/* 本项目根据一个或多个贡献者许可协议授予Apache软件基金会（ASF）使用许可。有关版权归属的更多信息，请参阅随本项目发布的NOTICE文件。 ASF根据Apache许可证2.0版（“许可证”）授予您使用本文件的权利；除非符合该许可证的规定，否则不得使用本文件。您可以在以下网址获取许可证副本：

http://www.apache.org/licenses/LICENSE-2.0

除非适用法律要求或书面同意，否则按照“AS IS”基础分发的软件不提供任何形式的保证或条件，无论是明确的还是隐含的。有关权限和限制的具体规定，请参阅许可证。 */

Apache Mahout

Apache Mahout™项目的宗旨是构建一个能够快速创建可扩展、高性能机器学习应用的环境。
如需了解更多关于Mahout的信息，请访问Mahout主页

Qumat

Qumat是一个用于量子计算的高级Python库，它提供了：

• 量子电路抽象 - 使用标准门（Hadamard门、CNOT门、Pauli门等）构建量子电路，并通过单一统一的API在Qiskit、Cirq或Amazon Braket上运行。一次编写，随处执行。请查看基本门以快速了解所有后端支持的基本门。
• QDP（量子数据平面） - 使用GPU加速内核将经典数据编码为量子态。通过DLPack实现零拷贝张量传输，可在PyTorch、NumPy和TensorFlow之间无缝移动数据，而无需额外开销。

快速入门

pip install qumat

如果需要QDP（量子数据平面）支持：

pip install qumat[qdp]

Qumat：运行量子电路

from qumat import QuMat

qumat = QuMat({"backend_name": "qiskit", "backend_options": {"simulator_type": "aer_simulator"}})
qumat.create_empty_circuit(num_qubits=2)
qumat.apply_hadamard_gate(0)
qumat.apply_cnot_gate(0, 1)
qumat.execute_circuit()

QDP：为量子机器学习编码数据

import qumat.qdp as qdp

engine = qdp.QdpEngine(device_id=0)
qtensor = engine.encode([1.0, 2.0, 3.0, 4.0], num_qubits=2, encoding_method="amplitude")

路线图

2024年

• 将Classic迁移至维护模式
• 将Qumat与经过强化（测试、文档、CI/CD）的Cirq、Qiskit和Braket后端集成
• 与Amazon Braket集成
• 关于Qumat的公开演讲

2025年

• FOSDEM演讲
• QDP：基础与基础设施（Rust工作区、构建配置）
• QDP：核心实现（CUDA内核、CPU预处理、GPU内存管理）
• QDP：零拷贝与安全性（DLManagedTensor、DLPack结构）
• QDP：Python绑定（PyO3封装、DLPack协议）

2026年第一季度

• QDP：输入格式支持（PyTorch、NumPy、TensorFlow集成）
• QDP：验证与测试（设备测试、基准测试）
• QDP：附加编码器（角度/基底编码、多GPU优化）
• QDP：集成与发布（文档、示例笔记本、PyPI发布）

法律声明

有关更多信息，请参阅本目录中包含的NOTICE.txt文件。

Apache Mahout (Qumat) 快速上手指南

Apache Mahout 目前的核心重点是 Qumat，这是一个用于量子计算的高级 Python 库。它支持构建量子电路并在 Qiskit、Cirq 或 Amazon Braket 等后端运行，同时提供 QDP (Quantum Data Plane) 以实现基于 GPU 加速的经典数据到量子态的编码。

环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统: Linux, macOS 或 Windows
• Python 版本: 3.10 - 3.12
• 前置依赖:
  • 若使用量子电路功能，需安装对应的后端库（如 qiskit, cirq 等），Qumat 会自动处理部分依赖，但建议根据目标后端预先配置环境。
  • 若使用 QDP (GPU 加速数据编码)，需要配备 NVIDIA GPU 并安装正确的 CUDA 驱动。

安装步骤

1. 基础安装

仅安装 Qumat 核心库（适用于运行量子电路）：

pip install qumat

国内加速建议：如果遇到下载速度慢的问题，推荐使用清华或阿里镜像源：

pip install qumat -i https://pypi.tuna.tsinghua.edu.cn/simple

2. 安装带 QDP 支持版本

如果您需要使用 GPU 加速的数据编码功能 (QDP)，请安装额外依赖：

pip install qumat[qdp]

基本使用

场景一：运行量子电路 (Qumat)

以下示例演示如何创建一个包含 2 个量子比特的电路，应用 Hadamard 门和 CNOT 门，并在 Qiskit 模拟器上执行。

from qumat import QuMat

qumat = QuMat({"backend_name": "qiskit", "backend_options": {"simulator_type": "aer_simulator"}})
qumat.create_empty_circuit(num_qubits=2)
qumat.apply_hadamard_gate(0)
qumat.apply_cnot_gate(0, 1)
qumat.execute_circuit()

场景二：量子机器学习数据编码 (QDP)

以下示例演示如何使用 QDP 引擎将经典列表数据编码为量子态（振幅编码）。

import qumat.qdp as qdp

engine = qdp.QdpEngine(device_id=0)
qtensor = engine.encode([1.0, 2.0, 3.0, 4.0], num_qubits=2, encoding_method="amplitude")