开源 · MindSpore 生态
端到端可微分的量子电路
基于 Python 的参数化量子电路框架，可运行于 CPU、GPU 与昇腾，通过 MindSpore 实现自动微分。
MindSpore Quantum 是 MindSpore 生态中的开源量子框架。用 Python 编写参数化量子电路，通过 MindSpore 的自动微分引擎训练，并在 CPU、GPU 或昇腾上运行。内置 VQE、QAOA、Grover 与量子相位估计，以及全振幅和密度矩阵模拟器。
用户友好、高性能、AI 兼容
MindSpore Quantum 面向 NISQ 时代构建。四大支柱将量子程序从一行 Python 表达式带到真实量子芯片：类型化的电路 DSL、通过 MindSpore 端到端可微分的电路、三套一等公民的模拟器后端，以及开箱即用的算法库。
- 01
Python 原生电路 DSL
量子门、量子电路、参数解析器与哈密顿量皆以类型化 Python 原语呈现。任意门支持任意控制位，电路可链式组合，并可导出 OpenQASM。
- 量子门
- 量子电路
- 参数解析器
- 可观测量
- 02
端到端可微分
参数化量子电路通过 MindSpore 自动微分引擎求导，采用伴随方法实现高效梯度计算。VQE、QAOA 与 QNN 可直接接入任意 MindSpore 优化器，QAOA 任务较同类框架快一个数量级以上。
- VQE
- QAOA
- QNN
- 伴随梯度
- 拟设库
- 03
三种后端，统一模型
全振幅与密度矩阵模拟器针对各架构优化：x86 上使用 SIMD 与 OpenMP，NVIDIA 上使用 CUDA，昇腾上使用 NEON。单精度与双精度可在运行时切换，无需重新编译。
- x86 (AVX)
- GPU (CUDA)
- 昇腾 (NEON)
- 噪声信道
- 04
算法开箱即用
VQE、QAOA、Grover、Shor、HHL 与量子相位估计均提供一行式 API。专为 VQE 设计的量子化学模拟器已在 MindQuantum 中开源集成，可直接用于 LiH、H₂O 等分子的求解。
- Grover
- Shor
- HHL
- QPE
- VQE 化学模拟器
超过 100 篇同行评审论文，覆盖 30 余所院校——包括北京大学、清华大学与上海交通大学。