Cirq - Computação Quântica com Python

Cirq é o framework de código aberto do Google Quantum AI para projetar, simular e executar circuitos quânticos em computadores quânticos e simuladores.

Quando Usar Esta Habilidade

Use esta habilidade quando:

• Construir, simular ou otimizar circuitos NISQ em Python
• Executar trabalhos em processadores do Google Quantum AI (via cirq-google) ou backends parceiros (IonQ, Azure Quantum, AQT, Pasqal)
• Modelar ruído, compilar para conjuntos de portas de hardware ou projetar experimentos de caracterização
• Usar varreduras de parâmetros, transformadores ou os padrões de experimentos ReCirq

Para hardware IBM, use qiskit; para ML quântico com autodiferenciação, use pennylane; para simulações de física, use qutip.

Instalação

Os exemplos visam Cirq 1.7.0 em Python 3.11+. Mantenha os pacotes de fornecedor do Cirq na versão correspondente; integrações versionadas independentemente, como Azure Quantum, precisam de sua própria verificação de compatibilidade.

uv pip install "cirq-core==1.7.0"
# Optional OpenQASM import dependency
uv pip install ply

Para integração de hardware (fixando versões para reprodutibilidade):

# Google Quantum Engine (requires approved GCP project access)
uv pip install "cirq-google==1.7.0"

# IonQ
uv pip install "cirq-ionq==1.7.0"

# AQT (Alpine Quantum Technologies)
uv pip install "cirq-aqt==1.7.0"

# Pasqal
uv pip install "cirq-pasqal==1.7.0"

# Azure: use a SEPARATE environment; its current extras require Cirq <1.7.
uv pip install "qdk[azure,cirq]==1.32.3" "azure-quantum==3.13.0"

Fixe todos os pacotes cirq-* em um ambiente para a mesma versão. O exemplo do Azure visa sua pilha Cirq 1.6.1 suportada separadamente; não force o Cirq 1.7.0 nela. Cirq 1.7.0 atualiza o adaptador IonQ para a API v0.4.

Os exemplos locais foram verificados com circuitos sintéticos. Os exemplos de hardware são ilustrativos e foram verificados contra o código-fonte lançado e a documentação do provedor, sem enviar trabalhos na nuvem. Veja evidências de revisão.

Início Rápido

Circuito Básico

import cirq
import numpy as np

# Create qubits
q0, q1 = cirq.LineQubit.range(2)

# Build circuit
circuit = cirq.Circuit(
    cirq.H(q0),              # Hadamard on q0
    cirq.CNOT(q0, q1),       # CNOT with q0 control, q1 target
    cirq.measure(q0, q1, key='result')
)

print(circuit)

# Simulate
simulator = cirq.Simulator(seed=42)
result = simulator.run(circuit, repetitions=1000)

# Display results
print(result.histogram(key='result'))

Circuito Parametrizado

import sympy

# Define symbolic parameter
theta = sympy.Symbol('theta')

# Create parameterized circuit
circuit = cirq.Circuit(
    cirq.ry(theta)(q0),
    cirq.measure(q0, key='m')
)

# Sweep over parameter values
sweep = cirq.Linspace('theta', start=0, stop=2*np.pi, length=20)
results = simulator.run_sweep(circuit, params=sweep, repetitions=1000)

# Process results
for params, result in zip(sweep, results):
    theta_val = params['theta']
    counts = result.histogram(key='m')
    print(f"θ={theta_val:.2f}: {counts}")

Capacidades Principais

Construção de Circuitos

Para informações abrangentes sobre a construção de circuitos quânticos, incluindo qubits, portas, operações, portas personalizadas e padrões de circuitos, veja:

• references/building.md - Guia completo para construção de circuitos

Tópicos comuns:

• Tipos de Qubit (GridQubit, LineQubit, NamedQubit)
• Portas de um e dois qubits
• Portas e operações parametrizadas
• Decomposição de portas personalizadas
• Organização de circuitos com momentos
• Padrões de circuitos padrão (estados de Bell, GHZ, QFT)
• Importação/exportação (OpenQASM, JSON)
• Trabalhando com qudits e observáveis

Simulação

Para informações detalhadas sobre a simulação de circuitos quânticos, incluindo simulação exata, simulação ruidosa, varreduras de parâmetros e a Máquina Virtual Quântica, veja:

• references/simulation.md - Guia completo para simulação quântica

Tópicos comuns:

• Simulação exata (vetor de estado, matriz de densidade)
• Amostragem e medições
• Varreduras de parâmetros (parâmetros únicos e múltiplos)
• Simulação ruidosa
• Histogramas de estado e visualização
• Máquina Virtual Quântica (QVM)
• Valores esperados e observáveis
• Otimização de desempenho

Transformação de Circuitos

Para informações sobre otimização, compilação e manipulação de circuitos quânticos, veja:

• references/transformation.md - Guia completo para transformações de circuitos

Tópicos comuns:

• Framework de transformadores
• Decomposição de portas

…