apache/mahout

解決的問題

Apache Mahout 提供了一個用於建立可擴展且高效能機器學習應用的環境。其目前重點是透過 Qumat 套件，為不同量子後端提供統一的 API，並加速將經典資料編碼為量子態的過程，從而簡化量子運算開發。

工作原理

Qumat 作為一個抽象層，允許使用者使用標準閘（例如 Hadamard 和 CNOT）建構量子電路，並在 Qiskit、Cirq 或 Amazon Braket 等各種後端上執行，而無需重寫程式碼。此外，它還具備量子資料平面（QDP），利用 GPU 加速的內核與 DLPack 實現零複製張量傳輸，進而於 PyTorch、NumPy 與 TensorFlow 之間高效移動資料，以支援量子機器學習。

適用對象

專為從事量子機器學習與量子運算的開發人員與研究人員設計，希望撰寫與後端無關的程式碼，並有效處理量子態的資料編碼。

主要亮點

• 統一的量子 API：撰寫一次程式碼，即可在 Qiskit、Cirq 或 Amazon Braket 上執行量子電路。
• GPU 加速編碼：量子資料平面（QDP）使用 CUDA 內核將經典資料編碼為量子態。
• 零複製資料傳輸：透過 DLPack 與 PyTorch、NumPy 和 TensorFlow 集成，消除張量傳輸過程中的額外開銷。