1. 机器模型
1\] CUDA-Q 预设存在一个或多个经典主机处理器、零个或多个 NVIDIA 图形处理器（GPU）以及零个或多个量子处理单元（QPU）。 \[2\] 每个 QPU 由一个经典量子控制系统（分布式 FPGA、GPU 等）和一个量子比特（qubit）寄存器组成。量子比特的状态通过经典控制系统发出的信号进行演化。 \[3\] 该机器模型支持三种量子过程并行模式：在独立 QPU 上并行执行量子电路；通过量子消息传递和 QPU 间纠缠实现依赖型量子并行；以及 QPU 线程级并行，即在单个 QPU 量子比特连接架构上并行执行独立量子电路的能力。 \[4\] 该模型假设主机处理器拥有经典内存空间，并继承原生语言的内存模型语义（如 C++ 或 Python）。 \[5\] 该模型假设每个控制系统都拥有经典内存空间，用于驱动多量子比特状态的演化。该控制系统内存空间应支持基本算术变量声明、存储和加载操作，以及量子比特测量结果的持久化存储和加载，以实现快速反馈和条件电路执行。 \[6\] 单个 QPU 的量子内存空间被建模为一个无限的量子比特寄存器，物理连接约束对程序员隐藏。请注意，CUDA-Q 模型的编译器实现可以允许开发者访问 QPU 量子比特连接的细节，以支持开发新颖的布局策略。 \[7\] CUDA-Q 考虑通用 D-level 量子信息系统，例如量子比特（qudit）。量子比特不可复制，可以通过实例化用户级量子容器类型以块形式进行分配。量子容器分为两种类型：拥有量子内存的容器和非拥有（视图）容器。此外，量子容器的大小可以在编译时指定，也可以在运行时动态指定。由于所有量子比特均不可复制，量子比特及其容器只能通过引用传递。 \[8\] 每个分配的量子比特都是唯一的，如果被释放，则可以用于后续分配。当量子比特超出作用域时，会隐式释放其内存。量子比特状态的未计算应通过 CUDA-Q 模型的编译器实现自动完成。 \[9\] CUDA-Q 模型同时考虑了远程托管的 QPU 执行模型和紧耦合的量子-经典架构。远程托管模型支持批量电路执行，其中每个电路可以包含简单的量子-经典操作集成。紧耦合执行模型提供流式指令执行、测量重置以及量子比特测量结果的快速反馈。这种多模式执行模型直接影响量子内核表达式及其关联主机代码上下文的语法和语义。