Q-transmon-xmon/EDA-Q

# EDA-Q v3.0.0 [](https://github.com/Q-transmon-xmon/EDA-Q) EDA-Q 是一款先进的量子芯片自动化设计工具（同时支持超导、离子阱和光子量子芯片设计。关于离子阱和光子量子芯片设计方法的详细信息，请分别参考 ion_trap_chip 和 photonic_quantum_chip 的 README），旨在为量子计算领域的量子芯片全设计流程提供全面支持。它集成了量子芯片拓扑设计、等效电路计算、GDS 布局与布线以及仿真等核心功能，帮助研究人员和工程师高效设计与优化量子比特芯片。 ## 目录 - [EDA-Q v3.0.0](#eda-q-v300) - [目录](#directory) - [背景](#background) - [安装说明](#installation) - [安装方法](#installation-method) - [安装步骤：](#installation-procedure) - [AI 助手](#ai-assistant) - [核心项目负责人](#key-project-leaders) - [贡献指南](#contribution-guide) - [贡献者](#contributors) ## 背景 随着量子计算技术的快速发展，量子芯片的设计与优化已成为量子硬件研究的关键环节。在各种技术路径中，量子比特技术因其高保真度和可扩展性，已成为实现量子计算的领先方案。然而，量子芯片的设计过程极其复杂且富有挑战性，涉及众多物理约束、工程限制和精确的布局优化。这些因素使得传统设计方法难以满足现代量子芯片开发的需求。 尽管目前已有一些针对量子芯片的设计工具被开发出来，但它们通常存在局限性，例如对设计全流程的支持不足以及设计过程中的自动化程度不够。这些工具无法完全满足量子芯片设计的需求，特别是在大规模量子芯片的背景下，高效且可扩展的解决方案仍然匮乏。 为了解决这一问题，我们开发了 EDA-Q，一个能够实现量子芯片设计全流程自动化的集成平台。通过整合一系列核心功能，EDA-Q 简化了从拓扑设计到仿真验证的整个工作流程，显著提升了设计效率。其目标是提供一个稳健的基础设计平台，以支持量子计算硬件的工程实现，从而加速量子计算的技术突破和产业化进程。 ## 安装说明 我们在 **Releases** 中提供了免安装版本，允许您无需配置环境即可运行 UI 启动器。如果您需要使用代码进行量子芯片设计，请参考下方的安装文档。 ## 安装方法 为了简化 **EDA-Q** 工具的安装过程，我们提供了一个预配置的 `environment.yml` 文件，其中包含了所有必要的依赖项和环境设置。使用此文件，您可以快速创建一个与我们开发环境匹配的 Python 环境，确保工具能够无缝运行。 ## 安装步骤： 1. **安装 Anaconda 或 Miniconda** 请确保您的系统上已安装 Anaconda 或 Miniconda，因为它们是管理 Python 环境和依赖项的最佳工具。如果尚未安装，请访问 [Anaconda 官方网站](https://www.anaconda.com/products/distribution) 或 [Miniconda 官方网站](https://docs.conda.io/en/latest/miniconda.html) 下载并安装。 2. **克隆项目仓库** 使用 Git 将 **EDA-Q** 的项目仓库克隆到本地： ``` git clone https://github.com/Tianyan-QEDA/EDA-Q.git ``` ``` cd ``` 3. **创建 Conda 环境** 在项目目录中运行以下命令，通过 `environment.yml` 文件创建一个新的 Conda 环境： ``` conda env create -f environment.yml ``` 4. **激活环境** 创建环境后，使用以下命令激活新创建的 Conda 环境： ``` conda activate qeda_env ``` 5. **验证环境** 激活环境后，您可以通过运行以下命令来验证安装是否成功： ``` python -c "import api" ``` ## PDK 框架（超导） 本仓库现在包含了一个可重用的 PDK 框架，位于 `./pdk` 目录下，用于代工工艺的封装、版本管理和 EDA-Q 集成。 - 完整指南：`./pdk/README.md` - 当前封装的 PDK 示例：`./pdk/foundries/sc_flipchip/line1/1.0.0` - 推荐的此工作区运行环境：`pyoccenv` 示例命令： ``` conda run -n pyoccenv python pdk/tools/convert_line1_process_json.py conda run -n pyoccenv python -m compileall api/design.py api/pdk.py pdk/core/*.py ``` ## AI 助手  ## 核心项目负责人 [@Tiancaizhi](Tiancaizhi.github.io) [@XiaohanEating](XiaohanEating.github.io) [@BeautyGao](BeautyGao.github.io) [@aknbg1thub](aknbg1thub.github.io) [@ccccl-p](ccccl-p.github.io) [@Celester7](Celester7.github.io) [@Yuanbenzheng](Yuanbenzheng.github.io) [@ZhaoBo-Snake](https://github.com/ZhaoBo-Snake) [@Pr0-s](https://github.com/Pr0-s) [@Ha-ha-123456](https://github.com/Ha-ha-123456) [@Sally-Star-One](https://github.com/Sally-Star-One) [@wxwrlr](https://github.com/wxwrlr) [@suninwinter921](https://github.com/suninwinter921) [@meisen0103 ](https://github.com/meisen0103 ) [@PengDauan](https://github.com/PengDauan) [@OriginQ](https://github.com/OriginQ) [@godoverhead](https://github.com/godoverhead) [@luantian0417](https://github.com/luantian0417) ### 贡献者 感谢所有贡献者。 [@中国科学院物理研究所]()
[@国仪量子技术（合肥）股份有限公司]()
[@深圳国际量子研究院]()
[@浙江大学]()
[@国家超级计算郑州中心]()
[@ACIE 实验室]()
[@南京大学]()
[@郑州大学]()
[@本源量子]() [@中国电子技术标准化研究院]()

标签：GDS布局, 仿真, 优化, 光子量子计算, 全栈设计工具, 布线, 拓扑设计, 电子设计自动化, 硬件优化, 离子阱量子计算, 等效电路计算, 芯片设计, 设计自动化, 超导量子计算, 逆向工具, 量子模拟, 量子硬件, 量子芯片, 量子计算