MindSpore Quantum 0.8 | 量子线路模拟器全新升级，新增GPU模拟器，性能倍级提升

2023/04/11

MindSpore Quantum 0.8 | 量子线路模拟器全新升级，新增GPU模拟器，性能倍级提升

MindSpore Quantum 0.8版本全新发布

经过社区开发者们的不断努力，量子计算MindSpore Quantum最新的0.8版本正式面世。

新版本中我们推出了**更强劲的自研量子模拟器mqvector ，新发布GPU模拟器mqvector_gpu。**此外新版本支持更多的量子门，方便用户开发更多新的量子算法。下面就带大家快速浏览0.8版本的关键特性。

全新量子模拟器，性能更强劲

新版本中我们推出了全新的量子模拟器mqvector，支持全振幅量子模拟，且可自适应控制量子模拟时调用的运算资源，性能表现更好。

【VQE求解化学分子基态能量】

VQE求解化学分子基态能量-CPU、GPU（12量子比特 H6），MindSpore Quantum与主流软件Qiskit、TensorFlow-Quantum对比效果如下面两图所示， CPU性能提高12倍以上，GPU性能提高7倍以上。

图1 量子模拟器 VQE（CPU）性能对比图

图2 量子模拟器 VQE（GPU）性能对比图

【QAOA求解Max-Cut问题模拟】

QAOA求解Max-Cut问题（16量子比特），MindSpore Quantum与主流软件Qiskit、Qulacs对比效果如下图所示，性能提高2倍以上。

图3 量子模拟器 QAOA性能对比图

【随机线路演化模拟】

随机线路演化CPU-20量子比特，GPU-22量子比特，MindSpore Quantum与主流软件Qiskit、Quest对比效果如下面两图所示，CPU性能提高2倍以上，GPU性能提高5倍以上。

新版本MindSpore Quantum可以通过如下指令来升级：

pip install mindquantum==0.8.0

使用方式如下：

from mindquantum.algorithm.library import qft
from mindquantum.simulator import Simulator

circ = qft(range(3))
sim = Simulator('mqvector', circ.n_qubits)
sim.apply_circuit(circ)

其他会使用到量子模拟器的地方也可使用，例如：

from mindquantum.algorithm.library import qft
qft(range(3)).matrix(backend='mqvector')

此外，我们还推出了基于GPU的量子模拟器mqvector_gpu，具体使用方式与mqvector类似。注意：该模拟器仍处于beta试用阶段，具体调用方式后续可能会持续优化。GPU版本的MindSpore Quantum 0.8请扫下方二维码下载，下个版本将可以直接使用pip指令来安装。下载后删除名称中的"_gpu"，然后使用pip指令来安装下载的安装包。

2.4 BarrierGate

在新版本中，我们可以只对特定的比特添加屏障门，请看示例：

import mindquantum.core.gates as G
from mindquantum.core.circuit import Circuit, UN
circ = Circuit() + UN(G.H, 3) + UN(G.BarrierGate(), [0, 2]) + UN(G.H, 3)

2.5 KrausChannel

我们还新增了KrausChannel接口，用户可以根据自己的需求来自定义噪声信道，进行含噪线路模拟。

from mindquantum.core.gates import KrausChannel
from mindquantum.core.circuit import Circuit
from math import sqrt

gamma = 0.01
kmat0 = [[1, 0], [0, sqrt(1 - gamma)]]
kmat1 = [[0, 0], [0, sqrt(gamma)]]
phase_damping = KrausChannel('phase-damping', [kmat0, kmat1])
circ = Circuit().h(0).x(1)
circ += phase_damping.on(0)
circ += phase_damping.on(1)