E.ON, Qoro и NQCC разделили сетевую задачу на 1710 кубитов между процессорами IBM Heron
Препринт E.ON, Qoro Quantum и NQCC разбивает оптимизацию сети с 1710 переменными на небольшие задачи QAOA и упаковывает их на чипах IBM Heron.
Эта страница переведена с английского. Названия компаний и продуктов, а также ссылки на источники оставлены без изменений. Читать оригинал на английском
Энергетическая компания E.ON, британский программный стартап Qoro Quantum и Национальный центр квантовых вычислений Великобритании (NQCC) показали, как оптимизационную задачу, требующую 1710 кубитов, можно разбить на части, достаточно малые для нынешних процессоров IBM, и выполнять их параллельно. Работа описана в препринте Scaling Quantum Optimization to the Thousand-Qubit Scale with Distributed Quantum Sampling, среди авторов которого — сооснователи Qoro Дэн Холм и Стивен ДиАдамо.
Что объявлено
Команда занялась минимальным разложением Биркгофа, цель которого — представить спрос в сети как разреженную взвешенную сумму паросочетаний, то есть наборов рёбер без общих вершин. В статье в качестве приложений названы планирование работы сети и торговля энергией. Тестовым случаем стал PEGASE-1354 — бенчмарк, моделирующий передающую сеть с 1354 узлами и 1710 линиями; при прямом кодировании каждая линия становится кубитом.
По данным Quantum Computing Report, проект выполнялся в рамках программы SparQ NQCC, поддерживающей пилотные проекты квантовых приложений, под техническим надзором STFC Hartree Centre.
Технические детали
Конвейер сочетает однослойную выборку QAOA с классическим оптимизатором Extended Fully-Corrective Frank-Wolfe. Спектральное разбиение графа делит задачу на подзадачи; QCR сообщает о 41 подграфе, каждый не более чем из 50 кубитов, запускавшихся на 156-кубитных процессорах IBM Heron. Выборки из частей объединяются, а классический жадный шаг исправления удаляет конфликтующие рёбра, чтобы каждый кандидат был допустимым паросочетанием.
«Пространственная упаковка схем» — запуск нескольких независимых схем бок о бок на одном чипе — сократила время выполнения на оборудовании примерно втрое, говорится в статье. QCR сообщает, что четыре независимые схемы общим объёмом 144 кубита разместили на одном 156-кубитном устройстве. На бенчмарке исправленные выборки QAOA, по словам авторов, дали меньшую остаточную ошибку разложения, чем имитация отжига и равномерная случайная выборка.
Авторы также проверили, действительно ли квантовый шаг выполняет полезную работу. Уменьшение разбиений до 20 кубитов ухудшило сходимость, а в симуляциях на матричных произведениях состояний, которые, по данным QCR, проводились на движке Maestro от Qoro, усечение квантовых корреляций снижало качество кандидатов. По их мнению, это говорит в пользу сохранения существенной квантовой задачи выборки в каждом разбиении по мере роста задач.
Почему это важно
Многие оптимизационные задачи масштаба энергокомпаний значительно превосходят возможности любого отдельного квантового процессора. Исследование предлагает конкретный рецепт — разбить, упаковать, исправить — для запуска на современном оборудовании задач с ограничениями и тысячами переменных, а также бенчмарк на основе реальной модели европейской сети.
На что обратить внимание
Превзойти имитацию отжига с тем же шагом исправления — не то же самое, что превзойти лучшие классические решатели, и статья не заявляет о квантовом преимуществе. QCR отмечает, что связность сети потребовала плотной маршрутизации кубитов: двухкубитная глубина доходила до 169 даже на частях по 50 кубитов, так что аппаратный шум остаётся ограничивающим фактором.
Источники
Факты на этой странице взяты из указанных ниже источников и собраны 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