Release Notes

MindQuantum 0.13.0 Release Notes

MindQuantum 0.13.0 新增面向昇腾 910B NPU 的设备常驻态矢量模拟器后端 mqvector_npu 以及 QAIA BSB/DSB 的昇腾 CANN 原生图重放后端 ascend-float32,引入跨模拟器共享的线路分块执行引擎(circuit_tiling)与 Linux AArch64 运行时 Arm SVE 动态派发,基于全矩阵存储全面重写 mqmatrix 密度矩阵模拟器,将 CPU 端 OpenMP 并行策略改为按工作量自适应调度,并完成向 Python 3.9–3.12 与模块化构建系统的演进。

主要特性和增强

Simulator

  • [BETA] 设备常驻的 Ascend 910B 态矢量模拟器后端 mqvector_npu(!3172):新增面向昇腾 910B NPU 的单精度(mindquantum.complex64)全振幅态矢量模拟器后端。

    • 全流程设备端执行:量子态常驻 NPU HBM,结合 Vector 核局部线路分块与 Cube 核严格 FP32 稠密算子融合(禁用 HF32/FP16/BF16 精度降级),在设备端完成线路演化、Pauli/CSR 期望、无检查点混合伴随梯度、门级精确多频 Parameter-Shift、纯态噪声轨迹、概率树采样与约化密度矩阵收缩,仅将标量或目标结果传回主机(在 Ascend 910B2 上,24 比特 4 层 MaxCut QAOA 单步伴随梯度耗时约 54 ms)。

    • 精度与源码编译要求:仅支持 complex64,传入的 Hamiltonian 需显式指定为单精度(如 Hamiltonian(op, mq.float32) 或 ham.astype(mq.float32))。加载本地 CANN 环境后使用 --npu --npu-arch=<architecture> 构建:CANN 9.1 下 910B 使用 dav-2201,950PR/950DT 使用 dav-3510。项目不以型号白名单限制编译器支持的目标;实机验收独立进行,目前使用 910B2。CPU-only wheel 不包含该后端,不兼容的 NPU 目标须分开分发(详见 docs/ascend_build.md)。

  • [STABLE] 共享线路分块引擎 circuit_tiling 与 Arm SVE 向量化加速(!3146、!3165、!3175):

    • 线路分块(Circuit Tiling):相比将多门合成为稠密矩阵的传统门融合(Gate Fusion),新增的 mqsim_circuit_tiling 引擎将局部量子态分块(8 比特 / 256 个振幅)一次加载至 L1 缓存,在保留各量子门稀疏结构的同时连续作用多个门并折叠相邻对角门,最后写回一次。正向线路演化与伴随(Adjoint)梯度复用同一分块路径,mqvector 在 n_qubits >= 13 时自动启用。

    • Arm SVE 跨分块并行与运行时动态派发:在 Linux AArch64 平台编译独立的 SVE + FCMA 内核,利用 Gather/Scatter、FCMLA 复数乘加与谓词掩码并行处理多个独立状态分块,并在运行时根据宿主 CPU 能力自动派发(兼顾高性能与通用 ARM 机器兼容性)。在 Kunpeng 920F 上,开启 NUMA 亲和(OMP_PLACES=cores OMP_PROC_BIND=close)后,20–28 比特随机线路与 MaxCut QAOA 任务较 0.12.0 进一步提速 3–5×。

  • [STABLE] 基于全矩阵存储与线路分块重写 mqmatrix 密度矩阵模拟器(!3165):将 \(n\) 比特行主序密度矩阵视为 \(2n\) 索引比特上的态矢量并复用 circuit_tiling 引擎,在运行时利用 Hermitian 对称性仅演化下三角分块。

    • 噪声信道直接下沉为超算子(相位阻尼、去相位等对角信道下沉为可与相邻门折叠的对角内核),含噪与无噪线路统一使用 C++ 伴随微分,末端测量含噪采样改为从单次精确混合态演化直接抽样。10 比特下 apply_circuit 提速 3×、梯度计算提速 2×,1000-shot 含噪采样从 278 s 降至 0.12 s。

  • [STABLE] OpenMP 线程数按工作量自适应调度(!3168):所有 CPU 模拟器与算符稀疏化改为按每 8,192 个振幅分配 1 个线程(以 OMP_NUM_THREADS 为上限),梯度 batch 按总线程预算 workers * team <= MaxThreads 动态分配并发度,消除了多核服务器在小比特线路上的线程同步退化,中等规模 batch 提速 1.6×–1.8×。

Algorithm, Examples & AI Skills

  • [BETA] QAIA BSB / DSB 昇腾 CANN 原生图重放后端 ascend-float32(!3162):为 BSB 与 DSB 新增不依赖 PyTorch 的原生昇腾 910B 后端 backend='ascend-float32'(支持关键字参数 device_id=0;原有的 'npu-float32' 仍为 PyTorch/torch_npu 后端),并在 qaia-cann 分支提供独立的 QPLIB/Gset 基准评测套件。

    • Cube 批量矩阵乘与 aclmdlRI 执行图重放:将多副本(batch)耦合计算合并为严格 FP32 的 Cube 核矩阵乘(aclnnMatmul,禁用 HF32),配合单 Ascend C Vector 内核(sb_kernel.asc)融合完成动量、位置、非弹性边界与下一步 DSB 符号更新;首次 update() 将完整多步迭代捕获为 aclmdlRI 执行图,后续求解直接重放执行图(通过对 J/h/p 及积分参数的 SHA-256 内容摘要校验自动感知原地修改并重建执行图)。在 Ascend 910B2(100 副本,1000 步)上,23 个 QPLIB 实例较单线程 SciPy 稀疏 CPU 基线中位加速达 DSB 52.1×、BSB 37.8×。

    • 构建与运行时要求:与 mqvector_npu 共用 --npu --npu-arch=<architecture> 构建工具链及架构/SoC 兼容性检查。CPU-only wheel 不包含该后端;NPU 构建依赖 CANN 和匹配的设备 Ops 包,这些依赖在运行时由外部环境提供,不打入 wheel(详见 docs/qaia_ascend.md)。

  • [BETA] QAIA 通用弹道模拟分岔算法 GBSB(!3159):在 mindquantum.algorithm.qaia 下新增 GBSB 求解器,支持个体分岔参数的非线性控制,提供 'cpu-float32'、'gpu-float32' 和 'npu-float32' 后端。

  • [STABLE] 解码量子干涉(DQI)与量子回声(OTOC)示例(!3128、!3142):在 example/dqi_mindquantum/ 下新增基于 MindQuantum 的 DQI 组合优化完整实现(arXiv:2509.08328);在 example/otoc_simulation/ 下新增基于 mqmps 的多体 OTOC 光锥扩散模拟(arXiv:2506.10191)与 \(\text{H}_2\) 分子键长反演示例(arXiv:2510.19550)。

  • [STABLE] MindQuantum AI Agent Skills(!3125、!3126):在 skills/ 下新增 6 个面向 AI 编程助手的领域技能包(涵盖核心 API、变分训练、含噪模拟、QAIA 求解、线路编译与量子化学),可通过 npx skills add https://atomgit.com/mindspore/mindquantum.git 安装。

问题修复

  • QAIA LSB 与 USB 算法修复(!3124):修复 LSB 对数缩放因子指数符号反转(误将右移衰减写为放大)及 x = 0 除零问题;将 USB 默认自动初始化范围从 [-0.01, 0.01] 扩大至 [-0.1, 0.1] 以避免被均匀量化归零,修复后两者在 MaxCut 基准上恢复论文级性能(TTS 较 DSB 提速 2.0×–2.7×)。

  • QAIA 跨后端转换、参数校验与耦合强度归一化修复:支持在 GPU/NPU 后端直接传入稠密 numpy.ndarray 耦合矩阵 J;修复 calc_cut/calc_energy 对外部输入 x 的设备/类型转换及 SB 在 NPU 下的外场 h 转换问题;将 CAC/CFC/SFC 在 CPU 后端的稀疏矩阵平方归一化修正为逐元素平方 self.J.power(2).sum();在 SB 中当 J 和 h 全为零且未指定 xi 时显式抛出 ValueError,并按各 QAIA 子类严格校验其受支持的 backend 集合。

  • 多线程梯度异常传播修复(!3165):捕获 ParallelBatch 工作线程内的异常并在主调线程重新抛出,修复此前工作线程抛异常直接触发 std::terminate 导致 Python 进程崩溃的问题。

  • mqmatrix 导数门、Pauli 信道与测量精度修复(!3165):修复 apply_gate(..., diff=True) 未将导数算符支撑集之外的子空间置零的问题;Pauli 信道改为直接累加 \(\sum_k p_k P_k \rho P_k\) 以消除浮点舍入产生极小负概率开方时的 NaN;测量同时读取双分支权重并校验有限正迹。

  • OpenQASM barrier 解析修复(!3156):修复 OpenQASM().from_string() 解析作用于多比特寄存器的 barrier 指令(如 qreg q[4]; barrier q;)时仅保留首个比特的问题。

  • MindSpore 设备上下文更新与文档修复(!3127、!3130、!3166):将 mindquantum.framework 中的 ms.set_context(device_target="CPU") 更新为 ms.set_device("CPU"),并修复多处 API 文档错别字与公式渲染问题。

构建系统与工程现代化

  • OpenBLAS 配置期验证与 ENABLE_MPS 开关(!3174):新增 FindOpenBLAS.cmake 在配置阶段验证 mqmps 所需的全部符号(解决 macOS 误选 Accelerate 导致链接失败的问题),并提供 -DENABLE_MPS=ON/OFF 控制 mqmps 编译。

  • pybind11 ABI 隔离与 mqrt 全架构构建(!3137、!3174):默认开启 MQ_ISOLATE_PYBIND11_INTERNALS 隔离扩展模块内部符号表;mqrt 工具现支持在 AArch64 与 x86_64 全架构构建。

  • 构建脚本与工具链改进(!3111、!3153、!3154、!3165):修复连续运行 build.sh 的缓存失效问题、--clean-all 目录清理问题及 GCC 13+ 下 Catch2 缺失 <cstdint> 问题;Python 代码检查统一迁移至 Ruff 并对齐 CI 门禁。

破坏性变更与行为变化

  • Python 版本要求(!3111):支持版本调整为 Python 3.9–3.12,不再支持 Python 3.7 与 3.8。

  • API 移除与异常修正(!3168):移除长期抛 NotImplementedError 的 Simulator.set_threads_number()(请使用环境变量 OMP_NUM_THREADS);访问 mindquantum.framework 不存在的属性时由误抛 ImportError 修正为 AttributeError。

  • mqmatrix 存储、采样与校验变化(!3165):改为全矩阵存储后单态内存翻倍(同等内存下最大可模拟比特数减 1),\(\le 6\) 比特极小线路耗时增加 10%–15%;末端测量含噪采样固定 seed 下的具体计数序列与 0.12.0 不同(概率分布不变);传入 circ_left/simulator_left 或非法噪声信道参数现在会在执行前立即报错。

  • 构建与 CMake 选项变更(!3127、!3148、!3169、!3174):

    • 要求 CMake \(\ge\) 3.20、pybind11 >= 3.1;构建 mqvector_cq 需显式开启 -DENABLE_CUQUANTUM=ON(或 build.sh --gpu --cuquantum);Linux AArch64 默认开启 MQ_ARM_SVE=ON(不支持 SVE 的编译器需传 -DMQ_ARM_SVE=OFF);

    • 移除 MQ_BLAS_LIBRARIES、MQ_LAPACK_LIBRARIES、BLAS_SYMBOL_PREFIX 缓存变量,改用 OpenBLAS_ROOT、OpenBLAS_LIBRARY、OpenBLAS_SYMBOL_PREFIX;构建脚本默认安装运行与测试依赖,移除 --only-pytest(可用 --no-python-deps 跳过)。

贡献者

感谢以下开发者做出的贡献:

dsdsdshe, huangzhe-2026, liqingyu_2026, lllrt, mangrovecoder, Tsingpy.

欢迎以任何形式对项目提供贡献!