实现特定功能而非依赖内部实现
此次变更体现了Qiskit团队对代码质量的持续改进,将核心算法迁移到Rust有助于提升性能,同时清理未文档化的内部接口也有利于维护API的稳定性。开发者应当关注官方文档中的公共API说明,以确保代码的长期兼容性。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
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
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
311
2.72 K
deepin linux kernel
C
24
7
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++
639
242
仓颉编译器源码及 cjdb 调试工具。
C++
124
851
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
469
Ascend Extension for PyTorch
Python
149
175
暂无简介
Dart
604
135
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
227
81
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
363
2.99 K
React Native鸿蒙化仓库
JavaScript
236
310