13 essentiële kwantumprogrammeertalen & tools voor 2026

Kwantumprogrammeertalen komen snel op als cruciale hulpmiddelen in de ontluikende era van kwantumcomputing. Deze nieuwe generatie programmeertalen stelt ontwikkelaars en onderzoekers in staat om te interacteren met qubits en algoritmes te ontwerpen die hun klassieke tegenhangers binnenkort met orde van grootte zullen overtreffen.

Per 2025 zijn meer dan 37 distincte kwantumprogrammeertalen geïntroduceerd, elk afgestemd op specifieke modellen, hardware en use-cases van kwantumcomputing. Samen weerspiegelen deze talen de diverse benaderingen in kwantumberekening, variërend van gate-based systemen en variatiecircuits tot adiabatische modellen en hybride klassiek-kwantumalgoritmes. [1]

Hieronder belicht ik de toonaangevende kwantumprogrammeertalen die ontwikkelaars in staat stellen de eigenaardigheden van kwantummechanica effectief te benutten voor het oplossen van complexe problemen.

Wist u dat?

GitHub host meer dan 21.000 kwantumsoftware-repositories, wat een groei van 200% weerspiegelt sinds 2017. Deze repositories hebben bijdragen getrokken van meer dan 10.000 unieke ontwikkelaars, met code-commits die gezamenlijk 1,2 miljoen regels overschrijden. [2]

13. Qunity

Eerste release: 2022
Gemaakt door: Onafhankelijke onderzoekers en open-source-bijdragers
Unieke kracht: Quantum-first benadering en schone abstractiemodel
Best voor: Onderzoekers die een lichtgewicht toolset zoeken zonder vendor lock-in

Qunity is een minder bekende maar vooruitstrevende kwantumprogrammeertaal en framework dat de helderheid van klassieke programmeermodellen combineert met de unieke paradigma's van kwantummechanica.

Het is vanaf nul opgebouwd als een quantum-native taal, die kwantummechanische beperkingen (zoals no-cloning en unitaire evolutie) afdwingt op zowel het typesysteem als logica-niveau.

Hoewel het inspiratie put uit klassieke programmeertalen zoals C en Python, past het de syntaxis en semantiek aan om natuurlijk compatibel te zijn met kwantumcomputing-principes, zoals lineariteit, reversibiliteit, superpositie en verstrengeling. [3]

Qunity's ontwerp is modulair en bedoeld om backend-agnostisch te zijn, met ondersteuning voor simulators en compatibiliteitslagen die in ontwikkeling zijn om echte kwantumprocessoren in de toekomst te targeten.

12. TKET

Eerste release: 2019
Gemaakt door: Quantinuum
Unieke kracht: Behandelt hardwarebeperkingen intelligent
Best voor: Hardware-agnostische circuitoptimalisatie; productieklare tools

TKET fungeert primair als een intermediate-level optimaliserende compiler en uitvoeringsframework dat interfaceert tussen high-level kwantumprogramma's en diverse kwantumhardware-targets.

TKET richt zich op kwantumcircuitoptimalisatie, gate-synthese en qubit-routing. Het transformeert abstracte kwantumalgoritmes in hardware-compatibele instructies met minimaal diepte en fouten.

Zijn vermogen om hardwarebeperkingen intelligent te hanteren (zoals qubit-connectiviteitsbeperkingen, gate-fideliteiten en native instructiesets) stelt het in staat om efficiëntere circuits te genereren met lagere gate-tellingen en kortere uitvoeringstijden.

In onafhankelijke benchmarks heeft TKET tot 40% lagere gate-telling en 25-30% snellere uitvoeringstijden getoond vergeleken met native compilers in sommige use-cases.

11. ProjectQ

Eerste release: 2016
Gemaakt door: ETH Zürich
Unieke kracht: Compiler-georiënteerd, modulaire ontwerp
Best voor: Kwantumcompiler-onderzoek en educatieve doeleinden

ProjectQ biedt een modulaar en uitbreidbaar kwantumcomputing-platform voor onderzoekers, ontwikkelaars en docenten.

Geschreven in Python, was het een van de vroege kwantum-SDK's dat een compiler-gebaseerde architectuur benadrukte, waarbij kwantumprogramma's vertaald worden naar intermediate representaties voordat ze uitgevoerd worden op simulators of echte kwantumhardware.

ProjectQ benadrukt modulariteit, wat ontwikkelaars in staat stelt kwantumprogramma's in een Python-achtige stijl te definiëren, ze te compileren met aanpasbare pipelines en uit te voeren op ingebouwde simulators of backends, zoals IBM Quantum Experience. Bovendien stelt het compiler-centrische ontwerp fijnmazige controle toe over optimalisatie, gate-decompositie en target-specifieke vertaling. [4]

Het ondersteunt ook kwantumcircuit-emulatie, golfunctiesimulatie, unitair matrix-emulatie en kan dienen als experimenteel speelveld voor compiler-onderzoek, kwantumfoutcorrectie en optimalisatiestudies.

10. Quantum Computation Language (QCL)

Eerste release: 2000
Gemaakt door: Bernhard Ömer
Unieke kracht: Duidelijke, low-level toegang tot de kwantumtoestand
Best voor: Leren klassiek-kwantum hybride structuur

QCL is een van de vroegste high-level programmeertalen specifiek gebouwd voor kwantumcomputing.

Op een moment dat kwantumprogrammering grotendeels op wiskundig of circuit-niveau gedaan werd, introduceerde QCL gestructureerde syntaxis, variabelen, conditionals, lussen en modulaire functies – essential legde het een fundaat voor latere high-level kwantumtalen.

Het scheidt klassieke en kwantumcomputing, waar klassieke registers control flow managen, terwijl kwantumregisters (quregs) kwantumtoestanden opslaan en manipuleren. De taal introduceerde veel van de nu gangbare programmeerconstructies voor kwantumcomputing, zoals unitair operatoren, meetinstructies, reversibele computing en ancilla-qubits voor tijdelijk gebruik.

Hoewel QCL niet gekoppeld is aan commerciële kwantumhardware, blijft het een waardevol hulpmiddel in academische en onderzoeksomgevingen, met name voor het onderwijzen en simuleren van kwantumalgoritmes.

9. Strawberry Fields

Eerste release: 2018
Gemaakt door: Xanadu
Unieke kracht: Exclusieve focus op CV kwantumcomputing
Best voor: Simuleren en programmeren van fotonische kwantumsystemen

Strawberry Fields is een full-stack, open-source kwantumprogrammeerbibliotheek afgestemd op continuous-variable (CV) kwantumcomputing. Het is specifiek ontworpen voor kwantumfotonische circuits die kwantumtoestanden van licht (zoals gesqueezede toestanden, coherente toestanden en Gaussiaanse toestanden) gebruiken om berekeningen uit te voeren.

Aan de kern gebruikt Strawberry Fields de Blackbird kwantum-assemblytaal. Dit stelt ontwikkelaars in staat om fotonische kwantumcircuits te ontwerpen, simuleren en optimaliseren met behulp van zowel gate-based modellen als machine learning-workflows.

Het kan in combinatie met PennyLane (een ander Xanadu-project) gebruikt worden om hybride klassiek-kwantumcomputaties en machine learning-toepassingen te faciliteren. Het platform is goed geschikt voor use-cases in kwantum machine learning, kwantumchemie, CV kwantumcryptografie en kwantumoptica-onderzoek. [5]

8. Ocean

Eerste release: 2018
Gemaakt door: D-Wave Systems
Unieke kracht: Ontworpen voor kwantumannealing; ondersteunt hybride solvers
Best voor: Aanpakken van combinatorische optimalisatieproblemen

Ocean is een open-source kwantumprogrammeerframework specifiek ontworpen om gebruikers te helpen problemen te ontwikkelen en te optimaliseren voor kwantumannealers – een heel ander paradigma dan gate-based kwantumcomputers. [6]

Het is geen programmeertaal in de traditionele zin, maar een toolchain gebouwd in Python die door de gebruiker gedefinieerde problemen (voornamelijk optimalisatieproblemen) vertaalt naar een vorm oplosbaar door D-Wave's kwantumannealing-hardware.

Ocean's modulaire architectuur maakt het hoogst uitbreidbaar voor ontwikkelaars en onderzoekers die werken aan custom solvers of optimalisatieheuristieken. Het is het best geschikt voor het aanpakken van combinatorische optimalisatieproblemen zoals voertuigrouting, portefeuille-optimalisatie, planning en machine learning-taken.

Bovendien integreert Ocean naadloos met D-Wave's Leap-cloudservice, wat ontwikkelaars direct toegang geeft tot kwantumhardware en resources. In 2025 kondigde D-Wave de algemene beschikbaarheid aan van het Advantage2 kwantumcomputing-systeem, met meer dan 4.400 qubits. Ocean is bijgewerkt om deze next-generation systeem volledig te ondersteunen.

7. QuTiP

Eerste release: 2012
Gemaakt door: Johannes Johansson, Paul Nation, & medewerkers
Unieke kracht: Fysica-gefocuste simulatie-kracht
Best voor: Theoretisch onderzoek en modellering

QuTiP is een uitgebreid open-source framework dat zich richt op het simuleren van de fysica van kwantumsystemen, met name in continue-tijd evolutie, mastervergelijkingen en niet-unitair dynamica.

Geschreven in Python en geoptimaliseerd met NumPy, SciPy en Cython, is QuTiP efficiënt voor numerieke berekeningen. Het stelt onderzoekers in staat om tijdsafhankelijke Schrödinger-vergelijkingen, Lindblad-mastervergelijkingen en Heisenberg-bewegingsvergelijkingen te modelleren en op te lossen, wat centraal is voor kwantummechanica. [7]

QuTiP biedt ook een suite van solvers, waaronder mesolve voor Lindblad-mastervergelijkingen, sesolve voor Schrödinger-vergelijkingen en mcsolve voor Monte Carlo-simulaties. Deze solvers maken bestudering van zowel gesloten als open kwantumsystemen onder diverse condities mogelijk.

Deze mogelijkheden maken het wijd gebruikt in velden als kwantumoptica, kwantumthermodynamica, cavity QED en supraleidende qubit-onderzoek.

6. PennyLane

Eerste release: 2018
Gemaakt door: Xanadu
Unieke kracht: Integreert met klassieke machine learning-ecosystemen
Best voor: Kwantum machine learning; hybride klassiek-kwantummodellen

PennyLane is een open-source Python-gebaseerde kwantumcomputing-bibliotheek die kwantumcomputing integreert met machine learning-workflows, met tools voor automatische differentiatie van kwantumcircuits.

Het overbrugt kwantumberekening en klassieke optimalisatie door frameworks als PyTorch, TensorFlow en JAX te benutten. Hierdoor kunnen ontwikkelaars kwantumknopen in klassieke machine learning-modellen insluiten.

PennyLane ondersteunt diverse kwantumhardware en simulators via zijn plugin-systeem, wat ontwikkelaars in staat stelt kwantumcircuits op verschillende backends uit te voeren zonder hun code aan te passen. Deze flexibiliteit maakt het een waardevol hulpmiddel voor zowel onderzoek als praktische toepassingen in kwantumcomputing. [8]

De bibliotheek biedt ook gespecialiseerde functionaliteiten voor kwantumchemie, zoals differentieerbare Hartree-Fock-solvers en tools voor het construeren van moleculaire Hamiltoniaanse. Deze functies stellen onderzoekers in staat kwantumchemie-simulaties uit te voeren met gradiënt-gebaseerde optimalisatietechnieken.

5. OpenQASM

Eerste release: 2017
Gemaakt door: IBM Research
Unieke kracht: Ondersteunt hardware-neutraliteit, vergemakkelijkt interoperabiliteit
Best voor: Definiëren van low-level circuits en gate-sequenties

OpenQASM (Open Quantum Assembly Language) is een hardware-agnostische, intermediate representatie voor kwantumcircuits die een low-level, assembly-stijl syntaxis biedt voor kwantumgate-operaties.

De taal is met name gericht op het uitdrukken van kwantumcircuits in een machine-leesbaar en mens-leesbaar formaat. Het stelt nauwkeurige beschrijving toe van gate-level instructies, inclusief qubit-allocatie, kwantumgate-toepassing, metingen, klassieke register-interacties en conditionele logica.

OpenQASM is uitgegroeid tot een wijd geaccepteerde standaard voor het uitdrukken van kwantumprogramma's in een gestructureerde, declaratieve vorm. Recent onderzoek heeft zich gericht op het mogelijk maken van verificatie en formalisering van hybride klassiek-kwantumcomputing met OpenQASM 3, wat de potentie van de taal benadrukt voor rigoureuze programma-analyse en validatie.

4. PyQuil

Eerste release: 2017
Gemaakt door: Rigetti Computing
Unieke kracht: Parametrische compilatie, realistische simulatie-laag
Best voor: Uitvoeren van programma's op Rigetti-hardware en simulators

PyQuil is een open-source kwantumprogrammeerbibliotheek gebouwd voor het creëren en uitvoeren van kwantumprogramma's met behulp van het Quil (Quantum Instruction Language)-protocol.

Geschreven in Python, fungeert PyQuil als primaire tool voor interactie met Rigetti's Forest-platform en Aspen-kwantumprocessoren, die gebaseerd zijn op supraleidende qubit-architecturen. In tegenstelling tot Python-gebaseerde abstracties in andere frameworks, geeft Quil ontwikkelaars meer transparantie in wat er daadwerkelijk op de kwantumhardware draait, wat onschatbaar is voor debugging en performance-tuning. [9]

Het is met name gericht op NISQ (Noisy Intermediate-Scale Quantum) computing, wat ontwikkelaars een expressieve maar low-level interface biedt om kwantumcircuits te construeren en te simuleren.

PyQuil biedt een sterke mix van abstractie en optimalisatie, samen met een realistische simulatie-laag (QVM) die het hardwaregedrag nauwkeurig nabootst. Ontwikkelaars circuits kunnen compileren om te matchen met de echte hardwarebeperkingen van Rigetti's apparaten, zoals qubit-connectiviteit, native gate-sets en ruisprofielen.

Gecombineerd met toegang tot Rigetti's Aspen QPU's, maakt dit PyQuil een praktisch en high-fidelity tool voor onderzoek en testen.

3. Q#

Eerste release: 2017
Gemaakt door: Microsoft
Unieke kracht: Ingebouwde simulatie-tools, modulaire kwantumbibliotheken
Best voor: Enterprise-grade algoritmeontwikkeling

Q# (Q-sharp) is een domeinspecifieke kwantumprogrammeertaal die een sterk typesysteem gebruikt en strikte scheiding afdwingt tussen kwantumdata en klassieke data om programmeerfouten te minimaliseren.

In tegenstelling tot frameworks als Qiskit en Cirq die gebouwd zijn op general-purpose programmeertalen zoals Python, is Q# vanaf de grond af specifiek ontworpen voor kwantumcomputing.

Q# onderscheidt zich door zijn formele structuur, sterke type-veiligheid en lange-termijn schaalbaarheid. Het heeft sterke statische typing en compile-time foutcontrole, wat het risico op bugs aanzienlijk reduceert. Een van de belangrijkste sterktes is de ingebouwde resource-estimatie-tools, die ontwikkelaars in staat stellen niet alleen kwantumcircuits te simuleren, maar ook hun kosten te evalueren in termen van qubits, gate-tellingen en circuitdiepte.

Het wordt geleverd met een rijke bibliotheek van vooraf gebouwde kwantumoperaties, zoals kwantum-Fourier-transformatie, amplitude-amplificatie en Grover's zoekalgorithme. Bovendien is diep geïntegreerd in Microsoft's bredere Azure Quantum-platform alsook Visual Studio, Visual Studio Code en Jupyter Notebooks. [10]

2. Cirq

Eerste release: 2018
Gemaakt door: Google AI Quantum Team
Unieke kracht: Hardware-georiënteerd, precisie-niveau controle
Best voor: Custom circuits voor NISQ-era apparaten, kwantumsimulaties

Cirq is een open-source kwantumprogrammeerframework primair ontworpen om NISQ (Noisy Intermediate-Scale Quantum) apparaten te ondersteunen. Het biedt ontwikkelaars fijnmazige controle over kwantumcircuits, vooral waar hardware-topologie en ruiseigenschappen van belang zijn.

Cirq gebruikt een moment-gebaseerde architectuur. Het organiseert operaties in tijdsgebaseerde "Moments", wat betere simulatie van uitvoeringstiming mogelijk maakt en het makkelijker maakt om realistische ruis- en decoherentiemodellen te incorporeren. [11]

In tegenstelling tot hogere-level frameworks die zich richten op abstracte kwantumalgoritmes, benadrukt Cirq controle op gate- en circuit-scheduling-niveau. Dit stelt onderzoekers in staat om te experimenteren met hardware-aware optimalisaties en kwantumoperaties te benchmarken.

Cirq wordt vaak gebruikt als de basale programmeerlaag voor TensorFlow Quantum. Het is ook de native taal voor interactie met Google's supraleidende kwantumprocessoren, zoals Sycamore en Bristlecone.

1. Qiskit

Eerste release: 2017
Gemaakt door: IBM Research
Unieke kracht: Diepe verticale integratie met IBM's kwantumhardware
Best voor: Circuit-ontwerp, kwantumalgoritme-prototyping, hybride simulaties

Qiskit is een open-source kwantumprogrammeertaal die ontwikkelaars en onderzoekers in staat stelt om met kwantumcomputing te interageren vanuit zowel theoretisch als praktisch perspectief, variërend van het simuleren van kwantumcircuits tot het deployen ervan op IBM's supraleidende kwantumprocessoren.

Gebouwd in Python, ondersteunt Qiskit het gate-based model van kwantumberekening en is nauw geïntegreerd met IBM's kwantum-cloudhardware.

Het platform is uitgegroeid tot een uitgebreide stack die high-level algoritmebibliotheken omvat (zoals Qiskit Machine Learning, Nature, Optimization), mid-level circuit-builders, en zelfs puls-niveau controle via Qiskit Pulse. Deze gelaagde architectuur stelt ontwikkelaars in staat om kwantumprogramma's op elk abstractieniveau te creëren, experimenteren en optimaliseren.

Een van Qiskit's meest breekbare kenmerken is de realtime-toegang tot echte kwantumhardware via IBM Quantum Experience, die kwantumprocessoren host met 5, 16, 27 en 127+ qubits. Dit heeft duizenden ontwikkelaars hands-on ervaring gegeven met echte kwantumruis en apparaatbeperkingen.

De afgelopen jaren is Qiskit uitgegroeid tot een van de meest toegankelijke en wijd geadopteerde platforms in kwantumcomputing. Het is meer dan 6 miljoen keer geïnstalleerd, met ongeveer 300.000 nieuwe installaties per maand. Met meer dan 2.000 forks en meer dan 8.000 bijdragen op GitHub, heeft Qiskit ook de uitvoering van meer dan 3 biljoen kwantumcircuits tot nu toe mogelijk gemaakt. [12]

Lees meer

• 21 meest interessante feiten over kwantumcomputers
• 15 kwantumprocessoren met nieuwe computing-paradigma

Bronnen en additionele referenties

1. Felipe Ferreira, An exploratory study on the usage of quantum programming languages, ScienceDirect
2. Krishna Upadhyay, Analyzing the evolution and maintenance of quantum computing repositories, arXiv
3. Finn Voichick, A unified language for quantum and classical computing, arXiv
4. ProjectQ, An open-source software effort for quantum computing, arXiv
5. Documentation, PennyLane-Strawberry fields plugin, PennyLane
6. Documentation, How to optimize business problems using quantum-classical hybrid solvers, D-Wave
7. Neill Lambert, The quantum toolbox in Python, arXiv
8. Quantum Devices, PennyLane's quantum device ecosystem with 40+ integrated options, PennyLane
9. Documentation, pyQuil allows you to build and execute Quil programs using Python, pyQuil
10. Qsharp Overview, Introduction to the quantum programming language Q#, Microsoft
11. Reference, A time-slice of operations within a circuit, Google
12. Muhammad AbuGhanem, IBM quantum computers: evolution, performance, and future directions, Springer