cirq

用途

Cirq 是 Google Quantum AI 的开源框架，用于在 Python 中设计、模拟和运行量子电路，目标场景包括 NISQ 电路构建与优化、在 Google Quantum AI 处理器或合作方后端上运行任务、噪声建模与硬件门集编译、以及表征实验设计。若面向 IBM 硬件应改用 qiskit；若做带自动微分的量子机器学习应改用 pennylane；若做物理模拟应改用 qutip。

主要能力

电路构建：支持 GridQubit、LineQubit、NamedQubit 等量子比特类型，单比特与双比特门、参数化门与操作、自定义门分解、以 moment 组织电路、标准电路模式（Bell 态、GHZ、QFT）、OpenQASM 与 JSON 导入导出，以及 qudit 与可观测量处理。
模拟：精确模拟（态矢量、密度矩阵）、采样与测量、单参数与多参数扫描、含噪模拟、态直方图与可视化、量子虚拟机（QVM）、期望值与可观测量、性能优化。
电路变换：Transformer 框架、门分解、电路优化（合并门、弹出 Z 门、丢弃可忽略操作）、面向硬件的编译、量子比特路由与 SWAP 插入、自定义 transformer、变换流水线。
硬件集成：支持 Google Quantum AI（cirq-google，Sycamore、Weber、Willow 处理器，经 Quantum Engine，访问受限，需已批准的 GCP 项目）、IonQ（cirq-ionq）、Azure Quantum（azure-quantum[cirq]，含 IonQ 与 Honeywell/Quantinuum 后端）、AQT（cirq-aqt）、Pasqal（cirq-pasqal）。涵盖设备表示、量子比特选择、认证、作业管理与硬件电路优化。
噪声建模：噪声信道（去极化、振幅阻尼、相位阻尼）、噪声模型（常量、门相关、量子比特相关、热噪声）、向电路添加噪声、读出噪声、噪声表征（随机基准测试、XEB）、噪声可视化（热力图）、错误缓解技术。
量子实验：实验设计模式、参数扫描与数据采集、ReCirq 框架结构、常见算法（VQE、QAOA、QPE）、数据分析与可视化、统计分析与保真度估计、并行数据采集。

使用方式

安装需 Python 3.11+，当前稳定版为 1.6.1（2025 年 8 月），各厂商包共享同一版本号。基础安装：

uv pip install "cirq==1.6.1"

硬件集成安装（为可复现性固定匹配版本）：

Google Quantum Engine（需已批准的 GCP 项目访问权限）

uv pip install "cirq-google==1.6.1"

IonQ

uv pip install "cirq-ionq==1.6.1"

AQT (Alpine Quantum Technologies)

uv pip install "cirq-aqt==1.6.1"

Pasqal

uv pip install "cirq-pasqal==1.6.1"

Azure Quantum (IonQ, Honeywell/Quantinuum backends)

uv pip install "azure-quantum[cirq]"

开发期可省略版本固定以获取最新特性；生产或硬件运行时应将所有包固定到同一 Cirq 版本。

基础电路示例：

import cirq import numpy as np

Create qubits

q0, q1 = cirq.LineQubit.range(2)

Build circuit

circuit = cirq.Circuit( cirq.H(q0), # Hadamard on q0 cirq.CNOT(q0, q1), # CNOT with q0 control, q1 target cirq.measure(q0, q1, key='result') )

print(circuit)

Simulate

simulator = cirq.Simulator() result = simulator.run(circuit, repetitions=1000)

Display results

print(result.histogram(key='result'))

参数化电路示例：

import sympy

Define symbolic parameter

theta = sympy.Symbol('theta')

Create parameterized circuit

circuit = cirq.Circuit( cirq.ry(theta)(q0), cirq.measure(q0, key='m') )

Sweep over parameter values

sweep = cirq.Linspace('theta', start=0, stop=2*np.pi, length=20) results = simulator.run_sweep(circuit, params=sweep, repetitions=1000)

Process results

for params, result in zip(sweep, results): theta_val = params['theta'] counts = result.histogram(key='m') print(f"θ={theta_val:.2f}: {counts}")

适用场景

在 Python 中构建、模拟或优化 NISQ 电路。
在 Google Quantum AI 处理器（经 cirq-google）或合作方后端（IonQ、Azure Quantum、AQT、Pasqal）上运行作业。
对噪声建模、编译到硬件门集，或设计表征实验。
使用参数扫描、transformer 或 ReCirq 实验模式。

限制与注意事项

Google Quantum Engine 访问受限，需已批准的 GCP 项目。
密度矩阵模拟复杂度为 O(2^2n)，大系统内存消耗增长快，应优先使用态矢量模拟，仅在需要混合态或噪声时使用密度矩阵。
硬件运行前应先在模拟器上测试，并依据校准数据选择最佳量子比特、针对目标硬件门集优化电路。
版本相关细节可能过时，应以所安装版本的官方文档为准。
涉及花钱、消耗共享 GPU 或云配额、触碰个人或患者数据、或不可撤销的操作前应先询问。

官方资源

官方文档：https://quantumai.google/cirq
API 参考：https://quantumai.google/reference/python/cirq
教程：https://quantumai.google/cirq/tutorials
示例：https://github.com/quantumlib/Cirq/tree/main/examples
版本策略：https://quantumai.google/cirq/dev/versions
ReCirq：https://github.com/quantumlib/ReCirq

技能介绍

用途