法國矽基量子運算先驅Quobly與鴻海研究院（Hon Hai Research Institute）今日共同宣布，正式發布由雙方共同開發的開源數值工具箱。該工具箱專為量子相位估計（Quantum Phase Estimation, QPE）演算法設計，QPE 是容錯量子運算的基石，在量子化學與材料科學領域具有極為關鍵的應用價值。
在未來的容錯量子電腦上，QPE 是計算分子系統「基態能量（Ground-state energies）」的核心演算法。儘管其理論特性與漸近成本（Asymptotic cost scalings）已具備完善的研究基礎，但由於在傳統電腦上模擬超越玩具模型（Toy models）的 QPE 難度極高，導致實務上的資源估算與性能權衡（Performance trade-offs）仍有待深入探索。
此次發布的工具箱旨在彌補這一差距。它為研究人員提供了一個實用的環境，得以深入探討 QPE 的實現方式及其對資源需求的影響，並重點關注演算法構建模塊（Building blocks）以及實際執行時的各項約束。
從理論邁向實踐：全面探索 QPE 工作流程
這套 QPE 工具箱（QPE Toolbox）的設計初衷，是讓量子演算法從業者能夠透過動手實作，對整個 QPE 工作流（從化學預處理到相位估計）建立數值上的直觀理解。該工具箱設定的運算範疇，既能挑戰傳統模擬的極限，又能在運算時間上保持可處理性。
基於先進的張量網絡（Tensor Network）技術，此工具箱協助使用者：
- 使用 DMRG（密度矩陣重整化群）與矩陣乘積態（MPS）準備具物理意義的初始狀態。
- 藉由 Trotterization 的乘積公式（Product Formula），或採用基於區塊編碼（Block-encoding）的 Qubitization 方法，將分子哈密頓量編碼至量子電路中。
- 將教科書上的標準 QPE 與單輔助量子位元的強健相位估計（Robust Phase Estimation, RPE）進行對比。
- 在無需實際執行電路的情況下，預先分析電路深度、閘門數量（Gate counts）及誤差來源。
- 該工具箱架構於開源的 quimb 函式庫之上，並可與 PySCF 等標準量子化學工具對接，確保與現有的研究工作流程無縫相容。首發版本定位為教育與探索性框架，旨在幫助研究人員建立對 QPE 及其變體在實際應用中的直覺。
模組化工具：支援現實場景的數值實驗
QPE 工具箱並非試圖模擬目前傳統運算仍無法觸及的早期容錯量子電腦，而是專注於在傳統運算可及的範圍內，進行具實踐性且可解釋的數值實驗。透過此平台，研究者能詳細探索演算法選擇、初始化保真度以及哈密頓量編碼策略。
該工具箱支援的典型應用案例（包括但不限於）：
- 完整電路執行：約 10–20 個量子位元，電路規模涵蓋 1,000 至 100,000 個閘門。
- 基態準備：針對約 20–30 個量子位元的系統。
- 哈密頓量編碼：針對約 20–30 個量子位元的系統。
執行效率：以上作業通常在標準筆記型電腦上數小時內即可完成。
這些功能讓研究人員能深入研究精確度、電路深度與資源需求之間的權衡，進而對 QPE 構建模塊的行為建立實務見解。因此，該工具箱主要作為教學與探索平台，幫助彌合理論提案與具體實施限制之間的鴻溝。
開放協作與持續演進
QPE 工具箱以開源形式發布，並期待隨社群反饋持續演進。未來開發計畫將包含變分電路合成、壓縮費米子編碼（Compressed fermionic encodings）以及更大規模的張量網絡模擬。
GitHub 下載網址：https://github.com/quobly-sw/qpe-toolbox
工具箱內附相關文件與範例工作流，協助研究人員探索 QPE 流程的各項組件。
Quobly 量子演算法科學家 Thibaud Louvet 表示：「我們的目標是為 QPE 提供一個實用的數值試驗場，幫助研究人員跳脫純理論的成本模型，為容錯量子演算法發展出更具現實感的直覺。」
鴻海研究院量子計算研究所所長謝明修表示：「藉由結合尖端量子演算法與先進的張量網絡技術，此工具箱為研究人員提供了一個結構化環境，讓他們能更精確地理解未來量子應用在實際面上的需求。」
這套由雙方共同開發的軟體現已開放供學術界與研究人員免費使用。此次合作反映了鴻海研究院與 Quobly 的共同承諾：推動演算法與硬體的協同設計（Co-design），並加速邁向實用化容錯量子運算的進程。