（来源：上观新闻）
先看两个不起眼但😶非常重要的🍃收购： Open🇺🇿🕢AI 收购👨🦲了 Astral⬇㊙（UV💷 背后的团队👡）——U📹🦋V 是 Pyt🥌泛站程序hon 生态🇺🇿👨🏭里增长最快的🦊🍊包管理🚓工具🇹🇿。▲灵光砸了1个亿🇫🇮💭，奖励那些优😕质闪应用和🧪优秀创作者👩🎤🕐。怎么理解😏🏠这个转型？ 黄🇲🇩仁勋给🖕出了一个新公式🎎🦑：AI📡🛠 工厂的🤝👀输入是电，输出®是 Tok🇮🇨泛站程序en♌泛站程序。OpenCl🇸🇪aw 小龙🇨🇰虾 的作🚍♉者已经被🕸 Op🇭🇰🦊enAI🗂🤖 招聘，Op🇸🇽😡enC👁🎺law 变🐰成了 Ope🍲🇳🇿nAI 生态的一⏸部分🌍🇸🇭。一边是诉讼，一🆘🇹🇷泛站程序边是"分手📛"☂🎨。（二）从🌠功能到优势：Q🇭🇺💳LLV🇵🇫📗M 如何超👋🧘♂️越传统量子编译⏫器 Q🤜👷♀️LLVM将⚒‼高级量子程🏜序编译为目⚙⬛标后端可执行代🍭🚵码，主要功🆗📝能包括： 👠🚊核心功能📔🚈一览 1🔮. 多语言前端：🇧🇾支持OpenQA📢🚎SM 2.🦁0、Qis✅kit Qu🆒ant😰umCirc🤡🧞♂️uit、QPan🐒🌃da、Cir🇨🇨🎵q等输🇨🇰入 2.🚨🚚 MLIR优化🎥🔘：单比特门合并🇳🇬🗯、抵消、对5️⃣角门移🥫除、门综合💘💃等优化Pass Ⓜ 3. 🧮QIR生🆎成：将🇪🇬MLIR方言 ☯🚹Lower🐘🇹🇫ing为Q🕕IR（LLVM🎤🛍 IR 形💯式的量子中间😦表示）◾ 4🚿. SABRE🚥🏴映射：C++🦹♀️/Qiskit实⬆👨🎤现的量🏬💝子比特布🚵♀️局与SWAP👔插入 ❣5. 多后端🛩发射：输出Op📭enQASM、💡🇮🇷硬件特定格式🤲等 🎐🚆四大核心🐶🇨🇳优势 1. 工🇵🇾业级I💕👤R基础设施：基🌑于MLIR/LL💖VM，便于🕯😨扩展新🚶♀️方言和🥅🇰🇬新Pass 👜🕞2. 多种输入形🤾♂️式：OpenQA🚺SM、😰🎵Qiski👩🍳🏮t等，适配不同👷🕗编程习惯 3.↪🎀 灵活优化：-O🏀📤泛站程序0/-O1💍🇰🇳等级、自定义👯🔽泛站程序Pass序🐄列、合❗成优化 4🇵🇰. 物🔏理约束👩🦱🏊映射：S⬇ABRE等布🤰局与SWAP🚯策略，适配真实🕉📽硬件拓扑 🧛♂️ （三）技术路线🙀：QLLVM如🌖🍡何实现经典-量🦖子混合编🧘♀️🥛译 ◆三🧓🇬🇺层架构设👢🚻计 QLLV💨M基于LL🥀👩👩👧👦VM/MLIR生🧹🇧🇩态构建📰，采用经🇱🇾典的三层编📆🧹译架构🇦🇫，实现从量子🌥程序到硬🥗件指令的完整编💶🔔译流程： 图：🚯QLLVM编译🧺🚜框架 ✉• 前端：🔼负责语言🇹🇩解析和🎪中间代码生成，🦒将高级语言🥬🙉转换为🇬🇫泛站程序MLIR🐥 Quant🦎👱um方👨🔬言 • 中🇵🇦端：基于MLI👨👩👧👦🎯R进行量子程序🥾优化，并将ML🍧🔴IR进一步L🥚🏴owerin📟g为QI🍞🇻🇪R（L🇨🇮🇭🇳LVM I🆗R） •♨ 后端：基😂🎮于QIR和QI🕎🐍R运行时库，🌪🎲将程序🚭🛏转换为目标✴硬件支持的代码⛺格式 ◆经典-🇬🇭量子混🖊🎏合编译机制 💝依托LL🇨🇲👗VM 生态，QL🌂🈶LVM能够实现🙁🔧与经典编📵译Pas▪👊s、CUDA编程📨🇪🇹模型和 📪HPC运行🍋时的集成，从而👮♀️🔖实现高效👨🔬的经典🌈量子混合任务⛰编译🚹💔。
比如： A♉🐿SML📩🎷：已经完全🤝卖空 Lam✉ Re♊search🕕、App🇱🇦lied M🧘♀️aterial😨🇭🇳s：需求持续爆发☕ 更下游🐤🇵🇷的供应商，比如 🇬🇮MKSI 等🕗：同样受益🛤于“订单外溢” ❌还有很多更🇦🇱细分的环节：铜😩🔅箔、玻🦔🇪🇨纤（PC⛑🐛B 材料）🖱💰、激光器🥑💿……这些都🇵🇸是“小而关键🈹🚗泛站程序”的供🚓💃应链，但现在🎳全部处🇬🇦于极度紧张状态🌂🥝。另外我觉得最🇪🇬🎨关键的一😭点，它能直接🦢通过你的✍浏览器🍓去访问实时网页，🇬🇱👗所以信息收集🌏比调 AP🗣泛站程序I 全面太多了🦃。界面新闻搜索发现🏊♀️📡，截至4月30🅾🚯泛站程序日晚上10:🧞♂️🇨🇾00开售前，🏴🇺🇸两款产品🌼❕在泡泡👪🎧玛特京东官方旗🐹🧝♀️舰店的合计预⭐🇧🇿约人数已经🏴☠️🙎高达6万人🥂，远超19💴98台🧙♀️🚡的限定🚺✡发售数量🕗。
