TensorCircuit 是面向有噪声中等规模量子计算（NISQ）的下一代量子计算软件，其底层由先进的张量网络缩并引擎赋能。软件直接构建在业界标准机器学习框架 TensorFlow、JAX 和 PyTorch 之上，由此与深度学习交互界面和工程范式无缝兼容，支持自动微分、即时编译、向量并行化和 GPU 加速。作为通用的量子线路和量子算法模拟框架，TensorCircuit 尤其擅长于变分量子算法、量子机器学习和量子-经典混合计算范式的模拟、研究与设计分析，有望极大地推动相关领域的科研进展。
相较于 Google 的 TensorFlow Quantum、IBM 的 Qiskit 和 Xandau 的 Pennylane 等业界主流量子模拟方案，TensorCircuit 在多种常见任务上表现出了10到10^6倍的加速。同时 ，TensorCircuit 在特定问题上支持包含数百个量子比特的线路精确模拟，是主流态模拟器所支持的最大模拟量子比特数的二十倍以上。这些惊人的效率提升是基于（1）底层张量网络引擎和优化的缩并路径求解器，与（2）用户侧的机器学习工程实践：自动微分、即时编译、向量并行化与 GPU 加速。
最后TensorCircuit 将聚焦开源作为开发原则中的重要一条。我们格外关心代码的鲁棒性、可读性、便携性和可扩展性，并利用软件工程、丰富的检查测试工具和持续集成来保证软件拥抱开源社区，并以此推动全球量子科技的进步。
