2026年必知的13大量子编程语言与工具

量子编程语言是量子计算时代开发者与研究者操控量子比特、设计算法的关键工具。这类新语言有望在数量级上超越经典对应物。

截至2025年，已推出37+种量子编程语言，各针对特定量子计算模型、硬件、用例。涵盖门基、变分电路、绝热模型、混合经典-量子算法等多元路径。

你知道吗？GitHub托管21,000+量子软件仓库，自2017年增长200%。10,000+开发者贡献，代码提交超120万行。

13大主流量子编程语言与工具

13. Qunity — 量子原生轻量级语言

首发：2022年
作者：独立研究者与开源贡献者
独特优势：量子优先设计、清晰抽象模型
适用场景：寻求无厂商锁定轻量工具集的研究者

Qunity融合经典编程清晰度与量子力学独特范式，从底层构建为量子原生语言：在类型系统和逻辑层面强制执行不可克隆、幂等演化等量子力学约束。语法语义借鉴C/Python但天然兼容线性性、可逆性、叠加态、纠缠等量子原理。模块化设计、后端无关，正开发模拟器兼容层对接实机。

12. TKET — 硬件无关电路优化编译器

首发：2019年
作者：Quantinuum
独特优势：智能处理硬件约束
适用场景：硬件无关电路优化、生产级工具链

TKET定位中间层优化编译器与执行框架，连接高层量子程序与多硬件目标。专注量子电路优化、门合成、量子比特路由，将抽象算法转化为低门深、低错误率的硬件兼容指令。智能处理量子比特连接限制、门保真度、原生指令集等约束，独立基准测试显示门数降40%、执行时间提速25-30%。

11. ProjectQ — 编译器导向模块化框架

首发：2016年
作者：ETH Zurich
独特优势：编译器中心、模块化设计
适用场景：量子编译器研究、教学

ProjectQ提供模块化可扩展量子计算平台。Python编写，早期强调编译器架构的SDK：量子程序先翻译为中间表示，再于模拟器/实机(如IBM Quantum Experience)执行。模块化设计允许Python风格定义程序、可定制管线编译、细粒度控制优化/门分解/目标翻译。支持量子电路仿真、波函数模拟、酉矩阵仿真，适合量子纠错、优化研究实验场。

10. QCL (Quantum Computation Language) — 早期高级量子语言奠基者

首发：2000年
作者：Bernhard Ömer
独特优势：清晰的底层量子态访问
适用场景：学习经典-量子混合结构

QCL是最早专为量子计算设计的高级语言。在量子编程仍停留在数学/电路层面时，引入结构化语法、变量、条件、循环、模块化函数，为后续高级量子语言奠基。分离经典控制流(经典寄存器)与量子态操作(量子寄存器quregs)，引入幂等算子、测量指令、可逆计算、辅助量子比特等现代量子编程通用构造。虽无商用硬件绑定，但在教学与算法仿真研究中仍具价值。

9. Strawberry Fields — 连续变量光量子编程全栈库

首发：2018年
作者：Xanadu
独特优势：专注CV量子计算
适用场景：光子量子系统仿真与编程

Strawberry Fields面向连续变量(CV)量子计算的全栈开源库，专为利用压缩态、相干态、高斯态等光量子态计算的光子量子电路设计。核心基于Blackbird量子汇编语言，支持门模型与机器学习工作流设计/仿真/优化光子电路。可配合PennyLane(同属Xanadu)实现混合量子-经典计算与量子机器学习。适用量子机器学习、量子化学、CV量子密码、量子光学研究。

8. Ocean — 量子退火问题建模工具链

首发：2018年
作者：D-Wave Systems
独特优势：专为量子退火设计，支持混合求解器
适用场景：组合优化问题求解

Ocean是开源Python工具链，非传统编程语言，将用户定义的优化问题转换为D-Wave量子退火硬件可解形式。模块化架构利于自定义求解器/启发式算法扩展。适配车辆路径、投资组合优化、调度、机器学习等组合优化问题。无缝集成D-Wave Leap云服务直连硬件。2025年D-Wave发布4400+量子比特Advantage2系统，Ocean全面适配新一代硬件。

7. QuTiP — 量子物理仿真强力工具

首发：2012年
作者：Johannes Johansson、Paul Nation等
独特优势：物理导向仿真能力强
适用场景：理论研究与建模

QuTiP专注量子系统物理仿真，擅长连续时间演化、主方程、非幂等动力学。Python实现，底层NumPy/SciPy/Cython加速数值计算。提供mesolve(Lindblad主方程)、sesolve(薛定谔方程)、mcsolve(蒙特卡洛)等求解器，支持闭合/开放量子系统建模。广泛应用于量子光学、量子热力学、腔QED、超导量子比特研究。

6. PennyLane — 量子机器学习与混合优化框架

首发：2018年
作者：Xanadu
独特优势：深度融合经典ML生态(PyTorch/TensorFlow/JAX)
适用场景：量子机器学习、混合量子-经典模型

PennyLane基于Python，核心能力是量子电路自动微分，将量子节点嵌入经典ML模型。插件系统支持多硬件/模拟器后端，代码无需修改即可跨平台运行。提供可微Hartree-Fock求解器、分子哈密顿量构建工具等量子化学专用功能，支持梯度优化的量子化学仿真。

5. OpenQASM — 硬件中立的量子汇编标准

首发：2017年
作者：IBM Research
独特优势：硬件中立性、互操作性
适用场景：底层电路与门序列定义

OpenQASM是硬件无关的量子电路中间表示，提供低级汇编风格语法描述量子门操作。精确表达量子比特分配、门应用、测量、经典寄存器交互、条件逻辑。演进为表达量子程序的结构化声明标准。OpenQASM 3聚焦混合量子-经典计算的验证与形式化，推动严格程序分析与验证。

4. PyQuil — Rigetti硬件的参数化编译与实测仿真

首发：2017年
作者：Rigetti Computing
独特优势：参数化编译、真实仿真层
适用场景：Rigetti硬件/模拟器程序执行

PyQuil基于Quil(量子指令语言)协议的Python库，是交互Rigetti Forest平台与Aspen超导量子处理器的主工具。区别于其他Python抽象层，Quil提供更透明的硬件执行视图，利于调试调优。面向NISQ时代，提供表达力与底层控制平衡的接口。QVM仿真层高保真模拟硬件行为(量子比特连接、原生门集、噪声谱)，支持电路编译适配实机约束，配合Aspen QPU访问构成高保真研发测试工具链。

3. Q# — 企业级量子算法开发的强类型语言

首发：2017年
作者：Microsoft
独特优势：内置仿真工具、模块化量子库
适用场景：企业级算法开发

Q#是领域专用量子编程语言，强类型系统强制分离量子/经典数据减少编程错误。区别于基于Python的Qiskit/Cirq，Q#从底层为量子计算设计。编译期静态类型检查大幅降低Bug风险。内置资源估算工具评估量子比特数、门数、电路深度成本。内置量子傅里叶变换、振幅放大、Grover搜索等丰富预置操作。深度集成Azure Quantum、Visual Studio/VS Code/Jupyter Notebook。

2. Cirq — NISQ时代硬件感知精细控制框架

首发：2018年
作者：Google AI Quantum Team
独特优势：硬件导向、精度级控制
适用场景：NISQ设备自定义电路、量子仿真

Cirq面向NISQ设备，提供量子电路精细控制，尤其关注硬件拓扑与噪声特性。采用Moment时刻架构：按时间片组织操作，便于模拟执行时序、引入真实噪声退相干模型。区别于高层抽象算法框架，Cirq聚焦门级与电路调度级控制，支持硬件感知优化与基准测试。作为TensorFlow Quantum基础层，也是Google Sycamore、Bristlecone超导处理器原生交互语言。

1. Qiskit — IBM量子生态深度垂直整合的开源标杆

首发：2017年
作者：IBM Research
独特优势：与IBM量子硬件深度垂直整合
适用场景：电路设计、量子算法原型、混合仿真

Qiskit基于Python，支持门模型量子计算，与IBM量子云硬件深度集成。从基础SDK进化为全栈平台：高层算法库(Qiskit Machine Learning/Nature/Optimization)、中层电路构建器、脉冲级控制(Qiskit Pulse)，分层架构覆盖全抽象层级创建/实验/优化。

核心亮点：IBM Quantum Experience提供5/16/27/127+量子比特真机实时访问，让数万开发者体验真实量子噪声与器件限制。安装量超600万次，月新增30万+。GitHub 2000+ Fork、8000+贡献，累计执行3万亿+量子电路。