QuForge: A Library for Qudits Simulation

要約

Quditsを備えた量子コンピューティングは、Qubitsの複数レベルへの拡張であり、キクビットベースの量子コンピューティングよりも成熟度が低い研究分野です。
ただし、Quditsは、分離されたコンポーネントが少ない情報を表すことにより、Qubitsよりもいくつかの利点を提供できます。
この記事では、Quditsの回路をQuditsでシミュレートするように設計されたPythonベースのライブラリであるQuforgeを紹介します。
このライブラリは、選択したQuditディメンションに合わせた量子アルゴリズムを実装するために必要な量子ゲートを提供します。
微分可能なフレームワークの上に構築されたQuforgeは、GPUやTPUなどの加速デバイスでの実行をサポートし、シミュレーションを大幅に高速化します。
また、まばらな操作をサポートし、他のライブラリと比較してメモリ消費が減少します。
さらに、quantum回路を微分可能なグラフとして構築することにより、Quforgeは量子機械学習アルゴリズムの実装を促進し、量子コンピューティング研究の機能と柔軟性を高めます。

要約(オリジナル)

Quantum computing with qudits, an extension of qubits to multiple levels, is a research field less mature than qubit-based quantum computing. However, qudits can offer some advantages over qubits, by representing information with fewer separated components. In this article, we present QuForge, a Python-based library designed to simulate quantum circuits with qudits. This library provides the necessary quantum gates for implementing quantum algorithms, tailored to any chosen qudit dimension. Built on top of differentiable frameworks, QuForge supports execution on accelerating devices such as GPUs and TPUs, significantly speeding up simulations. It also supports sparse operations, leading to a reduction in memory consumption compared to other libraries. Additionally, by constructing quantum circuits as differentiable graphs, QuForge facilitates the implementation of quantum machine learning algorithms, enhancing the capabilities and flexibility of quantum computing research.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google