Hacktoberfest 2026: le issue che i maintainer hanno segnato per ottobre, aperte e adatte ai principianti. Sfoglia le issue Hacktoberfest

Support CUDA-Q kernels for CircuitToEinsum

Aperta
  • Qualcosa non va?
#141 4 commenti 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
5/5
Tempo stimato
Più di una settimana
Idoneità per principianti
35/100
Tipo di issue
Funzionalità
Chiarezza
Abbastanza chiara
Stato di attività
Ferma
Stack tecnologico
python
Ambito
quantum-computing

Direzione di ricerca

Inizia dalla documentazione dell’API CircuitToEinsum e confronta il suo esempio Qiskit con il kernel CUDA-Q e l’esempio observe nell’issue. Determina come rappresentare i circuiti CUDA-Q e il binding dei parametri, incluso se i circuiti variazionali non associati siano realizzabili. Il lavoro è completato quando CircuitToEinsum accetta il workflow di circuiti CUDA-Q richiesto con un approccio definito alla gestione dei parametri.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

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

Lingua principale
Jupyter Notebook
Stelle
502
Fork
102
Nessuna PR unita negli ultimi 30g

Preparare l'ambiente

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di NVIDIA/cuQuantum

Tutte le issue di NVIDIA/cuQuantum

Issue simili

Altre issue su Quantum Computing

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.