谷歌量子计算框架，适用于针对谷歌量子人工智能硬件、设计抗噪声电路或运行量子表征实验。最适合谷歌硬件、噪声建模和底层电路设计。如需使用IBM硬件，请使用Qiskit；如需量子...

谷歌量子计算框架。适用于针对谷歌量子AI硬件、设计考虑噪声的电路或运行量子表征实验。最适合谷歌硬件、噪声建模和底层电路设计。对于IBM硬件，请使用Qiskit；对于使用自动微分的量子机器学习，请使用PennyLane；对于物理模拟，请使用QuTiP。

一种与硬件无关的量子机器学习框架，支持自动微分。适用于通过梯度训练量子电路、构建混合量子-经典模型，或需在IBM/Google/Rigetti/IonQ等设备间实现跨平台兼容的场景。最适合用于变分算法（VQE、QAOA）、量子神经网络，以及与PyTorch/JAX/TensorFlow的集成。如需针对特定硬件的优化，请使用Qiskit（IBM）或Cirq（Google）；如需处理开放量子系统，请使用QuTiP。

IBM 量子计算框架。适用于针对 IBM 量子硬件、使用 Qiskit Runtime 处理生产工作负载，或需要 IBM 优化工具的场景。最适合在 IBM 硬件上执行、量子误差缓解和企业级量子计算。如需使用谷歌硬件，请选用 Cirq；如需基于梯度的量子机器学习，请选用 PennyLane；如需开放量子系统仿真，请选用 QuTiP。

用于开放量子系统的量子物理模拟库。适用于研究主方程、Lindblad动力学、退相干、量子光学或腔QED。最适合用于物理研究、开放系统动力学和教学模拟。不适用于基于电路的量子计算——如需量子算法和硬件执行，请使用Qiskit、Cirq或PennyLane。