这篇文章最初发表在 NVIDIA 技术博客上。
CUDA 量子 是一个用于构建量子经典计算应用的平台。它是一种开源编程模型，适用于异构计算，例如 量子处理器单元 (QPU)、GPU 和 CPU。
CUDA Quantum 可加速量子模拟、量子机器学习、量子化学等工作流程。它可优化作为其编译器工具链一部分的这些工作流程，并利用 GPU 的强大功能来加速这些工作流程。CUDA Quantum 提供基于内核的编程，可与 Python 或 C++一起使用。
CUDA Quantum 0.5 有哪些新功能？
最新版本的 CUDA Quantum 0.5 引入了更多的 QPU 后端、增强的模拟器功能以及其他改进。欲了解更多信息，请参阅CUDA Quantum 0.5 版本说明。
核心功能
量子纠错和其他形式的混合量子-经典计算通常需要非凡的控制流和紧密交织的基元。CUDA Quantum 现在支持运行自适应量子内核，这是实现真正集成的量子-经典编程的关键一步。详情请参阅：规格。
Fermionic 和 Givens rotation 和 Fermionic SWAP 内核用于量子化学模拟，以在费米子系统上执行运算。Givens rotation 内核用于在量子位上执行旋转，而 Fermionic SWAP 内核用于交换两个量子位的状态。将这些内核添加到 CUDA Quantum 使研究人员更容易执行量子化学模拟，并为化学应用开发新的量子算法。
泡利矩阵是量子力学中常用的一组矩阵，用于表示量子态和算子。在 CUDA Quantum 中增加对泡利矩阵指数的支持有助于研究人员对物理系统(如分子)进行量子模拟，以及开发用于优化问题的量子算法。
CUDA Quantum 现已改进了对std::vector和(C 样式)数组，以及支持在量子硬件后端执行已知长度的 for 循环和 while 循环。这些功能有助于开发需要复杂数据结构和控制流的量子算法。
IQM 和 Oxford Quantum Circuits QPU 后端
QPU 后端是充当量子处理单元的硬件计算设备，可以运行量子工作负载。CUDA Quantum 与多个量子硬件提供商的 QPU 集成。
IQM 和 牛津量子电路 (OQC) 的量子计算机现已支持作为 CUDA Quantum 中的 QPU 后端。这是对 CUDA Quantum 已支持的量子计算机，如 Quantinuum 和 IonQ，的出色补充，它使您能够在目前可用的各种不同量子技术上运行 CUDA 量子代码。
欲了解如何在 Python 或 C++ 中使用后端的更多信息，请参阅IQM 或OQC 的文档。
张量网络和矩阵产品状态模拟器
基于 Tensor 网络的模拟器适用于大规模模拟，涉及许多量子位的某些类别的量子电路，超出了基于状态向量的模拟器的内存限制。此版本改进了 Tensor 网络的仿真，并通过 cuQuantum 提供支持。有关更多信息，请参阅张量网络模拟器。
在此版本中，我们已将矩阵产品状态（MPS）模拟器添加到 CUDA Quantum 中。MPS 是指通过使用张量分解技术（如 QR 和 SVD）来利用张量网络的稀疏性。这是一种本质上的近似模拟器，因此它可以在相对较小的显存占用下处理大量量子位以及特定类别量子电路的门深度。有关更多信息，请参阅矩阵产品状态模拟器。
CUDA Quantum 入门
CUDA 量子的入门指南将指导您完成设置步骤，使您能够开始使用 Python 和 C++ 示例。这为 CUDA Quantum 功能提供了一条快速的学习路径。
如需详细了解量子经典应用的高级用例，请参阅 教程图库。最后，欢迎探索 CUDA Quantum 开源库，在这里您可以报告问题或提出功能建议。