dynamiqs/dynamiqs

解决的问题

Dynamiqs 提供高性能、GPU 加速的量子系统模拟。它解决了大规模量子系统模拟速度慢的问题，并通过使模拟过程可微分，简化了基于梯度的参数估计和量子最优控制。

工作原理

基于 JAX 和 Diffrax 构建，该库实现了薛定谔方程、林德布拉德主方程和随机主方程的求解器。它利用 JAX 的能力，在 CPU 和 GPU 上运行模拟，计算任意函数相对于系统参数的梯度，并通过批处理实现多个模拟的并发执行。

适用人群

从事量子技术的物理学家、理论家、实验人员以及机器学习实践者，特别是需要模拟大规模量子系统或进行量子最优控制的用户。

主要亮点

• GPU 加速：在 CPU 和 GPU 上实现高性能模拟。
• 可微分求解器：能够以机器精度计算相对于系统参数的梯度和高阶导数（例如 Hessian）。
• 与 JAX 生态系统兼容：完全兼容 JAX，并提供类似 QuTiP 的 API，便于使用。
• 并发执行：对哈密顿量、初始态或跃迁算符进行批处理，可同时运行多个模拟。
• 灵活的求解器：支持多种 ODE 方法、时变问题和自定义保存函数。
• 稀疏数据格式：针对具有少量密集对角线的矩阵设计了自定义稀疏格式，以加速大规模系统模拟。