mit-han-lab/torchquantum
A PyTorch-based framework for Quantum Classical Simulation, Quantum Machine Learning, Quantum Neural Networks, Parameterized Quantum Circuits with support for easy deployments on real quantum computers.
What it solves
TorchQuantum は、PyTorch を用いて古典ハードウェア上で量子計算をシミュレートするフレームワークです。特にパラメトリック量子回路の設計、トレーニング、デバッグという課題に対処し、PyTorch エコシステムに直接統合することで、シミュレーションを高速化し、実際の量子ハードウェアへのデプロイを容易にします。
How it works
このライブラリは QuantumDevice クラスで状態ベクトルを保持し、量子ゲート関数や演算子のセットを提供します。PyTorch の autograd を利用して自動微分を行い、CPU と GPU のバッチ処理をサポートします。これにより、量子層を訓練可能な PyTorch モジュールとして扱うハイブリッド古典‑量子モデルを構築できます。
Who it’s for
量子アルゴリズム設計、量子機械学習（QML）、量子ニューラルネットワーク、パラメトリック量子回路のトレーニング、量子最適制御に取り組む研究者向けです。
Highlights
- PyTorch Integration: 動的計算グラフと autograd を使用し、古典的ディープラーニングワークフローとシームレスに統合。
- GPU Acceleration: GPU 上での statevector とパルスシミュレーションをサポートし、複数 GPU にまたがって 30 以上の量子ビットをスケール可能。
- Hybrid Modeling: ハイブリッド古典‑量子モデルの構築を簡素化。
- Hardware Deployment: IBMQ などの実際の量子デバイスへのシミュレーション回路デプロイを容易にするプラグインを含む。
- Broad Application: MNIST 分類から変分量子固有値問題（VQE）まで、幅広いタスクで利用可能。