QPanda再更新！这次我们带来了4种量子虚拟机+2种开发工具

我们一直以来追寻的目标，就是利用QPanda开发的量子应用程序可以完全应用在即将出现的量子计算机上。

经过研发团队大半年的努力，我们给QPanda添加了4种量子虚拟机，融入了量子机器学习框架VQnet和可实现经典+量子程序混合编程的新功能。 

通过这些新功能，使用QPanda编写的程序在进行量子计算时将会有更多选择。

新功能

部分振幅量子虚拟机和单振幅量子虚拟机

在使用全振幅量子虚拟机进行模拟计算时，系统会根据量子程序计算所有量子比特的量子态，并输出量子计算的理论结果，这样的计算方式在量子比特位数少的情况下有利于使用者分析问题，但量子比特位数一旦达到一定数额，比如50个、100个？

（50个就是量子霸权了，需要16PB内存，全球的内存加起来可能也相差甚远）

在那时，使用全振幅计算方式所花费的时间和资源将是无比巨大的，同时所花费的计算时间在一定程度上也会增长，这违背了我们使用量子计算的初衷。

--------

为此，我们新开发了部分振幅量子虚拟机。

部分振幅量子虚拟机：能让用户在所有的振幅中选取任意子集，计算并输出。

基于此前我们进行的64位量子线路仿真，部分振幅量子虚拟机可以在模拟数十个量子比特的时候实现加速。但是这种加速主要表现在和量子线路本身相关，部分振幅虚拟机可以通过优化量子线路实现对计算任务的拆分，从而减少计算规模。

也就是说，部分振幅量子虚拟机可以凭借其独有的优化功能，模拟更多的量子位数。

--------

同时，我们也推出了单振幅量子虚拟机。

相对于此前的全振幅量子虚拟机，单振幅量子虚拟机能让用户在所有振幅中选取某一个，计算并进行输出。

不同于全振幅量子虚拟机，单振幅量子虚拟机在计算时不是计算所有量子比特的量子态，这意味着它可以模拟的量子位数更多。

单振幅量子虚拟机通常可以用更少的资源模拟更多个量子比特的量子程序。

含噪声量子虚拟机

由于量子计算机其物理特性，计算过程中常常存在不可避免的计算误差。为降低这类误差，此次的QPanda更新中，我们带来了含噪声量子虚拟机。

含噪声量子虚拟机的模拟更贴近真实的量子计算机，用户可以自定义量子比特拓扑结构，自定义支持的逻辑门类型，自定义逻辑门支持的噪声模型。含噪声量子虚拟机可以让用户在用QPanda开发量子程序时的现实应用程度更高。

云量子虚拟机

云计算方式是目前较为流行的一种计算方式。

我们此次更新的云量子虚拟机可以让用户不受本地硬件模拟环境限制，在QPanda上编写的量子程序，可直接发送到量子云平台上运行，一定程度上减轻了用户的计算成本，并帮助用户获得更好的计算体验。

--------

我们一直在思考，如何为现实问题带来更多可能的解决方案。

所以，这次我们又整合了两个新工具到更新后的QPanda内：

1、量子机器学习框架VQNet

在上期发布后，我们将其整合进了QPanda中，用户可基于该量子机器学习框架，开发量子机器学习应用。 

2、经典+量子程序混合编程

从计算机程序解决问题的角度来看，量子计算与经典计算是无法完全割裂的，如果使用经典+量子程序混合编程，对于促进量子计算转向现实应用的发展很可能是“如虎添翼”。

在QPanda中，我们在量子程序中插入经典程序逻辑，在量子程序中实现了条件判断跳转、循环控制等功能。通过经典+量子程序混合编程的方式，开发人员能够更有效地实现量子算法。

QPanda

QPanda的更新还在持续，未来还会带来更多新功能。

最后，为方便大家更加详细地了解QPanda，我们提供了一个完整的QPanda用户手册，通过

https://qpanda-2.readthedocs.io/zh_CN/latest/即可查看，希望能够帮到您。 

衷心感谢一直以来关注并使用QPanda的用户，如果你想要与我们一起参与量子计算程序的研究，欢迎通过[e-mail]联系我们。

在研究量子计算的道路上，你我皆不孤单！

欢迎爱学习的朋友加入公众号粉丝群

在本源量子公众号主页面回复“加群”

即可获取二维码

相关链接

QPanda GitHub地址：

https://github.com/OriginQ/QPanda-2

本源量子云教育平台：

https://learn-quantum.com/EDU/index.html

本源量子官网：

http://www.originqc.com.cn/

扫码关注

“本源量子！”