Qiskit-Addons

September 2026

• Auf Basis des Directed Execution Model-Frameworks, das Anfang dieses Jahres veröffentlicht wurde, sind neue Tools entstanden:

  • qiskit-noise-learning ist ein Toolkit zur randomisierungsbasierten Charakterisierung von Quantenrauschen. Du kannst es verwenden, um ein eigenes Noise-Learning-Experiment aufzubauen, es mit lokaler Simulation zu validieren und die Rohergebnisse zu analysieren.

  • qiskit-mitigation ist ein Paket mit Methoden zur Quantenfehlerminderung, mit dem du Fehlerminderungs-Pipelines für das neue Ausführungsmodell aufbauen kannst. Es enthält Implementierungen bekannter Methoden, darunter PEC, PEA, TREX und ZNE mit Gate-Folding, sowie Postselektion zum Herausfiltern nicht-markovscher Fehler.

August 2026

• Qiskit Fermions hat diesen Monat sein erstes Release erhalten! Dieses Paket bietet Werkzeuge für die Arbeit mit fermionischen Systemen, darunter den Aufbau fermionischer Operatoren und Schaltkreise, die Implementierung von Fermion-zu-Qubit-Kodierungen und die Schaltkreissynthese über die Integration des Qiskit Transpilers. Qiskit Fermions lässt sich mit anderen ergänzenden Tools im Ökosystem verwenden, etwa ffsim (weitere Informationen findest du in dieser Dokumentation und diesem Blog) und dem SQD-Addon, um fortgeschrittene Workflows für fermionische Systeme zu erstellen.

Wie diese Tools in der Praxis angewendet werden, siehst du im Tutorial SqDRIFT-Algorithmus zur Grundzustandsschätzung und im folgenden Guide: Konstruktion von Circuits mit konstanter Tiefe zur Simulation der Dynamik des 1- und 2-D-Fermi-Hubbard-Modells. Im Blog und in der Dokumentation kommst du am besten los.

Juni 2026

• Wir stellen Qiskit Paulice vor: ein neues Addon, das eine ressourcenschonende Quantenfehlererkennung in Quantenschaltkreise integriert, um die Fidelity gemessener Verteilungen zu erhöhen. Es bietet Single-Shot-Zugriff auf den Quantenzustand und kann daher sowohl in Sampling-basierten als auch in Erwartungswert-basierten Workflows verwendet werden. Im Blog und in der Dokumentation erfährst du, wie du noch heute loslegen kannst.

Frühere Updates

• Wir haben vor Kurzem zwei neue Addons veröffentlicht, die klassische Ressourcen nutzen, um die für die Fehlerminderung benötigten Quantenressourcen zu reduzieren:

  • Propagated Noise Absorption (PNA) ist eine Technik zur Minderung von Fehlern in Erwartungswerten, bei der die Inversen der erlernten Rauschkanäle mithilfe von Pauli-Propagation in Observablen absorbiert werden.

  • Das Addon Shaded Lightcones (SLC) verwendet klassische Simulationen, um die Fehleranfälligkeit im gesamten Schaltkreis enger einzugrenzen. Dies ermöglicht effizientere, gezieltere Anwendungen der Probabilistic Error Cancellation (PEC) mit reduzierter Varianz.