dynamiqs/dynamiqs

解决的问题

Dynamiqs 提供了一个高性能框架，用于模拟量子系统，解决了大规模量子系统仿真速度慢以及简化基于梯度的参数估计和量子最优控制的需求。

工作原理

基于 JAX 和 Diffrax 构建，该库实现了多种量子方程的 GPU 加速且可微分的求解器，包括薛定谔方程、林德블德主方程和随机主方程。它允许用户对哈密顿量、初始态或跃迁算符进行批量模拟，并计算系统参数的机器精度梯度。

适用人群

从事量子技术模拟、校准和控制的物理学家、理论学家、实验人员以及机器学习从业者，特别是处理大规模问题的研究者。

主要亮点

• GPU 加速：在 CPU 和 GPU 上均实现高性能模拟。
• 可微分性：能够对系统参数计算梯度及高阶导数（如海森矩阵）。
• JAX 生态系统兼容：与 JAX 完全兼容，并提供类似 QuTiP 的 API 以方便使用。
• 高级求解器：支持现代 ODE 方法、保持物理性质的量子专用方法以及时变问题。
• 并发执行：支持批量处理，可同时运行多个模拟。
• 可定制性：支持自定义保存函数，并可通过继承方式实现自定义求解器。