Skip to content

Latest commit

 

History

History
271 lines (204 loc) · 13.8 KB

README_jp.md

File metadata and controls

271 lines (204 loc) · 13.8 KB

TyxonQ

実機上で動作するフルスタック量子ソフトウェアフレームワーク

License Python Real Quantum Hardware

TyxonQ​​ 太玄量子 は、量子シミュレーション・最適化・量子機械学習のためのフルスタック量子ソフトウェアフレームワークです。オープンソースプロジェクト TensorCircuit からフォークされ、Apache License 2.0 を従い提供されています。自動微分、Just-in-Time コンパイル、ハードウェアアクセラレーションなど、最新の量子プログラミングパラダイムを統合しています。

🚀 実機量子ハードウェア対応：TyxonQ は QureGenAI 提供の量子クラウドサービスを通じて 実機量子コンピュータ実行 をサポートしています。現在は Homebrew_S2 量子プロセッサを搭載し、シミュレータだけではなく、実際の量子ハードウェア上で量子アルゴリズムを実行できます。

今すぐ実機量子コンピュータを体験しましょう！：API キーを取得する から登録して API キーを取得しましょう。

生成系 AI と異種計算アーキテクチャを革新的に統合することにより、TyxonQ は量子化学、創薬、材料科学に対して エンドツーエンドの解決策 を提供します。

🏗️ 量子–古典ハイブリッドアーキテクチャ

TyxonQ は、量子と古典を統合した完全なハイブリッドワークフローを実現し、高レベルの量子アルゴリズムをハードウェア上で実行可能な量子プログラムへとマッピングします：

Architect of TyxonQ

アーキテクチャ構成要素:
  • 🧮 量子アルゴリズム層: 高レベルの量子アルゴリズム仕様
  • 🔄 回路構造: 回転パラメータを備えたパラメータ化量子回路
  • ⚙️ 論理回路合成: 自動化された回路最適化およびコンパイル
  • 🎯 量子ビットマッピング: 物理量子ビットのトポロジを考慮したマッピングとルーティング
  • 💻 ハードウェア実行: Homebrew_S2 量子プロセッサでの直接実行

機能

🔥 実機量子ハードウェア統合

  • 本番対応の量子実行: QureGenAI の Homebrew_S2 量子プロセッサと直接統合
  • パルスレベル制御: ゲートレベル操作と パルスレベル信号 の両方をサポートし、高度な量子制御を実現
  • リアルタイム量子計算: 低遅延で実際の量子ハードウェア上で量子アルゴリズムを実行
  • 量子–古典ハイブリッドワークフロー: 古典的な前処理と量子実行をシームレスに統合

🚀 近日公開予定の API と MCP サービス

  • 🔗 量子 API ゲートウェイ: 量子ハードウェアへの直接アクセスを可能にする RESTful API
  • 🤖 LLM 統合: 大規模言語モデル統合のための Model Control Protocol (MCP) サービス
  • ☁️ 量子クラウドサービス: スケーラブルな量子計算サービス
  • 📊 リアルタイムモニタリング: 量子ジョブのモニタリングと結果解析

統合された量子–古典ハイブリッド計算パラダイム

  • 変分量子アルゴリズム（VQE、QAOA）の効率的なシミュレーションと最適化をサポートし、PyTorch/TensorFlow の勾配計算ワークフローとシームレスに統合できる自動微分エンジンを内蔵。
  • 量子ハードウェアと古典計算リソース（CPU/GPU）を動的に割り当てて加速を実現するハイブリッドタスクスケジューラを提供。

マルチレベルハードウェアサポート

  • 直接的な量子ハードウェア統合: 主流の量子プロセッサ（例：超伝導）に対応し、ゲートレベル操作　から パルスレベル信号 までの低レベル制御をサポート 🔥 🔥 🔥
  • 異種計算最適化: GPU ベクトル化と量子命令コンパイルによってシミュレーションのスループットを向上。

生成系AI統合

  • Generative Quantum Eigensolver (GQE) と Quantum Machine Learning (QML) モジュールを内蔵し、分子構造生成やタンパク質折りたたみ計算などのタスクにおいて、事前学習モデルを直接展開可能。
  • 大規模言語モデル（LLM）との連携をサポートし、自動で「自然言語 → 量子回路」を生成する実験的機能を提供。

ドメイン特化型ツールキット

  • 量子化学スイート: 分子ハミルトニアン構築ツールや電子構造解析ツールを含み、PySCF、ByteQC、OpenMM などの古典的な量子化学・創薬フレームワークに対応しています。
  • 材料シミュレーションライブラリ: 量子加速型密度汎関数理論（DFT）モジュールを統合し、新規材料のバンド構造予測を実現。

🚀 ロードマップと開発状況

✅ 現在の機能 (v1.x)

  • 量子回路シミュレーションと最適化
  • 実機量子ハードウェア実行 (Homebrew_S2)
  • 自動微分エンジン
  • マルチバックエンド対応 (NumPy, PyTorch, TensorFlow, JAX)
  • 変分量子アルゴリズム (VQE, GQE, QAOA)
  • 量子化学ツールキット統合

🔄 開発中 (v2.x)

  • 量子APIゲートウェイ - 量子ハードウェアアクセス用の RESTful API
  • MCPサービス - 大規模言語モデル統合プロトコル
  • 先進的量子エラー軽減プロトコル
  • 強化されたパルスレベル制御インターフェース
  • リアルタイム量子ジョブモニタリングダッシュボード
  • 機械学習を用いた量子回路最適化

🎯 将来計画 (v3.x+)

  • マルチQPU対応 - 追加の量子プロセッサをサポート
  • 量子ネットワーキング - 分散型量子計算機能
  • 高度なQMLモデル - 事前学習済み量子機械学習モデル
  • 自然言語インターフェース - 「英語 → 量子回路」生成
  • 量子アドバンテージベンチマーク - 標準化された性能指標
  • エンタープライズクラウドプラットフォーム - スケーラブルな量子計算インフラ

🧪 実験的機能

  • 量子生成対向ネットワーク (QGAN)
  • 量子フェデレーテッドラーニングプロトコル
  • 量子強化創薬パイプライン
  • 材料発見加速フレームワーク

インストール

現在サポートされているOS：Linux と Mac。

このパッケージは完全に Python によって記述されており、pip で取得できます。またはソースからインストールも可能です。

ソースからインストールする場合:

uv build
uv pip install dist/tyxonq-0.1.1-py3-none-any.whl

pip を使う場合:

# use a python virtual environment
python -m venv pyv_tyxonq
source pyv_tyxonq/bin/activate
pip install tyxonq

または

uv pip install tyxonq

更に GitHub からインストールすることもできます:

git clone https://github.com/QureGenAI-Biotech/TyxonQ.git
cd tyxonq
pip install --editable .

はじめにの例

examples/Get_Started_Demo.ipynb を参照してください。

🔑 実機量子ハードウェアセットアップ

API アクセスの取得

  1. API キーの申請： TyxonQ Quantum AI Portal にアクセスして登録し、API キーを取得します。
  2. ハードウェアアクセス： TyxonQ QPU API を通じて Homebrew_S2 量子プロセッサへのアクセスを申請します。

設定

API 認証情報を設定します：

import tyxonq as tq
from tyxonq.cloud import apis
import getpass

# 量子ハードウェアアクセスを設定
API_KEY = getpass.getpass("Input your TyxonQ API_KEY:")
apis.set_token(API_KEY) # https://www.tyxonq.com　から取得

実機ハードウェアの実行例

'examples/simple_demo_1.py' を参照し、以下を実行してください:

python examples/simple_demo_1.py

Code:

import tyxonq as tq
import getpass
from tyxonq.cloud import apis
import time
# Configure for real quantum hardware
apis.set_token(getpass.getpass("Input your TyxonQ API_KEY: "))

provider = "tyxonq"
device = "homebrew_s2"

# Create and execute quantum circuit on real hardware
def quantum_hello_world():
    c = tq.Circuit(2)
    c.H(0)                    # Hadamard gate on qubit 0
    c.CNOT(0, 1)             # CNOT gate between qubits 0 and 1
    c.rx(1, theta=0.2)       # Rotation around x-axis
    
    # Execute on real quantum hardware

    print("Submit task to TyxonQ")

    task = apis.submit_task(provider = provider,
                        device = device,
                        circuit = c,
                        shots = 100)
    print(f"Task submitted: {task}")
    print("Wait 20 seconds to get task details")
    time.sleep(20)
    print(f"Real quantum hardware result: {task.details()}")

quantum_hello_world()

基本的な使い方とガイド

TyxonQ 固有の機能およびドキュメントは現在開発中のため、当面の間は上流ライブラリである Tensorcircuit の使用ガイドを参照してください: クイックスタート および 完全なドキュメント をご覧ください。TyxonQ のドキュメントおよびチュートリアルは、英語, 中国語, 日本語 で更新予定です。

  • 回路操作:
import tyxonq as tq
c = tq.Circuit(2)
c.H(0)
c.CNOT(0,1)
c.rx(1, theta=0.2)
print(c.wavefunction())
print(c.expectation_ps(z=[0, 1]))
print(c.sample(allow_state=True, batch=1024, format="count_dict_bin"))
  • 実行時動作のカスタマイズ:
tq.set_backend("tensorflow")
tq.set_dtype("complex128")
tq.set_contractor("greedy")
  • jit を用いた自動微分:
def forward(theta):
    c = tq.Circuit(2)
    c.R(0, theta=theta, alpha=0.5, phi=0.8)
    return tq.backend.real(c.expectation((tq.gates.z(), [0])))

g = tq.backend.grad(forward)
g = tq.backend.jit(g)
theta = tq.array_to_tensor(1.0)
print(g(theta))

依存関係

  • Python >= 3.7 (Python 3.7, 3.8, 3.9, 3.10, 3.11, 3.12+　に対応)
  • PyTorch >= 1.8.0

📧 お問い合わせ & サポート

WeChat公式アカウント | Official WeChat

TyxonQ 公式WeChat

WeChat開発者コミュニティ | Developer Community

TyxonQ 開発者コミュニティ

QRコードをスキャンして公式アカウントをフォローし、最新情報を入手しましょう | Scan to follow for latest updates
QRコードをスキャンして開発者コミュニティに参加し、技術交流を行いましょう | Scan to join developer community

Discord

Discord上のTyxonQサーバーに参加することをお勧めします：https://discord.gg/jmaV6Zaz

このスペースが、オープンソース量子計算プロジェクトTyxonQの学習と貢献のための実用的なリソースとなることを願っています。

このサーバーを設立した元々の意図：

  1. 世界中の友達と量子計算の発展、使用、最先端情報について議論し、交流すること。
  2. 皆さんが太玄量子TyxonQを使用することを歓迎します。あなたの貴重なフィードバックが私たちの進歩の源となります！
  3. 世界中で太玄量子TyxonQのドキュメント編集ボランティアを募集し、私たちが一緒に量子計算を手の届く現実にすることができることを願っています！

あなたは私たちがより高品質な量子計算ソフトウェアフレームワークを構築することを目撃するでしょう。もし希望があれば、貢献者になることも歓迎し、実際のマシンに基づいた、より卓越したオープンソース量子計算プロジェクトを一緒に作り上げましょう！🖥️

開発チーム

  • QureGenAI: 量子ハードウェアのインフラおよびサービス
  • TyxonQ コアチーム: フレームワークの開発と最適化
  • コミュニティ貢献者: オープンソース開発とテスト

ライセンス

TyxonQ はオープンソースであり、Apache License 2.0 を従い提供されています。