Browsing by Author "Salm, Marie"

Now showing 1 - 2 of 2

Open Access
Automated quantum hardware selection for quantum workflows
(2021) Weder, Benjamin; Barzen, Johanna; Leymann, Frank; Salm, Marie
The execution of a quantum algorithm typically requires various classical pre- and post-processing tasks. Hence, workflows are a promising means to orchestrate these tasks, benefiting from their reliability, robustness, and features, such as transactional processing. However, the implementations of the tasks may be very heterogeneous and they depend on the quantum hardware used to execute the quantum circuits of the algorithm. Additionally, today’s quantum computers are still restricted, which limits the size of the quantum circuits that can be executed. As the circuit size often depends on the input data of the algorithm, the selection of quantum hardware to execute a quantum circuit must be done at workflow runtime. However, modeling all possible alternative tasks would clutter the workflow model and require its adaptation whenever a new quantum computer or software tool is released. To overcome this problem, we introduce an approach to automatically select suitable quantum hardware for the execution of quantum circuits in workflows. Furthermore, it enables the dynamic adaptation of the workflows, depending on the selection at runtime based on reusable workflow fragments. We validate our approach with a prototypical implementation and a case study demonstrating the hardware selection for Simon’s algorithm.
Open Access
Die MarieQurie-Methode zur Empfehlung von Quantenressourcen
(2024) Salm, Marie; Leymann, Frank (Prof. Dr. Dr. h. c.)
Heutige Quantencomputer unterliegen hohen Fehlerraten, wodurch ihr Einsatz zur Lösung realer Probleme noch eingeschränkt ist. Dennoch findet Quantencomputing in immer mehr Bereichen Anklang, wodurch der praktische Nutzen in verschiedenen Anwendungsszenarien getestet wird. Ebenso steigt die Zahl verschiedener Hardwareanbieter und deren Angebot an zur Verfügung stehender Quantencomputer. Aufgrund fehlender Standards besteht eine Heterogenität der Softwareprodukte und Schnittstellen zur Programmierung von Quantencomputern, welches die Entwicklung und Ausführung von Quantenalgorithmen erschwert. Fehlt Nutzenden zudem die nötige Expertise im Quantencomputing, bildet außerdem die Selektion eines geeigneten Quantencomputers für die Ausführung große Schwierigkeiten. Um den genannten Schwierigkeiten entgegenzutreten, stellt diese Arbeit die MarieQurie-Methode zur automatisierten Empfehlung von Quantencomputern, Quantenalgorithmenimplementierungen, Quantenschaltkreisen und Quantencompilern, im Folgenden Quantenressourcen genannt, vor. Die Methode selektiert zunächst Implementierungen für gewählte Quantenalgorithmen. Für die Ausführung von Quantenschaltkreisen, die von den Implementierungen basierend auf zu lösenden Probleminstanzen erzeugt werden, ordnet die MarieQurie-Methode geeignete Quantencompiler und -computer diesen nach den Anforderungen der Nutzenden zu. Die Selektion der Quantenressourcen basiert auf Vorhersagen maschinell lernender Algorithmen anhand historischer Ausführungen. Um die Softwareheterogenität zu lösen, wendet die MarieQurie-Methode ein Übersetzungsverfahren an, sodass die Quantenschaltkreise mit diversen Quantencompilern und -computer kompatibel sind. Bei der Untersuchung der Ausführbarkeit von Quantenschaltkreisen bezüglich Fehlern, die bei der Ausführung auftreten können, werden verschiedene Arten der Initialisierung von Probleminstanzen für Quantencomputer präsentiert, welche die ausführbarkeitsbeeinflussende Größe der Quantenschaltkreise mitbestimmen. Aufgrund der zusätzlich größenverändernden Kompilierung der Quantenschaltkreise mit den gewählten Quantencompilern bestimmt die MarieQurie-Methode deren Ausführbarkeit anhand der resultierenden Kompilationen unter Berücksichtigung aktueller Quantencomputermetrikwerte. Bei mehreren ausführbaren Kompilationen werden präferenzbasierte Priorisierungsmechanismen angewendet, um den Nutzenden bei der Wahl geeigneter Kompilationen für die Ausführung zu unterstützen. Für die automatisierte Umsetzung der MarieQurie-Methode wird die Architektur des MarieQurie-Frameworks sowie eine prototypische Implementierung dessen vorgestellt. Das Framework wird mit diversen Experimenten sowie Testpersoneninterviews evaluiert.