Лучшее из двух миров: как решать реальные проблемы на современных квантовых компьютерах

Исследователи разработали гибридные алгоритмы для работы на квантовых машинах с ограниченным размером и продемонстрировали их для практического применения.

В последние годы появились квантовые устройства, которые впервые позволяют исследователям использовать реальное квантовое оборудование для решения научных задач. Однако в ближайшей перспективе количество и качество кубитов (основной единицы квантовой информации) для квантовых компьютеров, как ожидается, останутся ограниченными, что затруднит использование этих машин для практических применений.

Гибридный квантовый и классический подход может быть ответом на решение этой проблемы с существующим квантовым оборудованием. Исследователи из Аргоннской национальной лаборатории Министерства энергетики США и Национальной лаборатории Лос-Аламоса, а также исследователи из Университета Клемсона и Американской лаборатории Fujitsu разработали гибридные алгоритмы для работы на квантовых машинах и продемонстрировали их для практического применения с использованием IBM Quant компьютеры (см. ниже описание роли Аргонны в IBM Q Hub в Национальной лаборатории Ок-Риджа [ORNL]) и квантовый компьютер D-Wave.

Работа группы представлена в статье, озаглавленной «Гибридный подход для решения задач оптимизации на малых квантовых компьютеров», который появляется в выпуске Института инженеров по электротехнике и радиоэлектронике (IEEE) Июнь 2019 Computer Magazine.

Обеспокоенность по поводу подключения к кубитам, высоких уровней шума, усилий, необходимых для исправления ошибок, и масштабируемости квантового оборудования ограничивают способность исследователей предлагать решения, которые обещают будущие квантовые вычисления.

Гибридные алгоритмы, разработанные командой, используют лучшие возможности и возможности как классических, так и квантовых компьютеров для устранения этих ограничений. Например, классические компьютеры имеют большой объем памяти, способный хранить огромные наборы данных, что является проблемой для квантовых устройств с небольшим количеством кубитов. С другой стороны, квантовые алгоритмы работают лучше для определенных задач, чем классические алгоритмы.

Чтобы различать типы вычислений, выполняемых на двух совершенно разных типах аппаратных средств, команда назвала классические и квантовые этапы гибридных алгоритмов центральными процессорами (ЦП) для классических компьютеров и квантовыми процессорами (QPU) для квантовых компьютеров.

Команда воспользовалась разделением и кластеризацией графа в качестве примеров практических и важных задач оптимизации, которые уже могут быть решены с помощью квантовых компьютеров: небольшая задача графа может быть решена непосредственно в QPU, в то время как большие задачи графа требуют гибридных квантово-классических подходов.

Поскольку проблема стала слишком большой, чтобы работать непосредственно на квантовых компьютерах, исследователи использовали методы декомпозиции, чтобы разбить проблему на более мелкие части, которыми мог управлять QPU — идея, которую они заимствовали из высокопроизводительных вычислений и классических численных методов.

Затем все части были собраны в окончательное решение на процессоре, который не только нашел лучшие параметры, но и определил лучший размер подзадачи для решения на квантовом компьютере.

Такие гибридные подходы не являются серебряной пулей; они не допускают квантового ускорения, потому что использование схем разложения ограничивает скорость по мере увеличения размера проблемы. Однако в течение следующих 10 лет ожидаемые улучшения в кубитах (качество, количество и связность), исправлении ошибок и квантовых алгоритмах сократят время выполнения и позволят выполнять более сложные вычисления.

«В то же время, — считает Юрий Алексеев, главный специалист по проектам в отделе вычислительных наук, — этот подход позволит исследователям использовать краткосрочные квантовые компьютеры для решения приложений, поддерживающих миссию DOE. Например, его можно применять к найти структуры сообщества в метаболических сетях или микробиоме".