apache/mahout

解决的问题

Apache Mahout 提供了一个用于创建可扩展且高性能机器学习应用的环境。其当前重点是通过 Qumat 库，为不同量子后端提供统一的 API，并加速将经典数据编码为量子态的过程，从而简化量子计算开发。

工作原理

Qumat 作为一个抽象层，允许用户使用标准门（如 Hadamard 和 CNOT）构建量子电路，并在 Qiskit、Cirq 或 Amazon Braket 等各种后端上执行，而无需重写代码。此外，它还具备一个量子数据平面（QDP），利用 GPU 加速内核和 DLPack 实现零拷贝张量传输，从而在 PyTorch、NumPy 和 TensorFlow 之间高效移动数据，用于量子机器学习。

适用人群

专为从事量子机器学习和量子计算的开发人员和研究人员设计，希望编写与后端无关的代码，并高效处理量子态的数据编码。

主要亮点

• 统一的量子 API：编写一次代码，即可在 Qiskit、Cirq 或 Amazon Braket 上执行量子电路。
• GPU 加速编码：量子数据平面（QDP）使用 CUDA 内核将经典数据编码为量子态。
• 零拷贝数据传输：通过 DLPack 与 PyTorch、NumPy 和 TensorFlow 集成，消除张量传输过程中的开销。