E.ON, Qoro en NQCC verdelen een netprobleem van 1.710 qubits over IBM Heron-processors
Een preprint van E.ON, Qoro Quantum en het NQCC splitst een netoptimalisatie met 1.710 variabelen in kleine QAOA-taken en verpakt ze op IBM Heron-chips.
Deze pagina is vertaald vanuit het Engels. Bedrijfs- en productnamen en bronlinks zijn ongewijzigd. Lees het origineel in het Engels
Energiebedrijf E.ON, de Britse softwarestart-up Qoro Quantum en het Britse National Quantum Computing Centre (NQCC) hebben laten zien hoe een optimalisatieprobleem dat 1.710 qubits zou vergen, kan worden opgedeeld in stukken die klein genoeg zijn voor de huidige IBM-processors en parallel kunnen draaien. Het werk staat beschreven in een preprint, Scaling Quantum Optimization to the Thousand-Qubit Scale with Distributed Quantum Sampling, met onder de auteurs Qoro-medeoprichters Dan Holme en Stephen DiAdamo.
Wat er werd aangekondigd
Het team pakte de minimale Birkhoff-decompositie aan, die de vraag in een netwerk probeert uit te drukken als een ijle gewogen som van matchings, verzamelingen randen zonder gemeenschappelijk knooppunt. Het artikel noemt netwerkplanning en energiehandel als toepassingen. De testcase was PEGASE-1354, een benchmark die een transmissienet met 1.354 knooppunten en 1.710 lijnen weergeeft; bij directe codering wordt elke lijn een qubit.
Volgens Quantum Computing Report liep het project in het SparQ-programma van het NQCC, dat proof-of-concepts voor kwantumtoepassingen ondersteunt, met technisch toezicht van het STFC Hartree Centre.
De technische details
De pijplijn combineert QAOA-sampling met één laag met een klassieke Extended Fully-Corrective Frank-Wolfe-optimalisator. Spectrale graafpartitionering verdeelt het probleem in deelproblemen; QCR meldt 41 deelgrafen van elk hooguit 50 qubits, uitgevoerd op IBM Heron-processors met 156 qubits. De samples van de delen worden samengevoegd en een klassieke greedy reparatiestap verwijdert conflicterende randen, zodat elke kandidaat een geldige matching is.
‘Ruimtelijke circuitpacking’, waarbij meerdere onafhankelijke circuits naast elkaar op één chip draaien, verkortte de uitvoeringstijd op hardware volgens het artikel met ongeveer een factor drie. QCR meldt dat vier onafhankelijke circuits, samen 144 qubits, op één apparaat met 156 qubits werden geplaatst. Op de benchmark haalden de gerepareerde QAOA-samples volgens de auteurs een lagere resterende decompositiefout dan simulated annealing en uniforme willekeurige sampling.
De auteurs controleerden ook of de kwantumstap echt werk verrichtte. Partities van 20 qubits verslechterden de convergentie, en in matrix-product-state-simulaties, volgens QCR uitgevoerd met Qoro’s Maestro-engine, verlaagde het afkappen van kwantumcorrelaties de kwaliteit van kandidaten. Volgens hen pleit dat ervoor om in elke partitie een substantiële kwantum-samplingtaak te behouden naarmate problemen groeien.
Waarom het ertoe doet
Veel optimalisatieproblemen op de schaal van nutsbedrijven zijn veel groter dan welke afzonderlijke kwantumprocessor ook. Deze studie biedt een concreet recept — partitioneren, verpakken, repareren — om begrensde problemen met duizenden variabelen op huidige hardware te draaien, plus een benchmark op basis van een echt Europees netmodel.
Waar op te letten
Simulated annealing met dezelfde reparatiestap verslaan is niet hetzelfde als de beste klassieke solvers verslaan, en het artikel claimt geen kwantumvoordeel. QCR merkt op dat de netconnectiviteit dichte qubitroutering afdwong, met twee-qubitdieptes tot 169 zelfs bij delen van 50 qubits, zodat hardwareruis de beperkende factor blijft.
Bronnen
De feiten op deze pagina zijn afkomstig uit onderstaande bronnen, verzameld door 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