完整功能矩阵
| 功能 | Qiskit | Cirq | PennyLane | Braket | CUDA-Q |
|---|---|---|---|---|---|
主要语言 | Python | Python | Python | Python | Python/C++ |
本地 CPU 模拟 | ✓ | ✓ | ✓ | ✓ | ✓ |
GPU 模拟器 CUDA 加速 | ~ (aer-gpu) | ✗ | ~ (lightning) | ✗ | ✓✓ |
最大模拟量子比特数 状态矢量，本地 | 30+ (CPU) | ~25 | 25+ | 25 local | 34+ (GPU) |
可微分 自动求导/反向传播 | ~ (partial) | ~ (TF) | ✓✓ | ~ (plugin) | ~ |
QML 支持 | ~ (qiskit-ml) | ✗ | ✓✓ | ~ | ~ |
内置 VQE/QAOA | ✓ | ~ | ✓ | ~ | ~ |
噪声建模 | ✓✓ | ✓✓ | ✓ | ✓ | ✓ |
脉冲控制 硬件级 | ✓ | ~ | ✗ | ✗ | ✗ |
HLQuantum 支持 | ✓ | ✓ | ✓ | ✓ | ✓ |
最适合 | IBM 硬件 | Google AI / 噪声 | QML / 研究 | AWS 生态系统 | GPU 性能 |
✓ = 完全支持 · ~ = 部分支持/需插件 · ✗ = 不支持 · * = 通过 HLQuantum 集成
我应该使用哪个 SDK？
根据你的主要应用场景：
💡
通过一个 API 使用所有后端
无需做出取舍，使用 HLQuantum 即可从单一电路面向 Qiskit、Cirq、PennyLane、Braket、CUDA-Q 和 IonQ。通过一个参数切换——无需重写代码。
python
result = hlq.run(qc, backend="qiskit") # IBM Aer result = hlq.run(qc, backend="cudaq") # NVIDIA GPU result = hlq.run(qc, backend="ionq", device="aria-1") # Real QPU