27、量子软件开发：QPath®与Classiq的创新之路

量子软件开发：QPath®与Classiq的创新之路

量子产业发展现状与QPath®平台

近年来，量子计算取得了突破性进展，越来越多的公司投身于量子计算机的设计与制造，量子软件开发工具的供应也在不断增加。然而，在量子编程快速发展且缺乏标准化的当下，企业担心选择的平台未来无法持续，这导致量子应用的采用速度放缓。但我们已处于软件开发的第四个时代，必须充分利用这一机遇。

“Talavera宣言”呼吁运用软件工程领域的知识和经验来开发量子软件，即应用或调整现有的软件工程流程、方法、技术、实践和原则，甚至创造新的方法。量子计算为我们提供了体验上世纪60年代软件工程先驱经历的机会。

QPath®作为一个量子软件开发和应用生命周期平台，遵循“一次编写，到处运行”的原则，为程序员提供了一个独立于特定平台和语言细节的环境。它支持量子处理单元的透明执行，通过高效工具支持必要的转换并自动化整个过程，从而掩盖了不同环境的复杂性。这使得程序员能够专注于问题领域或业务模型，只需具备解决问题所需的功能知识，就能加速量子应用的构建和部署。

现有量子软件开发工具的局限性

目前，量子软件开发尚处于起步阶段。像微软的Q#、IBM的Qiskit或谷歌的Cirq等量子编程语言主要在门级操作。程序员需要指定哪个量子比特连接到哪个量子门，类似于连接一个巨大的交换机。这些语言虽提供了一些构建块，但如果所需的构建块未实现，用户就需要指定量子比特和量子门之间的精确互连顺序。即使有可用的构建块，如Grover搜索，用户仍需编写自定义代码，且要在门级构建预言机。如果要设计全新的算法，也必须在门级进行编码。

这种开发方式类似于通过费力地放置AND、OR和NOT逻辑门来创建数字电路，对于教育新手了解门的内部工作原理很有用，但难以扩展。当逻辑门数量达到数千个甚至更多时，这种方法实际上变得不可行。

门级开发工具的不良影响

由于创建复杂的量子软件困难，寻找量子软件工程师也变得困难。使用现有的方法，量子软件工程师需要是量子信息理论的专家，具备量子物理学的实际理解以及线性代数的熟练运用能力。这样的人才通常是顶尖大学的博士毕业生，他们往往缺乏分子生物学、期权定价、供应链优化等特定领域的专业知识。而且，由于在门级编写新算法困难，将非量子专家融入量子团队也具有挑战性。

借鉴数字电路设计的历史经验

数字电路设计的发展为Classiq团队提供了灵感。以英特尔8086处理器和现代i7处理器为例，前者约有29,000个晶体管，而后者有超过40亿个晶体管。这些复杂芯片并非在门级设计，手动创建8086芯片的网表是不可能的。

但通过向计算机提供高级功能模型，让计算机将其转换为工作电路是可行的。像VHDL这样的设计语言应运而生，人类设计师描述所需的高级功能，计算机将其综合成详细的门互连。这些高级语言使得设计真正复杂的电路成为可能，并便于调试和维护，同时促进了代码复用。

Classiq团队相信将类似VHDL的方法应用于量子计算，虽然语言的具体元素与电子设计不同，但用户将获得相同的好处，即能够设计出原本难以实现的复杂量子电路，这一概念被称为“量子算法设计”。

量子算法设计的概念与优势

量子算法设计（QAD）是计算机辅助设计（CAD）的量子版本。通过QAD，量子软件工程师和科学家能够比以往更快地进行创新和生产。就像传统的计算机辅助设计一样，QAD让计算机处理擅长的事情，使用户能够专注于思考、发明和创新。

Classiq的量子算法设计平台能够从高级功能模型自动合成完整的量子电路。工程师可以在几秒钟内将高级功能描述转换为工作的量子电路。例如，下面是一个实现量子算术的代码片段：

Library IEEE;
use IEEE.std_logic_1164.all;
use work.iscas.all;
entity adder_cs is
port (
signal a,b: in std_logic_vector (15 downto 0);
signal cin: in std_logic;
signal sum: out std_logic_vector(15 downto 0);
signal cout: out std_logic
);
end adder_cs;
architecture behavior of adder_cs is
begin
process (a,b,cin)
variable temp_sum: std_logic_vector (sum’range);
variable temp_cout: std_logic;
constant groups: iarray(0 to 2) := (4,5,7);
begin
carry_select_adder(groups,a,b,cin,temp_sum, temp_cout);
sum <= temp_sum;
cout <= temp_cout;
end process;
end behavior;

量子算法设计在满足设计者指定的约束条件下，从这个高级功能合成量子电路。这样的电路手动生成非常困难，但使用量子算法设计方法则容易得多。

量子算法设计在量子软件栈中的位置

Classiq的QAD引擎接收所需量子电路的高级功能模型和约束文件，并能输出各种量子语言的代码，包括Qiskit、Q#、Cirq等。此外，它还预配置了与大多数主要量子云提供商的集成，如IBM、亚马逊Braket和Azure Quantum。

QAD引擎的输出是一个与硬件无关的量子电路，用任何门级编程语言描述。编译器和转译器接收该输出并将其适配到所选的硬件。能够以各种格式输出代码并与多种云提供商兼容，意味着可以轻松地将代码从一个硬件目标移植到另一个硬件目标，这在行业仍在发展的今天至关重要。

QAD与编译器的区别

Classiq的量子算法设计平台并不取代量子编译器或转译器。编译器接收Classiq平台的输出，负责将代码适配到特定硬件的连接性和可用门。

QAD的价值在于系统级优化和满足设计者指定的约束条件。编译器可以进行特定的优化，如消除两个连续的Hadamard门，因为它了解目标硬件的连接性和属性。而QAD可以进行系统级优化，例如在创建量子算术电路时，如果中间值在下游会被使用，QAD可以保留这些中间值，或回收保存它们的量子比特用于其他目的。这是因为QAD理解算法设计者的意图，而编译器只能看到具体的门级量子电路。

QAD平台会分析成千上万的选项以找到最优解决方案，这种分析和优化水平是编译器所不具备的。

QAD中的约束条件

不同的量子设计者在设计电路时会有不同的约束条件，这些条件可能由硬件限制、个人偏好或其他原因驱动。常见的约束条件包括：
- 电路的宽度和深度 ：可以使用多少个量子比特，电路在出现错误之前可以有多深。设计者可能会增加量子比特数量（增加宽度）以减少深度。
- 特定类型门的使用或首选门集 ：目标硬件供应商的建议可能会影响门集的选择。
- 所需的精度 ：如状态准备等功能块可以根据所需精度以多种方式构建。
- 特定量子比特的连接性 ：以最小化交换门的使用。

Classiq平台的独特能力在于它可以分析数千个选项，找到满足这些约束条件的最佳解决方案。设计者可以更改约束条件并重新生成电路，以探索各种选项。手动完成这些操作可能需要数天时间，但使用Classiq只需几秒钟。

例如，以下状态准备代码（加载概率质量函数）：

-- 此处假设为状态准备代码示例

生成的电路可能太深，设计者可以将加载状态的精度从0.01更改为0.05，从而得到一个更简单的电路。这展示了QAD中分工的重要性：设计者定义高级功能模型和约束条件，然后让计算机分析数千个选项，找到满足约束条件的电路。

约束条件是否总能满足

当然不是。QAD平台可能无法在合理的时间内找到解决方案。当平台表明约束条件不令人满意时，意味着引擎从数学上证明了无法满足要求，可能是量子比特数量或电路深度太小，或其他约束条件使其无法实现。在其他情况下，合成过程可能耗时过长，用户可以选择放松一些约束条件以缩短电路生成时间。

量子算法设计的优势

量子算法设计让设计者专注于算法的功能，而非底层实现，这在当前和未来都具有显著优势：
- 当前优势 ：当量子计算机只有几个或最多几十个量子比特时，这种方法可以显著节省时间。它还允许在花费大量时间构建算法之前估计运行特定算法所需的资源，有助于快速判断某些算法是否过于复杂而不适合当前的机器。
- 未来优势 ：当量子计算机拥有数百或数千个量子比特时，这种方法将使原本不可能的事情成为可能。即使是高技能的量子信息科学家也难以应对这些机器的复杂性，而从高级功能模型生成复杂算法的能力将至关重要。

此外，量子算法设计使量子计算更易于访问。就像网页设计师不需要了解CMOS门的工作原理一样，量子软件工程师也不需要了解硬件的细节。通过专注于功能需求，团队可以整合其他领域的专家，如金融期权定价专家、供应链专家或化学家等加入量子团队。

关于QAD作为抽象层是否会损失优化能力的疑问

虽然理论上，如果是“底层代码”的专家，可以从软件中挤出最后一点优化，但QAD提供了其他至关重要的优势和无法通过其他方式实现的优化。合成引擎会检查许多可能的解决方案，并选择最优电路。

QAD的优势包括：
- 代码可移植性 ：能够快速在不同硬件供应商之间移动代码。由于目前尚不清楚哪些平台会胜出，组织希望通过编写可移植代码来降低风险。
- 应对复杂性 ：随着量子计算机复杂性的增加，“底层编程”很快变得不可行。
- 易于调试和维护 ：高级功能代码比“量子汇编语言”更容易调试和维护。

现有工具与QAD的比较

现有的开发工具确实提供了一些模板，如变分量子特征求解器（VQE）。但定制这些模板需要大量工作。例如，搜索算法需要预言机函数，使用QAD创建这些函数非常容易，但使用其他现有方法则不可能。像蒙特卡罗期权定价电路可能需要复杂的收益函数，使用标准开发工具创建、调试和维护这些函数非常困难，但使用QAD则容易得多。此外，如果要创建全新的算法，QAD也会使这个过程更加容易。

综上所述，QPath®和Classiq的量子算法设计为量子软件开发提供了创新的解决方案，有助于推动量子技术的广泛应用和发展。在未来，随着量子计算机的不断发展，这些工具和方法将发挥更加重要的作用。

量子软件开发：QPath®与Classiq的创新之路

量子软件开发的未来展望

量子计算作为一项新兴技术，正处于快速发展的阶段。QPath®和Classiq的量子算法设计平台为量子软件开发带来了新的思路和方法，它们的出现有望解决当前量子软件开发中面临的诸多挑战。

从市场角度来看，越来越多的企业开始关注量子计算的潜力，希望利用量子技术来解决复杂的问题，如金融风险评估、药物研发、供应链优化等。然而，由于量子软件开发的难度较大，许多企业在采用量子技术时仍持谨慎态度。QPath®和Classiq的平台通过提供更高效、更易用的开发工具，降低了量子软件开发的门槛，有望吸引更多企业投身于量子技术的应用开发中，从而推动量子产业的发展。

从技术发展角度来看，随着量子计算机硬件的不断进步，量子比特的数量和质量将不断提高。这将为量子算法的实现提供更强大的支持，同时也对量子软件开发工具提出了更高的要求。QPath®和Classiq的平台需要不断进行优化和升级，以适应未来量子计算机的发展需求。例如，在处理大规模量子电路时，如何进一步提高系统级优化的效率，如何更好地满足复杂的约束条件等，都是未来需要解决的问题。

量子软件开发的实践应用案例

为了更好地理解QPath®和Classiq平台在实际应用中的优势，我们来看几个具体的案例。

金融领域：期权定价
在金融领域，期权定价是一个复杂的问题，传统的计算方法在处理大规模数据和复杂模型时效率较低。利用量子计算的并行计算能力，可以显著提高期权定价的速度和精度。

假设一家金融机构需要对多种期权进行定价，使用传统的蒙特卡罗模拟方法可能需要花费大量的时间和计算资源。而通过Classiq的量子算法设计平台，可以快速生成适合量子计算机运行的期权定价电路。具体操作步骤如下：
1. 定义高级功能模型 ：金融专家根据期权定价的需求，定义所需的功能，如输入参数（标的资产价格、行权价格、无风险利率等）和输出结果（期权价格）。
2. 设置约束条件 ：考虑到量子计算机的硬件限制，设置合理的约束条件，如电路的宽度和深度、使用的门集等。
3. 生成量子电路 ：将高级功能模型和约束条件输入到Classiq平台，平台会自动分析并生成满足要求的量子电路。
4. 运行和验证 ：将生成的量子电路部署到量子计算机上运行，并对结果进行验证和分析。

通过这种方式，金融机构可以更高效地完成期权定价任务，为投资决策提供更及时、准确的支持。

药物研发领域：分子模拟
在药物研发过程中，分子模拟是一个重要的环节，它可以帮助研究人员了解药物分子与靶点的相互作用，从而设计出更有效的药物。传统的分子模拟方法在处理复杂分子时存在计算瓶颈，而量子计算可以提供更强大的计算能力。

一家制药公司想要研究某种新型药物分子的性质，使用QPath®平台可以简化开发过程。具体步骤如下：
1. 问题建模 ：将分子模拟问题转化为量子算法可以处理的形式，确定所需的量子比特数量和量子门操作。
2. 选择合适的算法和模块 ：QPath®平台提供了丰富的算法和模块库，研究人员可以根据问题的特点选择合适的算法和模块。
3. 编写和调试代码 ：使用QPath®平台提供的开发环境，编写量子算法代码，并进行调试和优化。
4. 部署和运行 ：将优化后的代码部署到量子计算机上运行，获取分子模拟的结果。

通过QPath®平台，制药公司可以更快速地完成分子模拟任务，加速药物研发的进程。

量子软件开发的挑战与应对策略

尽管QPath®和Classiq的平台为量子软件开发带来了诸多优势，但在实际应用中仍面临一些挑战。

硬件兼容性问题
目前，量子计算机的硬件技术尚未完全成熟，不同的硬件平台在量子比特的特性、门操作的精度等方面存在差异。这导致量子软件在不同硬件平台上的运行效果可能不同，甚至无法正常运行。

应对策略：QPath®和Classiq的平台通过提供与多种量子云提供商的集成，实现了代码的跨平台移植。同时，平台会不断优化对不同硬件平台的支持，提高软件的兼容性。

人才短缺问题
量子软件开发需要具备量子信息理论、量子物理学、线性代数等多学科知识的专业人才。目前，这类人才非常稀缺，难以满足市场的需求。

应对策略：一方面，高校和科研机构应加强量子相关专业的人才培养，开设相关课程和研究项目，提高学生的专业素养。另一方面，企业可以通过开展内部培训、与高校合作等方式，培养和吸引更多的量子软件开发人才。

量子算法的可解释性问题
量子算法的运行机制与传统算法有很大不同，其计算过程往往难以直观理解。这给量子软件的调试和优化带来了困难，也影响了用户对量子技术的信任。

应对策略：研究人员需要加强对量子算法的理论研究，开发更具可解释性的量子算法。同时，开发工具可以提供更多的可视化和分析功能，帮助用户更好地理解量子算法的运行过程。

总结与建议

量子软件开发是推动量子技术应用的关键环节。QPath®和Classiq的平台为量子软件开发提供了创新的解决方案，通过降低开发门槛、提高开发效率、增强系统级优化等方式，为量子产业的发展注入了新的动力。

对于企业来说，如果希望在量子技术领域抢占先机，可以考虑采用QPath®和Classiq的平台进行量子软件开发。在使用过程中，要充分了解平台的功能和特点，结合自身的业务需求，合理设置约束条件，以获得最佳的开发效果。

对于科研人员来说，应继续深入研究量子算法和软件开发技术，不断探索新的应用领域。同时，要加强与企业的合作，将科研成果转化为实际应用，推动量子技术的产业化发展。

对于教育机构来说，应加强量子相关专业的建设，培养更多适应量子产业发展需求的专业人才。通过开展实践教学和科研项目，提高学生的动手能力和创新能力。

总之，量子软件开发的未来充满机遇和挑战。我们需要共同努力，不断创新和探索，推动量子技术在各个领域的广泛应用，为人类社会的发展做出更大的贡献。

下面通过一个mermaid流程图来总结量子软件开发的一般流程：

graph LR
    A[问题定义] --> B[高级功能模型设计]
    B --> C[设置约束条件]
    C --> D[选择开发平台（QPath®或Classiq）]
    D --> E[生成量子电路]
    E --> F[部署到量子计算机]
    F --> G[运行和验证]
    G --> H{结果是否满意}
    H -- 是 --> I[应用于实际场景]
    H -- 否 --> C[设置约束条件]

同时，为了更清晰地对比QPath®和Classiq平台的特点，我们列出以下表格：
| 平台 | 特点 | 优势 |
| — | — | — |
| QPath® | 遵循“一次编写，到处运行”原则，支持量子处理单元的透明执行 | 加速量子应用的构建和部署，让程序员专注于业务模型 |
| Classiq | 从高级功能模型自动合成量子电路，支持系统级优化和满足复杂约束条件 | 提高开发效率，便于代码移植，可集成多领域专家 |

通过以上的分析和总结，我们可以看到QPath®和Classiq在量子软件开发领域具有重要的地位和作用，它们的发展将为量子技术的未来带来更多的可能性。