KEY / MODULES

关键模块

围绕量子编译与高性能计算持续推进技术工作。每个模块聚焦一个明确问题，并提供独立的方法、实现和实验结果。

ArcTN 收缩规划：将 A、B、C、D 组成的张量网络转换为二叉收缩树，绿色突出 A 与 C 的合并。

MODULE / 01

ArcTN Rust原生张量网络收缩序优化

面向大规模量子线路模拟，搜索更低计算量与内存开销的张量网络收缩路径。

Parallel TemperingRustTensor Network

查看技术概览

ArcQML 训练闭环：数据编码进入带参数 θ 的量子线路，测量后计算损失 L，再通过梯度更新线路参数。

MODULE / 02

ArcQML Rust原生量子机器学习框架

连接参数化量子线路、状态模拟、自动微分和优化器，形成完整的量子机器学习训练闭环。

AutogradSimulatorOptimizer

查看技术概览

MODULE / NEXT

更多模块正在推出

新的线路综合、硬件映射与量子软件研究工作将在完成验证后陆续加入。

In ResearchComing Soon

持续更新中