Rust原生开放量子基础软件

让量子程序
运行得更好

从高层算法到硬件原生指令,QuatumQuill 提供开放、可扩展的量子编译工具链,连接研究构想与真实量子设备。

01

平台能力

一套工具链,
贯穿量子程序生命周期

用清晰统一的接口完成电路构建、优化、映射与执行,同时保留对底层硬件特性的精确控制。

01
多种输入汇入统一 IR,再连接不同目标 IR

统一中间表示

在多种量子语言、优化流程和硬件后端之间建立稳定的转换层。

了解更多
02
两个相邻的同轴旋转门 Rz(α) 和 Rz(β) 合并为 Rz(α+β) Rz(α)Rz(β) Rz(α+β)

智能电路优化

通过门合并、对易分析和拓扑重排,降低电路深度与执行误差。

了解更多
03
六个物理量子位的连接拓扑,突出一对相邻量子位及其可用连接

硬件感知映射

结合芯片连接关系、门保真度与校准数据,为每次任务选择更优路径。

了解更多

系统架构 / 02

从线路设计到
量子设备控制

以 Rust 原生编译核心连接量子线路设计、综合、优化、映射与脉冲生成,并通过求解器、模拟器和研究模块持续扩展底层能力。

Rust Native 高性能编译核心 Hybrid Deploy 本地、集群与云端 Accelerated GPU / FPGA 加速
QUANTUM EDA SYSTEM MAP
01 / PRODUCT

产品与交付

统一界面连接不同规模的运行环境

产品层 / 前端 面向工程流程的统一入口

承载线路设计、编译配置、任务运行、结果对比和性能诊断,让底层能力形成可操作的 EDA 工作流。

产品层 / 核心 Rust 原生执行底座

以 Rust 重写计算与搜索热点,在内存安全、并发能力和跨平台部署之间取得稳定平衡。

LOCAL 本地单机 / 开源 CLUSTER 分布式 / 有限开源 QCaaS 云服务 / 托管交付
02 / COMPILER

核心编译主链

从数学描述逐级下降到设备可执行信号

编译主链 / 01 从酉矩阵到基础门集

针对一般矩阵、特殊结构线路和泡利串选择综合策略,生成满足目标门集约束的等价线路。

编译主链 / 02 适配真实硬件拓扑

根据量子比特连接、门集和通信约束,完成单芯片或异构分布式环境中的逻辑到物理映射。

编译主链 / 03 生成设备控制脉冲

将门级操作继续下沉为控制系统可执行的脉冲序列,并针对保真度、时长和串扰进行优化。

03 / CAPABILITIES

横向能力

贯穿编译过程的优化与应用线路设计

横向能力 / 优化 识别并重写等价子线路

扫描可优化结构,通过模板匹配和局部重综合减少门数、线路深度和硬件执行误差。

横向能力 / 设计 从应用问题生成线路

面向量子纠错和量子模拟等场景,提供结构化线路模板、生成器和领域级设计接口。

04 / FOUNDATION

基础引擎

为上层算法提供搜索、验证和仿真能力

研究模块 / 02 ArcQML 量子机器学习框架

通过状态模拟执行参数化量子线路,结合损失函数与自动微分计算梯度,再由经典优化器更新参数,形成量子机器学习训练闭环。

查看 ArcQML 模块
基础引擎 / 求解 形式化约束与精确求解

将综合、映射和等价性问题编码为约束,借助 SAT/SMT 求解器获取可证明的合法结果。

基础引擎 / 仿真 验证线路行为与结果

为线路设计、综合和优化提供状态演化、测量分析与回归验证能力。

查看张量网络收缩序优化

应用教程 / 03

从三矩阵链开始

用 ArcTN 定义张量网络,规划并保存收缩路径,再加载同一份计划执行与验证。以下 Python 代码请在安装 ArcTN 后按步骤顺序运行。

阅读 ArcTN 快速开始
Python / ArcTN
# 01 · 定义网络与数组
# 用三矩阵链描述张量网络,并准备对应的数值数组。

import numpy as np

# 三矩阵链 A @ B @ C;相同标签表示要收缩的轴
inputs = [("a", "b"), ("b", "c"), ("c", "d")]
output = ("a", "d")  # 结果保留 a、d 两个轴
size_dict = {"a": 2, "b": 3, "c": 4, "d": 2}

# 数组形状对应标签维度,顺序与 inputs 一致
a = np.arange(6, dtype=np.float64).reshape(2, 3)
b = np.arange(12, dtype=np.float64).reshape(3, 4)
c = np.arange(8, dtype=np.float64).reshape(4, 2)
arrays = [a, b, c]
01 定义网络与数组 示例代码 · 按步骤顺序运行

学习资源

找到你的起点

查看全部文档

加入我们 / 04

一起定义量子编译的下一步

提出问题、完善文档、贡献代码,或将新的量子硬件接入开放工具链。每一种参与,都让研究走向可用的工具。

认识贡献者

展示样例 · 以下为虚拟人物与占位头像

  • 林知远 @lin-zy
  • 苏沐 @su-mu
  • 叶清和 @ye-qh
  • 陈星禾 @chen-xh
  • 江序 @jiang-xu
  • 陆景川 @lu-jc
  • 周予安 @zhou-ya
  • 许言 @xu-yan
  • 沈若宁 @shen-rn