Hacktoberfest 2026: los issues que los mantenedores marcaron para octubre, abiertos y aptos para principiantes. Explorar issues de Hacktoberfest

Support CUDA-Q kernels for CircuitToEinsum

Abierto
  • ¿Algo no está bien?
#141 4 comentarios 0 reacciones 0 asignados Ver en GitHub

Nadie ha tomado este issue todavía.

Evaluación

Dificultad
5/5
Tiempo estimado
Más de una semana
Aptitud para principiantes
35/100
Tipo de issue
Nueva funcionalidad
Claridad
Bastante claro
Estado de actividad
Estancado
Stack tecnológico
python
Área
quantum-computing

Línea de trabajo

Comience con la documentación de la API de CircuitToEinsum y compare su ejemplo de Qiskit con el kernel de CUDA-Q y el ejemplo de observe del issue. Determine cómo deben representarse los circuitos de CUDA-Q y la vinculación de parámetros, incluido si los circuitos variacionales no vinculados son viables. Se considera completado cuando CircuitToEinsum acepta el flujo de trabajo de circuitos de CUDA-Q solicitado con un enfoque definido para el manejo de parámetros.

Escrito por el modelo de indexación a partir del texto del issue.

Descripción

For an upcoming demo, we need cuQuantum to accept CUDA-Q circuits into the CircuitToEinsum function here.

Here is an example of how to do this in Qiskit:

from cuquantum import cutensornet as cutn
from cuquantum import contract, CircuitToEinsum
import torch 
from qiskit.circuit import QuantumCircuit, Parameter

num_qubits = 1
measurement_ops = 'Z'
light_cone  = True 

# Define the quantum circuit with one qubit and two parameters
theta = Parameter('θ')
phi = Parameter('φ')

circuit = QuantumCircuit(num_qubits)
circuit.rx(theta, 0)
circuit.ry(phi, 0)

parameters = [1,2]
    
circuit = circuit.bind_parameters({theta: parameters[0], phi: parameters[1]})

converter = CircuitToEinsum(circuit, backend='torch')  

einsum_expression, tensor_operands = converter.expectation(measurement_ops, light_cone)

Note that you have to provide a bound circuit (circuit with values supplied for the variational gates).

It would be nice if we could support CircuitToEinsum to take in variational circuits that are unbound but I'm guessing that the einsum expression will look different for different parameter values and hence this is not feasible?

In CUDA-Q, the corresponding code looks like this:

import cudaq
from typing import List

cudaq.set_target("nvidia")

@cudaq.kernel
def kernel(angles: List[float]):
    qubit = cudaq.qubit()
    rx(angles[0], qubit)
    ry(angles[1], qubit)


hamiltonian = cudaq.spin.z(0)

parameters = [1, 2]

expectation_value = cudaq.observe(kernel, hamiltonian, parameters).expectation()

Note how the binding of the parameters happens in the observe call. How do we deal with this? @1tnguyen @bettinaheim

Lenguaje dominante
Jupyter Notebook
Estrellas
502
Forks
102
Sin PR fusionados en 30 d

Preparar el entorno

Primeros pasos

  1. Lee el issue completo y luego la guía de contribución del proyecto.
  2. Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
  3. Haz un fork del repositorio y trabaja en una rama.
  4. Abre un pull request que haga referencia al número del issue.

Más de NVIDIA/cuQuantum

Todos los issues de NVIDIA/cuQuantum

Issues similares

Más issues de Quantum Computing

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.