E.ON, Qoro e NQCC suddividono un problema di rete da 1.710 qubit su processori IBM Heron
Un preprint di E.ON, Qoro Quantum e NQCC scompone un’ottimizzazione di rete da 1.710 variabili in piccoli job QAOA e li impacchetta su chip IBM Heron.
Questa pagina è stata tradotta dall'inglese. I nomi di aziende e prodotti e i link alle fonti restano invariati. Leggi l'originale in inglese
La società energetica E.ON, la start-up britannica di software Qoro Quantum e il National Quantum Computing Centre (NQCC) del Regno Unito hanno mostrato come un problema di ottimizzazione che richiederebbe 1.710 qubit possa essere suddiviso in parti abbastanza piccole per gli attuali processori IBM ed eseguito in parallelo. Il lavoro è descritto in un preprint, Scaling Quantum Optimization to the Thousand-Qubit Scale with Distributed Quantum Sampling, tra i cui autori figurano i cofondatori di Qoro Dan Holme e Stephen DiAdamo.
Che cosa è stato annunciato
Il gruppo ha affrontato la decomposizione di Birkhoff minima, che cerca di esprimere la domanda di una rete come somma pesata e sparsa di accoppiamenti, insiemi di archi che non condividono alcun vertice. L’articolo cita la pianificazione di rete e lo scambio di energia come applicazioni. Il caso di prova era PEGASE-1354, un benchmark che rappresenta una rete di trasmissione con 1.354 nodi e 1.710 linee; con una codifica diretta, ogni linea diventa un qubit.
Secondo Quantum Computing Report, il progetto si è svolto nell’ambito del programma SparQ dell’NQCC, che sostiene proof of concept di applicazioni quantistiche, con la supervisione tecnica dello STFC Hartree Centre.
I dettagli tecnici
La pipeline combina il campionamento QAOA a singolo strato con un ottimizzatore classico Extended Fully-Corrective Frank-Wolfe. Il partizionamento spettrale del grafo divide il problema in sottoproblemi; QCR riporta 41 sottografi di al massimo 50 qubit ciascuno, eseguiti su processori IBM Heron da 156 qubit. I campioni delle varie parti vengono ricomposti e una fase classica di riparazione greedy elimina gli archi in conflitto, così che ogni candidato sia un accoppiamento valido.
Il «packing spaziale dei circuiti», che esegue più circuiti indipendenti affiancati sullo stesso chip, ha ridotto il tempo di esecuzione su hardware di circa tre volte, secondo l’articolo. QCR riferisce che quattro circuiti indipendenti, per un totale di 144 qubit, sono stati collocati su un unico dispositivo da 156 qubit. Sul benchmark, gli autori affermano che i campioni QAOA riparati hanno raggiunto un errore residuo di decomposizione inferiore sia al simulated annealing sia al campionamento casuale uniforme.
Gli autori hanno anche verificato che il passaggio quantistico svolgesse un lavoro reale. Ridurre le partizioni a 20 qubit ha peggiorato la convergenza e, nelle simulazioni con stati prodotto di matrici, eseguite con il motore Maestro di Qoro secondo QCR, troncare le correlazioni quantistiche ha abbassato la qualità dei candidati. Secondo gli autori ciò giustifica il mantenimento di un compito sostanziale di campionamento quantistico in ogni partizione al crescere dei problemi.
Perché è importante
Molti problemi di ottimizzazione su scala di utility sono di gran lunga più grandi di qualsiasi singolo processore quantistico. Lo studio offre una ricetta concreta — partizionare, impacchettare, riparare — per eseguire su hardware attuale problemi vincolati con migliaia di variabili, oltre a un benchmark basato su un modello reale della rete europea.
Cosa osservare
Battere il simulated annealing con la stessa fase di riparazione non equivale a battere i migliori risolutori classici, e l’articolo non rivendica alcun vantaggio quantistico. QCR nota che la connettività della rete ha imposto un instradamento denso dei qubit, con profondità a due qubit fino a 169 anche su parti da 50 qubit: il rumore hardware resta quindi il fattore limitante.
Fonti
I fatti riportati in questa pagina provengono dalle fonti sotto indicate, raccolte da DesignQuantum.
- Scaling Quantum Optimization to the Thousand-Qubit Scale with Distributed Quantum Sampling (arXiv:2610.10772) arxiv.org
- E.ON, Qoro Quantum, and NQCC Scale Constrained Optimization on IBM Heron QPUs via Distributed QAOA and Spatial Packing (Quantum Computing Report) quantumcomputingreport.com
- SparQ programme (NQCC) nqcc.ac.uk
- IBM Quantum ibm.com