Cirq v1.5.0版本发布:量子计算框架的重要更新
Cirq是由Google Quantum AI团队开发的开源量子计算框架,专为设计、模拟和运行量子电路而构建。作为NISQ(含噪声中等规模量子)时代的重要工具,Cirq提供了丰富的功能来应对当前量子硬件的限制和挑战。
核心更新内容
Cirq 1.5.0版本带来了多项重要改进和新功能,其中最值得注意的是对Python 3.13和NumPy-2的支持,以及Cirq-Rigetti子包的变更。这些更新反映了量子计算生态系统的持续演进和Cirq框架的成熟度。
经典控制与条件操作增强
新版本引入了BitMaskKeyCondition功能,这是一个强大的多量子位经典控制条件实现。通过位掩码机制,开发者可以更灵活地定义复杂的控制逻辑,这在量子-经典混合算法中尤为重要。例如,在量子纠错或条件量子操作场景中,这种控制方式可以显著简化电路设计。
参数扫描功能强化
Cirq 1.5.0改进了参数扫描功能,现在支持将多个参数扫描串联组合成一个新的扫描。这一特性在需要执行多维度参数优化的量子实验中非常有用,如量子变分算法(VQE、QAOA等)的参数优化过程。
量子门分解优化
矩阵门(MatrixGate)的分解算法得到了改进,现在能够更好地处理全局相位变化。这一优化确保了在将任意酉矩阵分解为基本量子门序列时,能够保持更精确的量子态演化,对于需要高精度量子操作的应用场景尤为重要。
量子噪声与错误处理
新版本增加了多个与噪声和错误处理相关的功能:
-
去极化噪声模拟转换器:可以方便地将去极化噪声模型应用到量子电路中,帮助研究人员评估算法在噪声环境下的表现。
-
随机测量协议转换器:支持随机基准测试等协议的实现,这是评估量子门保真度的重要工具。
-
读取错误缓解工具:新增了针对Pauli字符串期望值的读取错误缓解功能,提高了量子测量结果的准确性。
设备与后端支持
Google量子处理器支持
Cirq-Google模块增强了对Google量子处理器的支持,包括:
- 改进了电路序列化能力,支持更多类型的电路对象和参数
- 增加了对stimcirq门和操作的支持
- 扫描协议消息现在支持类型化单位和可选元数据
- 支持电路执行时的自定义设备参数覆盖
IonQ量子计算机支持
Cirq-Ionq模块新增了对IonQ量子处理器的多项支持:
- 新增了IonQ
ZZGate的定义 - 增加了
AriaNativeGateset和ForteNativeGateset设备门集 - 提供了电路到原生门集的转换功能
- 改进了批处理电路提交功能
开发工具与基础设施
Cirq 1.5.0在开发工具方面也有显著改进:
-
OpenQASM支持:增加了对OpenQASM 3.0的初步解析支持,为与其他量子编程框架的互操作性奠定了基础。
-
Z相位校准工作流:新增了实验性的Z相位校准工作流,帮助优化两量子位门的性能。
-
性能优化:包括量子位哈希优化、电路构建优化等,提升了框架的整体运行效率。
向后兼容性说明
需要注意的是,Cirq-Rigetti子包在此版本中已被弃用,需要单独安装。此外,CircuitOperation的use_repetition_ids参数将在下一个版本中默认值从True改为False,开发者应明确指定该参数以确保代码的向后兼容性。
Cirq 1.5.0的这些更新体现了量子计算软件栈的持续成熟,为研究人员和开发者提供了更强大、更稳定的工具来探索量子计算的潜力。无论是算法开发、噪声研究还是实际设备应用,新版本都带来了值得关注的功能改进。
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。C051
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。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。C01
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TSX0127
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