完整功能矩阵
| 功能 | Qiskit | Cirq | PennyLane | Braket | CUDA-Q | TKET |
|---|---|---|---|---|---|---|
主要语言 | Python | Python | Python | Python | Python/C++ | Python |
本地 CPU 模拟 | ✓ | ✓ | ✓ | ✓ | ✓ | ~ (via backend) |
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) | ~ (via backend) |
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 | ✓ | ✓ | ✓ | ✓ | ✓ | ✗ |
定价模式 SDK 免费；硬件访问费用各不相同 | Free SDK; IBM QPU free tier + paid plans | Free SDK; Google HW by application | Free SDK; backend costs vary | Free SDK; pay-per-shot/task (AWS) | Free SDK; GPU/cloud costs apply | Free SDK; Quantinuum H-Series paid |
最适合 | IBM 硬件 | Google AI / 噪声 | QML / 研究 | AWS 生态系统 | GPU 性能 | Quantinuum 硬件 |
✓ = 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常见问题
定价、许可证，以及这些 SDK 在成本上的比较。
Qiskit、Cirq、PennyLane、Braket 和 TKET 都是免费的吗？
是的，这里比较的每一款 SDK，Qiskit、Cirq、PennyLane、Amazon Braket、NVIDIA CUDA-Q 和 TKET，都是可通过 pip 安装的免费开源软件。SDK 本身从不收费；如果需要付费，付费的是真实量子硬件的使用时间。
哪个量子计算平台运行电路最便宜？
要真正免费接入真实硬件，IBM Quantum 的 Open Plan（Qiskit）最便宜：无需信用卡即可获得每月循环的免费真实 QPU 时长。AWS Braket 和 Quantinuum 硬件（TKET 常见的目标平台）在任何入门赠金用完后，会按 shot 或按任务计费。
TKET 是什么，费用是多少？
TKET 通过 pytket 这个 Python 包使用，是 Quantinuum 免费的开源电路编译器与优化器。它本身不运行电路，而是为某个后端准备电路，最常见的是 Quantinuum 的付费 H-Series 硬件，不过它也可以为其他多家提供商编译电路。
我必须只选一个 SDK 吗，还是以后可以更换？
可以自由切换。门、电路、测量等核心概念可以直接在 Qiskit、Cirq、PennyLane、Braket、CUDA-Q 和 TKET 之间迁移。像 HLQuantum 这样的抽象层可以让同一个电路无需重写就能对接其中多个后端。