E.ON、Qoro与NQCC把1,710量子比特的电网问题拆分到IBM Heron处理器上
E.ON、Qoro Quantum与NQCC的预印本将含1,710个变量的电网优化拆成小型QAOA任务,并打包运行在IBM Heron芯片上。
本页由英文翻译而来。公司和产品名称及来源链接保持不变。 阅读英文原文
能源公司E.ON、英国软件初创公司Qoro Quantum和英国国家量子计算中心(NQCC)展示了如何把一个需要1,710个量子比特的优化问题拆分成足够小、可在当今IBM处理器上并行运行的部分。相关工作发表在预印本Scaling Quantum Optimization to the Thousand-Qubit Scale with Distributed Quantum Sampling中,作者包括Qoro联合创始人Dan Holme和Stephen DiAdamo。
发布了什么
团队处理的是最小Birkhoff分解问题,目标是把网络中的需求表示为匹配(即没有公共节点的边集)的稀疏加权和。论文列举的应用包括网络调度和能源交易。测试案例是PEGASE-1354基准,它代表一个有1,354个节点、1,710条线路的输电网;直接编码时每条线路对应一个量子比特。
据Quantum Computing Report报道,该项目在NQCC支持量子应用概念验证的SparQ计划下开展,由STFC Hartree Centre提供技术监督。
技术细节
该流程将单层QAOA采样与经典的Extended Fully-Corrective Frank-Wolfe优化器结合。谱图划分把问题分成若干子问题;QCR报道共有41个子图,每个最多50个量子比特,运行在156量子比特的IBM Heron处理器上。各部分的样本被合并,再由经典贪心修复步骤删除冲突的边,确保每个候选都是有效匹配。
论文称,“空间电路打包”即在一块芯片上并排运行多个独立电路,使硬件执行时间缩短约三倍。QCR报道,四个独立电路共144个量子比特被放在一台156量子比特设备上。作者表示,在该基准上,经修复的QAOA样本取得的剩余分解误差低于模拟退火和均匀随机采样。
作者还检验了量子步骤是否真的起作用。把分区缩小到20个量子比特会使收敛变差;在矩阵乘积态模拟中(据QCR使用Qoro的Maestro引擎完成),截断量子关联会降低候选质量。他们认为,这支持在问题规模扩大时让每个分区保留相当规模的量子采样任务。
为何重要
许多公用事业规模的优化问题远远超出任何单个量子处理器的容量。这项研究给出了在现有硬件上运行含数千变量的约束问题的具体方法——划分、打包、修复——以及基于真实欧洲电网模型的基准。
后续关注
在使用相同修复步骤的情况下胜过模拟退火,并不等同于胜过最好的经典求解器,论文也没有声称取得量子优势。QCR指出,电网的连通性迫使量子比特路由十分密集,即便在50量子比特的子块上双量子比特深度也高达169,因此硬件噪声仍是限制因素。
来源
本页事实信息来自以下来源,由 DesignQuantum 整理。
- 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