E.ON, Qoro i NQCC dzielą 1710-kubitowy problem sieciowy między procesory IBM Heron
Preprint E.ON, Qoro Quantum i NQCC dzieli optymalizację sieci z 1710 zmiennymi na małe zadania QAOA i upakowuje je na układach IBM Heron.
Ta strona została przetłumaczona z angielskiego. Nazwy firm i produktów oraz linki do źródeł pozostają bez zmian. Przeczytaj oryginał po angielsku
Koncern energetyczny E.ON, brytyjski start-up programistyczny Qoro Quantum i brytyjskie National Quantum Computing Centre (NQCC) pokazali, jak problem optymalizacyjny wymagający 1710 kubitów można podzielić na części wystarczająco małe dla dzisiejszych procesorów IBM i uruchomić równolegle. Pracę opisano w preprincie Scaling Quantum Optimization to the Thousand-Qubit Scale with Distributed Quantum Sampling; wśród autorów są współzałożyciele Qoro Dan Holme i Stephen DiAdamo.
Co ogłoszono
Zespół zajął się minimalnym rozkładem Birkhoffa, który ma wyrazić zapotrzebowanie w sieci jako rzadką ważoną sumę skojarzeń, czyli zbiorów krawędzi bez wspólnego wierzchołka. Artykuł wymienia jako zastosowania harmonogramowanie sieci i handel energią. Przypadkiem testowym był PEGASE-1354, benchmark odwzorowujący sieć przesyłową z 1354 węzłami i 1710 liniami; przy bezpośrednim kodowaniu każda linia staje się kubitem.
Według Quantum Computing Report projekt realizowano w ramach programu SparQ NQCC, który wspiera projekty proof of concept zastosowań kwantowych, pod nadzorem technicznym STFC Hartree Centre.
Szczegóły techniczne
Potok łączy jednowarstwowe próbkowanie QAOA z klasycznym optymalizatorem Extended Fully-Corrective Frank-Wolfe. Spektralny podział grafu dzieli problem na podproblemy; QCR podaje 41 podgrafów, każdy z najwyżej 50 kubitami, uruchamianych na 156-kubitowych procesorach IBM Heron. Próbki z części są łączone, a klasyczny zachłanny krok naprawczy usuwa sprzeczne krawędzie, tak by każdy kandydat był poprawnym skojarzeniem.
„Przestrzenne upakowanie obwodów”, czyli uruchamianie kilku niezależnych obwodów obok siebie na jednym układzie, skróciło czas wykonania na sprzęcie mniej więcej trzykrotnie, według artykułu. QCR podaje, że cztery niezależne obwody, łącznie 144 kubity, umieszczono na jednym 156-kubitowym urządzeniu. W benchmarku naprawione próbki QAOA osiągnęły według autorów mniejszy błąd resztkowy rozkładu niż symulowane wyżarzanie i jednostajne próbkowanie losowe.
Autorzy sprawdzili też, czy krok kwantowy faktycznie wnosi wkład. Zmniejszenie partycji do 20 kubitów pogorszyło zbieżność, a w symulacjach stanami iloczynu macierzy, prowadzonych według QCR silnikiem Maestro firmy Qoro, obcinanie korelacji kwantowych obniżało jakość kandydatów. Ich zdaniem przemawia to za utrzymaniem istotnego zadania próbkowania kwantowego w każdej partycji w miarę wzrostu problemów.
Dlaczego to ważne
Wiele problemów optymalizacyjnych w skali operatorów sieci jest znacznie większych niż jakikolwiek pojedynczy procesor kwantowy. Badanie oferuje konkretny przepis — podzielić, upakować, naprawić — na uruchamianie na obecnym sprzęcie problemów z ograniczeniami i tysiącami zmiennych, a także benchmark oparty na rzeczywistym modelu europejskiej sieci.
Na co zwrócić uwagę
Pokonanie symulowanego wyżarzania przy tym samym kroku naprawczym to nie to samo co pokonanie najlepszych klasycznych solverów, a artykuł nie twierdzi, że osiągnięto przewagę kwantową. QCR zauważa, że łączność sieci wymusiła gęste trasowanie kubitów, z głębokością dwukubitową sięgającą 169 nawet w częściach 50-kubitowych, więc szum sprzętowy pozostaje czynnikiem ograniczającym.
Źródła
Fakty na tej stronie pochodzą z poniższych źródeł, zebranych przez 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