在GitHub上点开一个仓库,复制几行Python代码,本地跑一遍。再把最后一行的设备名换成云端型号，同一段代码,理论上就能从你笔记本的CPU,一路捅进印度班加罗尔一台正在以接近绝对零度运行的超导芯片,那上面跑着25个量子比特。
这事真实发生在2026年7月上旬:印度全栈量子计算公司QpiAI,把自己的Quantum SDK开源了。Apache-2.0许可,GitHub仓库,pip install一键安装。量子计算这个过去只属于低温实验室和顶刊论文的词,头一次被打包成了程序员最熟悉的样子。
先看这段代码长什么样:
from qpiai_quantum import Circuit
circuit = Circuit(2, 2)
circuit.h(0)
circuit.cx(0, 1)
circuit.measure([0, 1], [0, 1])
circuit.show()
# job_result = circuit.run(shots=10000, experiment_name="Bell State",
# device_name="QpiAI-QSV-Local")
一个哈达玛门,一个受控非门,量子力学教科书里最经典的贝尔态电路。把注释掉的最后一行打开,device_name换成云端型号,这套代码理论上就能提交给QpiAI-QCloud上的8比特或25比特超导量子处理器。
科技资讯账号SciTech Era在7月9日转发了这条消息,用词是"Wow. This is exciting!"，把这个略显专业的开源事件,带进了更多普通读者的视野。
▲ SciTech Era@SciTechera的推文,提到开源SDK、Python、QCloud连接8/25比特真机,并把"开源加速AI"的类比套用到量子领域,17赞、9转、1138浏览。
这次是真的:量子计算机也能pip install了
先把事实摆清楚。GitHub仓库名叫qpiai/quantum-sdk,PyPI包名qpiai-quantum,最新版本0.1.42,7月9日发布,要求Python 3.10以上,许可证Apache-2.0，商业能用,能改,能重新分发。
打开仓库能看到,官方画的架构图分成三块:左边是客户端,包括Jupyter笔记本,也包括AI Agent;中间是SDK本体;右边分叉成两条路,一条通向本地模拟器,一条通向QCloud上的云端模拟资源和真机。
功能上,这套SDK覆盖了量子电路的常见门(单比特、旋转门、双比特、Toffoli这类多比特门)、三种本地模拟后端(状态向量、密度矩阵、张量网络)、统一的作业管理器,还打包了Grover搜索、Shor分解(官方注明偏教学)、量子傅里叶变换、贝尔/GHZ纠缠态生成器这些经典算法模块,连可视化都配了电路图、直方图、布洛赫球。
仓库里语言构成挺有意思:Jupyter Notebook占了大头,将近87%,Python代码本体反而只占一成多。换句话说,这更像一本带着示例代码的教材,新手翻开就能跟着做,不用先摸透底层接口。
▲ GitHub仓库页:Public、约50 star、15 fork,Apache-2.0许可,README里的架构图能看到Client、SDK、Local、QCloud、QPU几个模块。
▲ PyPI项目页:qpiai-quantum 0.1.42,发布于2026年7月9日,pip install qpiai-quantum一行命令即可安装。
25个量子比特,一年前就已经蹲在那儿了
开源SDK能连上真机,前提是真机本来就在。这条线要往回倒一年。
2025年4月14日,世界量子日前后,QpiAI公开了QpiAI-Indus，一台约25个超导量子比特的全栈系统,当时在X上被多个账号转发,单条帖子浏览量冲到近八万级别,一度是"印度造出量子计算机"这个话题下最惹眼的一条。
公司后来还放出过更完整的设备路线图:Indus之后是约64比特的Kaveri,再往后是128比特量级的Ganges,远期愿景是千比特级的Everest。这些都还停留在规划阶段,今天SDK用户真正能连上的,依然只有8比特和25比特这两台。
先造出机器,再把接口开放给外面的人，这个顺序很重要。没有设备和云平台,开源SDK只是又一个模拟器库;没有SDK,设备也只能对内部团队或少数合作方开放。
▲ 2025年4月Indus发布时的相关推文之一,配图为设备与低温装置,当时的浏览量级证明"印度造出25比特机"这个话题本身就有很强的公众关注度。
官方怎么说
QpiAI量子平台与解决方案副总裁Lakshya Priyadarshi在通稿里给出了这样一句判断:
"Quantum computing will scale only when developers can experiment, learn, and deploy without friction."
「量子计算只有在开发者能够无摩擦地实验、学习与部署时,才谈得上规模化。」
他把这套SDK形容为"quantum theory, simulation, real hardware, and industry applications"之间的实用桥梁,也就是量子理论、模拟、真实设备与行业应用之间的实用桥梁,还称它是"开放的开发者网关"。
创始人Nagendra Nagaraja博士则把话题拉高了一层:开源软件对量子人才培养、科研基础的意义,以及量子计算、AI与agentic开发(智能体驱动的自动化开发)的交汇,将定义下一代深度科技平台。
▲ 官方账号@qpiai发布开源消息,点名开发者、高校、创业团队、企业创新团队为目标用户,配GitHub链接。互动数据不算高,但这是第一人称官方声明,证据权重高于任何转述。
想摸真机?先过这一关
标题里说的"当场就能跑",对读者的吸引力毋庸置疑,但这里得把边界摆明白。
同一套Python接口,确实可以从本地模拟切换到远程设备提交,这一点在文档层面成立。可工程上,你还得先去QpiAI-QCloud官网注册账号、申请API Key,再用QpiAIQuantumAuth完成认证,才能list_compute_resources查看能用的设备,最后调用circuit.run()提交作业。
也就是说,开源不等于无限免费机时。真机使用大概率还是要过注册、认证、配额这几道关卡,和IBM Quantum、Amazon Braket这些云平台的路数没什么本质区别。
别急着神化
8和25,这两个数字很适合当科普的记忆点,但同样也诚实地画出了能力的天花板。
量子计算行业管这个阶段叫NISQ，含噪中等规模量子。翻译过来就是:比特数不算少,但噪声压不住,还谈不上真正的容错计算。8比特和25比特刚好卡在"够用来教学和试验",却"远不够撑起工业级优化"的区间。
拿开篇那段贝尔态代码举例:理想情况下,测量结果应该几乎全部落在00和11上。可一旦真的提交到25比特真机,你大概率会看到01、10这类"不该出现"的结果冒出来,比例随门误差、读出误差、退相干各种因素浮动。这就是NISQ阶段的日常，SDK没有毛病,量子工程眼下的主线,始终是怎么和噪声共处,直到纠错技术让逻辑比特足够干净为止。
Grok在相关讨论下给出的评论态度谨慎:这套东西对教育和原型验证有实际价值,但设备规模仍然偏小,尚没有任何证据表明它在真实任务上跑出了实用的量子优势。
▲ Grok的评论强调教育与降门槛价值,同时点明NISQ现状与"尚无实用优势"的边界,给这轮讨论泼了盆冷静的水。
谈不上首创,却是最新一个
量子软件开源这件事,QpiAI远算不上先例。IBM的Qiskit生态庞大,云端设备访问早已成熟;谷歌的Cirq偏研究和设备控制;Xanadu的PennyLane专攻量子机器学习。QpiAI的独特之处,在于它把SDK和自己的超导芯片、自己的云平台绑在了一起,又刻意用"agentic"这个词做了差异化包装。
所谓agentic量子计算,拆开讲其实很简单:用户用自然语言提一个需求,比如"给我一个3比特Grover示例,对比模拟和真机的结果",AI Agent负责调用SDK生成电路、提交本地作业、解析测量结果,再判断要不要进一步提交到真机;认证失败或者排队被拒时,Agent还应该能给出解释,自动退回模拟器兜底。README把AI Agent画进了主架构图,和Jupyter笔记本并列，这释放的信号是:未来面向这套系统的客户端,未必总是人坐在电脑前手动操作。
这套逻辑能不能落地,还得看仓库后续会不会提供真正稳定、可供Agent调用的工具函数和结构化错误反馈,而不只是README里的一句口号。
仓库目前大约50个star、15个fork，不算现象级的开源爆款。但作为一次可核验的公司动作,它依然站得住:官方声明、可查的代码仓库和安装包、多家产业媒体的独立报道、明确的设备规格,一样不缺。
写在最后
回到开篇那段代码。哈达玛门、CNOT、测量，十几行Python,理论上够得着一台真正的低温超导芯片。这个动作本身,才是这次事件真正值得记一笔的地方:量子设备厂商第一次把打开真机的钥匙,做成了全球程序员都认识的形状。
房间里只有8个或25个比特,不算大。但门的形状变了,愿意伸手推门的人就会变多。至于下一场比拼谁能笑到最后,大概率不取决于发布当天的star数,而是看谁的文档写得更细、队列排得更短、噪声数据公开得更坦诚,以及，AI Agent到底能不能把电路真正写对。
