QuSplit：通过作业拆分在噪声量子计算机上实现高保真度与高吞吐量
量子物理
2025-03-13 v2 新兴技术
摘要
随着进入量子效用时代，计算正朝着以量子为中心的架构发展，其中多个量子处理器与经典计算资源协作。IBM Quantum和Amazon Braket等平台体现了这一趋势，使得能够访问不同的量子后端。然而，高效的资源管理仍然是一个挑战，因为量子处理器对噪声高度敏感，这显著影响计算保真度。此外，不同处理器之间的异构噪声特性进一步增加了调度和资源分配的复杂性。现有的调度策略通常专注于将作业映射和调度到这些异构后端，这导致一些作业遭受极低的保真度。针对量子优化作业（例如VQC、VQE、QAOA）——NISQ时代最有前途的量子应用之一——我们假设在高保真度量子处理器上执行作业的后期阶段可以显著提高整体保真度。为了验证这一点，我们使用VQE作为案例研究，并开发了一个基于遗传算法的调度框架，该框架结合了作业拆分以优化保真度和吞吐量。实验结果表明，我们的方法在所有作业中始终保持高保真度，同时显著提高了系统吞吐量。此外，所提出的算法在处理越来越多的量子处理器和更大工作负载时表现出优异的可扩展性，使其成为新兴量子计算平台的一个稳健且实用的解决方案。为了进一步证实其有效性，我们在真实的量子处理器IBM Strasbourg上进行了实验，结果证实作业拆分提高了保真度并减少了收敛所需的迭代次数。
引用
@article{arxiv.2501.12492,
title = {QuSplit: Achieving Both High Fidelity and Throughput via Job Splitting on Noisy Quantum Computers},
author = {Jinyang Li and Yuhong Song and Yipei Liu and Jianli Pan and Lei Yang and Travis Humble and Weiwen Jiang},
journal= {arXiv preprint arXiv:2501.12492},
year = {2025}
}