NVIDIA cuQuantum
24.11.0

目录

  • 概述
    • 量子计算简介
      • 量子比特
      • 多量子比特
      • 量子门
      • 测量
      • 量子电路
    • 量子电路模拟
    • 参考文献
    • 引用 cuQuantum
  • 发行说明
    • cuQuantum SDK v24.11
    • cuQuantum SDK v24.08
    • cuQuantum SDK v24.03
    • cuQuantum SDK v23.10
    • cuQuantum SDK v23.06.1
    • cuQuantum SDK v23.06
    • cuQuantum SDK v23.03
    • cuQuantum SDK v22.11
    • cuQuantum SDK v22.07.1
    • cuQuantum SDK v22.07
    • cuQuantum SDK v22.05
    • cuQuantum SDK v22.03
    • cuQuantum SDK v0.1.1
    • cuQuantum SDK v0.1.0
  • 入门指南
    • 安装 cuQuantum
      • 来自 conda-forge
        • cuQuantum
        • cuQuantum Python
        • 指定 CUDA 版本
        • 各个组件
        • MPI 安装说明
        • conda 最佳实践
        • 设置 CUQUANTUM_ROOT
      • 来自 PyPI
        • cuQuantum
        • cuQuantum Python
      • 来自 NVIDIA DevZone
        • 使用存档
        • 使用系统包管理器
    • 使用框架安装 cuQuantum
      • CUDA Quantum
      • Qiskit
        • conda-forge
        • PyPI
      • Cirq
        • conda-forge
        • 源代码
      • PennyLane
        • conda-forge
        • PyPI
    • 运行 cuQuantum Appliance
      • 在命令行
        • 通过交互式会话
        • 通过非交互式会话
        • 使用特定 GPU
      • 使用远程主机
        • 澄清我们的假设
        • 使用 DOCKER_HOST
        • 使用 Docker 上下文
      • 与远程容器交互
        • Visual Studio Code
    • 运行 cuQuantum 基准测试
      • 用法
      • 安装
        • 裸机
        • Appliance
    • 依赖项
      • cuStateVec
      • cuTensorNet
      • cuDensityMat
      • cuQuantum Python
      • cuQuantum Appliance
  • cuDensityMat
    • 发行说明
      • cuDensityMat v0.0.5
    • 概述
      • 张量空间和量子态
      • 量子多体算符（超算符）
      • 工作区描述符
      • 耦合量子动力学主方程（ODE 系统）
      • 量子态的属性
      • 多 GPU 多节点执行
      • 引用 cuQuantum
    • 示例
      • 编译代码
      • 代码示例（单 GPU 上的串行执行）
      • 代码示例（多 GPU 上的并行执行）
      • 实用技巧
    • API 参考
      • cuDensityMat 数据类型
        • cudensitymatHandle_t
        • cudensitymatStatus_t
        • cudensitymatComputeType_t
        • cudensitymatDistributedProvider_t
        • cudensitymatDistributedCommunicator_t
        • CUDENSITYMAT_ALLOCATOR_NAME_LEN
        • cudensitymatWorkspaceDescriptor_t
        • cudensitymatMemspace_t
        • cudensitymatWorkspaceKind_t
        • cudensitymatState_t
        • cudensitymatStatePurity_t
        • cudensitymatElementaryOperator_t
        • cudensitymatElementaryOperatorSparsity_t
        • cudensitymatOperatorTerm_t
        • cudensitymatOperator_t
        • cudensitymatOperatorAction_t
        • cudensitymatExpectation_t
        • cudensitymatScalarCallback_t
        • cudensitymatTensorCallback_t
        • cudensitymatWrappedScalarCallback_t
        • cudensitymatWrappedTensorCallback_t
      • cuDensityMat 函数
        • 库上下文管理 API
        • 分布式并行化 API
        • 工作区管理 API
        • 量子态 API
        • 量子算符 API
        • 算符期望 API
    • 致谢
  • cuStateVec
    • 发行说明
      • cuStateVec v1.7.0
      • cuStateVec v1.6.0
      • cuStateVec v1.5.0
      • cuStateVec v1.4.1
      • cuStateVec v1.4.0
      • cuStateVec v1.3.0
      • cuStateVec v1.2.0
      • cuStateVec v1.1.0
      • cuStateVec v1.0.0
      • cuStateVec v0.1.1
      • cuStateVec v0.1.0
      • cuStateVec v0.0.1
    • 概述
      • API 同步行为
      • 使用 CUDA 流
      • 状态向量的描述
      • 位顺序
      • 支持的数据类型
      • 工作区
      • 门融合
      • 多 GPU 计算
      • 批量状态向量模拟
      • 参考文献
      • 引用 cuQuantum
    • 示例
      • 编译
      • 代码示例
      • 实用技巧
    • 分布式索引位交换 API
      • 关于本文档
      • 分布式状态向量模拟
        • 状态向量分布
        • 量子比特重新排序和分布式索引位交换
      • 要求
      • API 设计
        • API 设计
        • 通过使用批量索引调度索引位交换
        • 交换状态向量元素
        • 通过 custatevecCommunicator 进行进程间通信
        • 性能考虑
      • 示例
    • 主机状态向量迁移
      • 关于本文档
      • custatevecSubSVMigrator API
        • custatevecSubSVMigrator API 的内存模型
        • 可能的场景
    • API 参考
      • cuStateVec 数据类型
        • 不透明数据结构
        • 枚举器
      • cuStateVec 函数
        • 库管理
        • 初始化
        • 门应用
        • 测量
        • 期望
        • 矩阵属性测试
        • 采样
        • 访问器
        • 单进程量子比特重新排序
        • 多进程量子比特重新排序
        • 子状态向量迁移
  • cuTensorNet
    • 发行说明
      • cuTensorNet v2.6.0
      • cuTensorNet v2.5.0
      • cuTensorNet v2.4.0
      • cuTensorNet v2.3.0
      • cuTensorNet v2.2.1
      • cuTensorNet v2.2.0
      • cuTensorNet v2.1.0
      • cuTensorNet v2.0.0
      • cuTensorNet v1.1.1
      • cuTensorNet v1.1.0
      • cuTensorNet v1.0.1
      • cuTensorNet v1.0.0
      • cuTensorNet v0.1.0
      • cuTensorNet v0.0.1
    • 概述
      • 张量网络简介
        • 张量和张量网络
        • 张量网络的描述
        • 高级张量网络规范和处理
        • 近似张量网络算法
      • 收缩优化器
        • 图分区
        • 切片
        • 重构
        • 延迟秩简化
      • 超优化器
      • 中间张量的重用
      • 近似设置
        • SVD 选项
        • 门分裂算法
      • 支持的数据类型
      • 参考文献
      • 引用 cuQuantum
    • 示例
      • 编译代码
      • 代码示例（串行）
        • 标头和数据类型
        • 定义张量网络和张量大小
        • 分配内存并初始化数据
        • cuTensorNet 句柄和网络描述符
        • 最佳收缩顺序和切片
        • 创建工作区描述符并分配工作区内存
        • 收缩计划和自动调优
        • 张量网络收缩执行
      • 代码示例（基于自动切片的分布式并行化）
      • 代码示例（基于手动切片的分布式并行化）
      • 代码示例 (tensorQR)
        • 定义 QR 分解
        • 分配内存并初始化数据
        • 初始化 cuTensorNet 并创建张量描述符
        • 查询和分配所需工作区
        • 执行
        • 释放资源
      • 代码示例 (tensorSVD)
        • 定义 SVD 分解
        • 设置 SVD 截断参数
        • 执行
      • 代码示例 (GateSplit)
        • 定义张量操作数
        • 执行
      • 代码示例 (MPS 分解)
        • 定义 MPSHelper 类
        • 设置 MPS 模拟设置
        • 分配内存并初始化数据
        • 设置门分裂选项
        • 查询和分配所需工作区
        • 执行
        • 释放资源
      • 代码示例 (中间张量重用)
        • 缓存/重用常量中间张量
        • 标头和数据类型
        • 定义张量网络和张量大小
        • 分配内存、初始化数据、初始化 cuTensorNet 句柄
        • 标记常量张量并创建网络描述符
        • 收缩顺序和切片
        • 创建工作区描述符并分配工作区内存
        • 收缩计划和自动调优
        • 张量网络收缩执行
        • 释放资源
      • 代码示例（梯度计算）
        • 通过反向传播计算梯度
        • 标头和数据类型
        • 定义张量网络和张量大小
        • 分配内存、初始化数据、初始化 cuTensorNet 句柄
        • 创建网络描述符并设置梯度张量 ID
        • 收缩顺序
        • 创建工作区描述符并分配工作区内存
        • 收缩计划和自动调优
        • 张量网络收缩执行和梯度计算
        • 释放资源
      • 代码示例（幅度切片）
        • 计算张量网络状态幅度
        • 标头和错误处理
        • 定义张量网络状态和所需的状态幅度切片
        • 初始化 cuTensorNet 库句柄
        • 在 GPU 上定义量子门
        • 在 GPU 上分配幅度切片张量
        • 在 GPU 上分配暂存缓冲区
        • 创建纯张量网络状态
        • 应用量子门
        • 创建状态幅度访问器
        • 配置状态幅度访问器
        • 准备状态幅度切片张量的计算
        • 设置工作区
        • 计算指定的状态幅度切片
        • 释放资源
      • 代码示例（期望值）
        • 计算张量网络状态期望值
        • 标头和错误处理
        • 定义张量网络状态
        • 初始化 cuTensorNet 库句柄
        • 在 GPU 上定义量子门
        • 在 GPU 上分配暂存缓冲区
        • 创建纯张量网络状态
        • 应用量子门
        • 构造张量网络算符
        • 创建期望值对象
        • 配置期望值计算
        • 准备期望值计算
        • 设置工作区
        • 计算请求的期望值
        • 释放资源
      • 代码示例（边际分布）
        • 计算张量网络状态边际分布张量
        • 标头和错误处理
        • 定义张量网络状态和所需的边际分布张量
        • 初始化 cuTensorNet 库句柄
        • 在 GPU 上定义量子门
        • 在 GPU 上分配边际分布张量
        • 在 GPU 上分配暂存缓冲区
        • 创建纯张量网络状态
        • 应用量子门
        • 创建边际分布对象
        • 配置边际分布对象
        • 准备边际分布张量的计算
        • 设置工作区
        • 计算边际分布张量
        • 释放资源
      • 代码示例（张量网络采样）
        • 对张量网络状态进行采样
        • 标头和错误处理
        • 定义张量网络状态和所需的输出样本数量
        • 初始化 cuTensorNet 库句柄
        • 在 GPU 上定义量子门
        • 创建纯张量网络状态
        • 应用量子门
        • 创建张量网络状态采样器
        • 配置张量网络状态采样器
        • 准备张量网络状态采样器
        • 在 GPU 上分配工作区缓冲区并设置工作区
        • 执行最终量子电路状态的采样
        • 释放资源
      • 代码示例 (MPS 幅度切片)
        • 计算矩阵乘积态 (MPS) 幅度
        • 标头和错误处理
        • 定义张量网络状态和所需的状态幅度切片
        • 初始化 cuTensorNet 库句柄
        • 在 GPU 上定义量子门
        • 分配 MPS 张量
        • 在 GPU 上分配幅度切片张量
        • 在 GPU 上分配暂存缓冲区
        • 创建纯张量网络状态
        • 应用量子门
        • 请求最终量子电路状态的 MPS 分解
        • 配置 MPS 分解过程
        • 准备 MPS 分解的计算
        • 计算 MPS 分解
        • 创建状态幅度访问器
        • 配置状态幅度访问器
        • 准备状态幅度切片张量的计算
        • 设置工作区
        • 计算指定的状态幅度切片
        • 释放资源
      • 代码示例 (MPS 期望值)
        • 计算矩阵乘积态期望值
        • 标头和错误处理
        • 定义张量网络状态
        • 初始化 cuTensorNet 库句柄
        • 在 GPU 上定义量子门
        • 分配 MPS 张量
        • 在 GPU 上分配暂存缓冲区
        • 创建纯张量网络状态
        • 应用量子门
        • 请求最终量子电路状态的 MPS 分解
        • 配置 MPS 分解过程
        • 准备 MPS 分解的计算
        • 计算 MPS 分解
        • 构造张量网络算符
        • 创建期望值对象
        • 配置期望值计算
        • 准备期望值计算
        • 设置工作区
        • 计算请求的期望值
        • 释放资源
      • 代码示例 (MPS 边际分布)
        • 计算矩阵乘积态边际分布张量
        • 标头和错误处理
        • 定义张量网络状态和所需的边际分布张量
        • 初始化 cuTensorNet 库句柄
        • 在 GPU 上定义量子门
        • 分配 MPS 张量
        • 在 GPU 上分配边际分布张量
        • 在 GPU 上分配暂存缓冲区
        • 创建纯张量网络状态
        • 应用量子门
        • 请求最终量子电路状态的 MPS 分解
        • 配置 MPS 分解过程
        • 准备 MPS 分解的计算
        • 计算 MPS 分解
        • 创建边际分布对象
        • 配置边际分布对象
        • 准备边际分布张量的计算
        • 设置工作区
        • 计算边际分布张量
        • 释放资源
      • 代码示例 (MPS 采样)
        • 对矩阵乘积态进行采样
        • 标头和错误处理
        • 定义张量网络状态和所需的输出样本数量
        • 初始化 cuTensorNet 库句柄
        • 在 GPU 上定义量子门
        • 分配 MPS 张量
        • 在 GPU 上分配暂存缓冲区
        • 创建纯张量网络状态
        • 应用量子门
        • 请求最终量子电路状态的 MPS 分解
        • 配置 MPS 分解过程
        • 准备 MPS 分解的计算
        • 计算 MPS 分解
        • 创建张量网络状态采样器
        • 配置张量网络状态采样器
        • 准备张量网络状态采样器
        • 设置工作区
        • 执行最终量子电路状态的采样
        • 释放资源
      • 代码示例 (MPS 采样 QFT)
        • 对矩阵乘积态进行采样（QFT 电路）
        • 标头和错误处理
        • 定义张量网络状态和所需的输出样本数量
        • 初始化 cuTensorNet 库句柄
        • 在 GPU 内存中定义量子门
        • 在 GPU 内存中分配 MPS 张量
        • 在 GPU 上分配暂存缓冲区
        • 创建纯张量网络状态
        • 应用量子门
        • 请求最终量子电路状态的 MPS 分解
        • 配置 MPS 分解过程
        • 准备 MPS 分解的计算
        • 计算 MPS 分解
        • 创建张量网络状态采样器
        • 配置张量网络状态采样器
        • 准备张量网络状态采样器
        • 设置工作区
        • 执行最终量子电路状态的采样
        • 释放资源
      • 代码示例 (MPS 采样 MPO)
        • 对矩阵乘积态进行采样（带有矩阵乘积算符的电路）
        • 标头和错误处理
        • 定义张量网络状态和所需的输出样本数量
        • 初始化 cuTensorNet 库句柄
        • 定义和分配 MPO 张量
        • 定义和分配 MPS 张量
        • 在 GPU 上分配暂存缓冲区
        • 创建纯张量网络状态
        • 构造必要的 MPO 张量网络算符
        • 将 MPO 张量网络算符应用于量子电路状态
        • 请求最终量子电路状态的 MPS 分解
        • 配置 MPS 分解过程
        • 准备 MPS 分解的计算
        • 计算 MPS 分解
        • 创建张量网络状态采样器
        • 配置张量网络状态采样器
        • 准备张量网络状态采样器
        • 设置工作区
        • 执行最终量子电路状态的采样
        • 释放资源
      • 实用技巧
    • API 参考
      • cuTensorNet 数据类型
        • cutensornetHandle_t
        • cutensornetLoggerCallback_t
        • cutensornetLoggerCallbackData_t
        • cutensornetStatus_t
        • cutensornetComputeType_t
        • cutensornetContractionOptimizerConfigAttributes_t
        • cutensornetContractionOptimizerInfoAttributes_t
        • cutensornetContractionAutotunePreferenceAttributes_t
        • cutensornetGraphAlgo_t
        • cutensornetMemoryModel_t
        • cutensornetOptimizerCost_t
        • cutensornetSmartOption_t
        • cutensornetNetworkDescriptor_t
        • cutensornetNetworkAttributes_t
        • cutensornetContractionPlan_t
        • cutensornetNodePair_t
        • cutensornetContractionPath_t
        • cutensornetContractionOptimizerConfig_t
        • cutensornetContractionOptimizerInfo_t
        • cutensornetContractionAutotunePreference_t
        • cutensornetSliceGroup_t
        • cutensornetDeviceMemHandler_t
        • CUTENSORNET_ALLOCATOR_NAME_LEN
        • cutensornetWorkspaceDescriptor_t
        • cutensornetWorksizePref_t
        • cutensornetMemspace_t
        • cutensornetWorkspaceKind_t
        • cutensornetTensorQualifiers_t
        • cutensornetSliceInfoPair_t
        • cutensornetSlicingConfig_t
        • cutensornetTensorDescriptor_t
        • cutensornetTensorSVDConfig_t
        • cutensornetTensorSVDConfigAttributes_t
        • cutensornetTensorSVDPartition_t
        • cutensornetTensorSVDNormalization_t
        • cutensornetTensorSVDAlgo_t
        • cutensornetGesvdjParams_t
        • cutensornetGesvdrParams_t
        • cutensornetGesvdjStatus_t
        • cutensornetGesvdpStatus_t
        • cutensornetTensorSVDInfo_t
        • cutensornetTensorSVDInfoAttributes_t
        • cutensornetGateSplitAlgo_t
        • cutensornetState_t
        • cutensornetStatePurity_t
        • cutensornetBoundaryCondition_t
        • cutensornetStateAttributes_t
        • cutensornetStateMPOApplication_t
        • cutensornetNetworkOperator_t
        • cutensornetStateAccessor_t
        • cutensornetAccessorAttributes_t
        • cutensornetStateExpectation_t
        • cutensornetExpectationAttributes_t
        • cutensornetStateMarginal_t
        • cutensornetMarginalAttributes_t
        • cutensornetStateSampler_t
        • cutensornetSamplerAttributes_t
        • cudaDataType_t
      • cuTensorNet 函数
        • 句柄管理 API
        • 网络描述符 API
        • 张量描述符 API
        • 收缩优化器 API
        • 收缩计划 API
        • 工作区管理 API
        • 网络收缩 API
        • 梯度计算 API
        • 切片组 API
        • 近似张量网络执行 API
        • 张量 SVD 配置 API
        • 张量 SVD 信息 API
        • 分布式并行化 API
        • 高级张量网络 API
        • 内存管理 API
        • 错误管理 API
        • 日志记录器 API
        • 版本控制 API
    • 致谢
  • cuQuantum Python
    • 发行说明
      • cuQuantum Python v24.11.0
      • cuQuantum Python v24.08.0
      • cuQuantum Python v24.03.0
      • cuQuantum Python v23.10.0
      • cuQuantum Python v23.06.0
      • cuQuantum Python v23.03.0
      • cuQuantum Python v22.11.0.1
      • cuQuantum Python v22.11.0
      • cuQuantum Python v22.07.1
      • cuQuantum Python v22.07.0
      • cuQuantum Python v22.05.0
      • cuQuantum Python v22.03.0
      • cuQuantum Python v0.1.0.1
      • cuQuantum Python v0.1.0.0
    • 概述
      • 简介
      • 兼容性策略
      • 引用 cuQuantum
    • 低级 Python 绑定
      • 命名和调用约定
      • 内存管理
        • 指针和数据生命周期
        • 用户提供的内存池
      • 用法示例
    • 张量网络收缩
      • 简介
      • 用法示例
      • 调用阻塞行为
      • 流语义
      • 状态对象中的资源管理
      • 外部内存管理
    • 张量和张量网络分解
      • 简介
      • 用法示例
    • 电路到张量网络转换器
      • 简介
      • 用法示例
    • 张量网络模拟器
      • 简介
      • 缓存功能
      • MPI 支持
    • 高级密度矩阵 API
      • WorkStream
      • 张量空间和量子态
      • 量子多体算符（超算符）
        • 基本算符
        • 使用基本算符组合符号表达式
      • 用法示例
    • 运行示例
      • 文档
      • 从源代码构建和安装 cuQuantum Python
        • 要求
      • 运行
        • 要求
        • 示例
      • 测试
      • 引用 cuQuantum
    • 行为准则
      • 概述
      • 我们的承诺
      • 我们的标准
      • 我们的责任
      • 范围
      • 执行
      • 署名
    • 贡献
    • API 参考
      • cuQuantum (cuquantum)
        • Python 对象和常量
        • Python 函数
        • 命令行支持
      • cuStateVec (cuquantum.custatevec)
        • Python 对象和常量
        • Python 函数
      • cuTensorNet (cuquantum.cutensornet)
        • Python 对象和常量
        • Python 函数
      • cuQuantum C 库的绑定 (cuquantum.bindings)
        • cuDensityMat (cuquantum.bindings.cudensitymat)
      • cuTensorNet 实验性功能 (cuquantum.cutensornet.experimental)
        • Python 对象
        • Python 函数
      • cuTensorNet 张量分解 (cuquantum.cutensornet.tensor)
        • Python 对象
        • Python 函数
      • cuDensityMat Pythonic API (cuquantum.densitymat)
        • Python 对象
        • Python 函数
  • cuQuantum Appliance
    • 概述
      • 先决条件
      • 使用 Cirq 或 Qiskit 运行 NVIDIA cuQuantum Appliance
      • 容器中的软件
        • 默认用户环境
        • MPI
      • 重要变更通知
        • 版本 == 24.03
      • 安全扫描通知
        • 版本 24.03 安全扫描结果摘要
        • Appliance 版本生命周期结束摘要
      • 文档
      • 其他资源
      • 许可协议
      • 引用 cuQuantum
    • 发行说明
      • cuQuantum Appliance 24.11
        • 新功能
        • 已解决问题
        • 驱动程序要求
      • cuQuantum Appliance 24.03
        • 已解决问题
        • 驱动程序要求
      • cuQuantum Appliance 23.10
        • 新功能
        • 驱动程序要求
      • cuQuantum Appliance 23.06
        • 已解决问题
        • 驱动程序要求
      • cuQuantum Appliance 23.03
        • 已解决问题
        • 新示例
        • 驱动程序要求
      • cuQuantum Appliance 22.11
        • 新功能
        • 驱动程序要求
      • cuQuantum Appliance 22.07-Cirq
        • 新功能
        • 驱动程序要求
      • cuQuantum Appliance 22.03-Cirq
        • 已解决问题
      • cuQuantum Appliance 22.02-Cirq
        • cuQuantum Appliance 22.02-Cirq 容器的内容
        • 驱动程序要求
        • GPU 要求
        • 已知限制
    • Cirq
      • 注意
      • API 参考
        • qsimcirq.QSimOptions
    • Qiskit
      • 入门
      • 选择模拟器
      • cusvaer 特定选项
      • Qiskit Aer 选项的修改
      • 与 mpi4py 的互操作性
      • 限制
    • cusvaer
      • 功能
      • 分布式状态向量模拟
      • 使用 CPU 和 GPU 内存分配状态向量
      • 使用 cusvaer
      • MPI 库
      • cusvaer 选项
        • 设备选择
        • 多进程模拟
        • 指定设备网络结构
        • CPU 内存利用率
        • 其他选项
      • 自定义指令
        • set_state_simple(state)
        • save_state_simple()
      • cusvaer 选项配置示例
      • 异常
      • 与 mpi4py 的互操作性
    • 致谢
  • 软件许可协议
    • NVIDIA cuQuantum SDK
    • NVIDIA cuQuantum Python
NVIDIA cuQuantum
  • cuDensityMat：用于模拟量子动力学计算的高性能库
  • API 参考
  • 查看页面源代码

API 参考¶

此参考描述了 cuDensityMat 库的所有 API 组件。

  • cuDensityMat 数据类型
    • cudensitymatHandle_t
    • cudensitymatStatus_t
    • cudensitymatComputeType_t
    • cudensitymatDistributedProvider_t
    • cudensitymatDistributedCommunicator_t
    • CUDENSITYMAT_ALLOCATOR_NAME_LEN
    • cudensitymatWorkspaceDescriptor_t
    • cudensitymatMemspace_t
    • cudensitymatWorkspaceKind_t
    • cudensitymatState_t
    • cudensitymatStatePurity_t
    • cudensitymatElementaryOperator_t
    • cudensitymatElementaryOperatorSparsity_t
    • cudensitymatOperatorTerm_t
    • cudensitymatOperator_t
    • cudensitymatOperatorAction_t
    • cudensitymatExpectation_t
    • cudensitymatScalarCallback_t
    • cudensitymatTensorCallback_t
    • cudensitymatWrappedScalarCallback_t
    • cudensitymatWrappedTensorCallback_t
  • cuDensityMat 函数
    • 库上下文管理 API
    • 分布式并行化 API
    • 工作区管理 API
    • 量子态 API
    • 量子算符 API
    • 算符期望 API
上一个 下一个

隐私政策 | 管理我的隐私 | 请勿出售或分享我的数据 | 服务条款 | 辅助功能 | 公司政策 | 产品安全 | 联系方式

版权所有 © 2021-2024, NVIDIA Corporation 及附属公司。

NVIDIA cuQuantum v: 24.11.0
© . All rights reserved.