Applications of the quantum-classic split pattern in quantum computing

Abstract

Quantum computers have the potential to solve certain problems faster or with more precision than classical computers. Therefore, quantum computing saw a rise in popularity and consequently much research is performed to achieve quantum advantage. However, today’s quantum computers are not capable of executing most of these algorithms with reasonable instance sizes. To benefit from current hardware, algorithms are split into a classical part and a quantum part, such that recent quantum computers can execute it. This abstract idea of splitting is formulated in the Quantum- Classic Split pattern. This thesis examines these hybrid algorithms with a focus on Variational Quantum Algorithms and their split-points. Different implementations of the Variational Quantum Eigensolver and Quantum Approximation Optimization Algorithm are tested with several components. Many classical components are reusable. If the split-points are set well, Classical optimizers, classical pre-processing and classical post-processing can be tested and implemented by classical software engineers. The benefit of splitting algorithms are, that the implementation can be distributed between software engineers and quantum experts and the classical parts can be reusable. The guidelines on how to set split-points are structured similar to patterns as pattern-candidates.

Quantencomputer haben das Potenzial bestimmte Probleme schneller oder genauer zu lösen als klassische Computer. Deshalb wurde Quantumcomputing immer populärer. Das sorgte für mehr Forschung in diesem Bereich um den Vorteil, den Quantencomputer bieten, zu nutzen. Heutige Quantencomputer können noch nicht alle Algorithmen mit relevanten Instanzgrößen ausführen. Um heute schon von Quantencomputern zu profitieren, werden Algorithmen in klassische und Quantenteile getrennt, sodass aktuelle Quantencomputer diesen Quantenteil ausführen können. Dieses Vorgehen, Algorithmen aufzuteilen, wurde im Quantum-Classic Split pattern zusammengefasst. In dieser Masterarbeit werden hybride Algorithmen, vor allem Variationelle Quantenalgorithmen und deren Split-points untersucht. Verschiedene Implementierungen des Variationellen Quanten Eigensolvers und des Quantum Approximation Optimization Algorithm wurden mit verschiedenen Komponenten getestet. Viele der klassischen Komponenten sind wiederverwendbar und können von klassischen Softwareentwicklern implementiert und getestet werden. Vorteile, einen Algorithmus aufzuteilen sind, dass die Implementierung zwischen Quantenexperten und Softwareentwicklern aufgeteilt werden kann und, dass die klassischen Teile wiederverwendbar sein können. Die Richtlinien, wie diese Split-points gesetzt werden sollten, wurden ähnlich wie Pattern als Patternkandidaten strukturiert.