文档

这里汇集 PivotQ 的系统介绍、开发指南与应用教程。首次使用，可从安装和快速上手开始。

系统介绍

PivotQ 是协同 CPU、GPU 与 QPU 的量超智融合系统。融合编程框架负责组织任务执行，性能模拟器用于评估硬件配置，可视化工作台用于查看运行结果。了解 PivotQ 的背景、设计动机与核心能力 →

首页“编程模型”以水分子动力学模拟为例：CPU 根据当前原子坐标准备输入，QPU 运行电路，测量结果经整理后作为 GPU 预测势能的输入；CPU 再计算受力并更新原子位置。工作台教程截图中的任务实际采用 CPU 数值模拟；首页展示的 GPU/QPU 分工不是那次任务的运行记录。

通过 Python SDK 编写自己的混合程序，按需查阅以下部分。

部分	内容与入口
入门	安装与快速上手：配置环境，运行第一个混合程序。
混合编程	混合程序与工作流：连接经典任务与量子电路，并定义它们之间的数据依赖。
异构资源	GPU 与异构资源及量子后端：了解各类设备的接入方式。
运行与管理	集群作业与执行报告：提交程序，查看状态和运行记录。
性能建模与预测	硬件模型与性能预测：描述任务工作量，比较不同硬件配置下的预计耗时。
后端扩展	扩展量子后端：通过 Provider 接口接入设备。
接口与排错	API 参考查询参数和返回值；常见问题帮助排查运行问题。

工作台提供应用编辑、设备配置、任务提交和结果查看界面。按Docker 安装与启动说明启动服务后，在本机浏览器打开 http://127.0.0.1:8787/。

更多教程入口见应用教程介绍。