Awesome GitHub RepositoriesAI-Driven Circuit Optimization

jetson-inference is a set of libraries and tools for executing optimized deep learning models on embedded GPU hardware. Its primary purpose is to enable real-time computer vision and AI inference at the edge with low latency and high throughput. The project distinguishes itself through high-performance streaming analytics and the ability to execute concurrent AI pipelines on auto-grade silicon. It provides specialized support for multi-sensor stream processing, utilizing zero-copy data transport to load camera frames directly into GPU memory. The codebase covers a broad surface of capabiliti

Qiskit is a quantum computing software development kit used for designing, simulating, and executing quantum circuits on physical hardware and simulators. It functions as a quantum algorithm framework, a circuit simulator, and a vendor-agnostic hardware interface for dispatching workloads across diverse providers. The project features a quantum circuit transpiler that optimizes abstract designs to match the specific basis gates and qubit connectivity of target hardware. It employs a pass-based transpilation pipeline and symbolic instruction translation to convert high-level circuits into hard

xq-py एक न्यूमेरिकल क्वांटम कंप्यूटिंग लाइब्रेरी और सॉफ्टवेयर एमुलेटर है जिसका उपयोग क्वांटम एल्गोरिदम को निष्पादित करने के लिए किया जाता है। यह एक क्वांटम वर्चुअल मशीन के रूप में कार्य करता है जो लीनियर अलजेब्रा और कॉम्प्लेक्स नंबर एरेज़ के उपयोग के माध्यम से क्वांटम सर्किट और स्टेट वेक्टर्स का अनुकरण करता है। यह प्रोजेक्ट क्वांटम लॉजिक विकसित करने और सत्यापित करने के लिए एक वर्चुअल वातावरण प्रदान करता है। यह क्वांटम स्टेट वेक्टर्स का अनुकरण करने और संभावित स्टेट कोलैप्स की गणना करने के लिए टेंसर-प्रोडक्ट विस्तार और यूनिटरी गेट अनुप्रयोगों का उपयोग करके मल्टी-क्यूबिट सिस्टम को मॉडल करता है। सिमुलेशन एक न्यूमेरिकल बैकएंड द्वारा समर्थित है जो क्वांटम कंप्यूटेशन एमुलेशन के लिए आवश्यक मैट्रिक्स-आधारित स्टेट ट्रांसफॉर्मेशन और फ्लोटिंग-पॉइंट गणित को हैंडल करता है।

Cirq, Noisy Intermediate-Scale Quantum (NISQ) हार्डवेयर पर क्वांटम सर्किट को डिज़ाइन करने, सिमुलेट करने और निष्पादित करने के लिए उपयोग किया जाने वाला एक Python क्वांटम कंप्यूटिंग फ्रेमवर्क है। यह एक क्वांटम सर्किट सिम्युलेटर और नॉइज़ मॉडलर के साथ-साथ क्वांटम एल्गोरिदम के कार्यान्वयन के लिए एक टूल के रूप में कार्य करता है। यह फ्रेमवर्क NISQ हार्डवेयर के लिए एक विशेष इंटरफ़ेस प्रदान करता है, जो उपयोगकर्ताओं को हार्डवेयर कनेक्टिविटी और गेट बाधाओं को मान्य करते हुए लॉजिकल क्वांटम सर्किट को फिजिकल डिवाइस टोपोलॉजी पर मैप करने की अनुमति देता है। यह एकीकृत नॉइज़ मॉडलिंग के माध्यम से खुद को अलग करता है, जो वास्तविक क्वांटम प्रोसेसर में पाए जाने वाले डिकोहेरेंस और त्रुटियों की नकल करने के लिए डिपोलराइज़िंग और डैम्पिंग चैनलों को लागू करता है। यह प्रोजेक्ट क्वांटम सर्किट डिज़ाइन, हार्डवेयर एकीकरण और स्टेट सिमुलेशन सहित व्यापक क्षमताओं को कवर करता है। इसमें गेट डिकंपोज़िशन, हार्डवेयर टोपोलॉजी मैपिंग, और फूरियर ट्रांसफॉर्म और असंरचित डेटा खोज जैसी मौलिक क्वांटम प्रक्रियाओं का निष्पादन शामिल है। इसके अतिरिक्त, यह आणविक ग्राउंड स्टेट गणना और हार्डवेयर फिडेलिटी बेंचमार्किंग के लिए विश्लेषणात्मक उपयोगिताएँ प्रदान करता है।

ruvector is a Rust-based vector store and graph database designed for local inference and nearest neighbor searches. It utilizes a vector graph database architecture and a graph neural network index to refine search rankings through structural attention. The system includes a hardware-accelerated quantum circuit simulator for executing state-vector simulations and complex search patterns, alongside a WebAssembly inference engine for running vector search and model execution directly in web browsers. The project employs a cognitive container format that bundles models, data, and a bootable mic

Quantum is a quantum development framework that provides a hybrid quantum-classical workflow for coordinating execution between classical host languages and quantum processors. It includes a quantum hardware simulator for modeling state evolution and a library of quantum algorithms for tasks such as integer factorization, database search, and quantum arithmetic. The project offers specialized tools for quantum hardware characterization and error correction to manage noise and decoherence. It provides resource estimation modeling to calculate the qubit count and gate depth required to execute

Torchquantum is a tensor-based quantum machine learning library and simulation engine that integrates parameterized quantum circuits directly into PyTorch training pipelines. It enables the construction of hybrid quantum-classical neural networks where quantum operations function as differentiable layers within standard deep learning architectures. The framework computes analytical parameter gradients using native automatic differentiation engines and parameter-shift rules, facilitating end-to-end training and backpropagation. It supports tensor-based quantum state vector simulations, specia