Ricerca
eigenkit: una libreria di computazione quantistica indipendente dal provider
Gli ecosistemi software quantistici offrono strumenti sempre più potenti per la simulazione e l’esecuzione su hardware, ma le differenze nei modelli di programmazione, nelle funzionalità supportate e…

- arXiv
- 2611.02979
- Pubblicato
- 2026-11-02
- Autori
- Laia Domingo, Daniil Tarpanov, Arsenii Senokosov, Asel Sagingalieva
Abstract degli autori
Gli ecosistemi software quantistici offrono strumenti sempre più potenti per la simulazione e l’esecuzione su hardware, ma le differenze nei modelli di programmazione, nelle funzionalità supportate e nelle capacità dei backend possono rendere difficile trasferire lo stesso algoritmo quantistico da un ambiente di esecuzione all’altro e confrontarlo in modo sistematico. Presentiamo eigenkit, una libreria di computazione quantistica indipendente dal provider, che separa la definizione degli algoritmi dall’esecuzione sui backend attraverso una rappresentazione comune dei circuiti e un’interfaccia per i provider. La libreria supporta attualmente 12 provider di esecuzione, tra simulatori e hardware quantistico, consente di calcolare i gradienti indipendentemente dal backend e si integra nei flussi di lavoro standard per il calcolo scientifico e l’apprendimento automatico attraverso le interfacce di NumPy, PyTorch e scikit-learn. Valutiamo la rilevanza pratica di questa astrazione sia nella simulazione sia sull’hardware quantistico. Le prestazioni dei simulatori variano notevolmente in base alle dimensioni e alla struttura dei circuiti, all’elaborazione in batch e al carico di lavoro applicativo, mostrando che nessun backend è sistematicamente preferibile. Sull’hardware quantistico, gli esperimenti condotti su IBM Heron e IQM Emerald mostrano che il processore più adatto a un determinato algoritmo dipende non solo dai vincoli hardware, ma anche da quanto la topologia dell’algoritmo quantistico si adatta alla connettività fisica del processore. Questi risultati dimostrano che la portabilità tra backend non è soltanto una comodità di progettazione software, ma può essere importante sia per l’efficienza computazionale sia per la qualità dell’esecuzione quantistica.
Il riassunto di questo paper è disponibile solo in inglese: leggilo nella pagina inglese.
Leggi il paper originale su arXiv