Design of a quantum low-code framework

Abstract

Quantum computing is a promising paradigm that offers reduced energy consumption, enhanced computational precision, and exponential speedups for certain problems compared to classical counterparts. However, manually building quantum applications that combine classical and quantum parts requires not only specialized knowledge in quantum computing but also significant programming expertise, creating a substantial barrier for many users. Classical low-code platforms can abstract away much of the coding effort, but they are typically domain-specific and not suitable for designing quantum algorithms. Moreover, simply reducing the amount of code is often insufficient, as developers still require a deep understanding of the underlying quantum concepts to model and implement quantum applications correctly. Therefore, it is equally important to provide abstractions that shield users from complex domain knowledge, allowing them to focus on the logical structure of their applications, regardless of their level of expertise in quantum computing. To address this gap, this work develops an open-source low-code modeling tool for designing quantum applications. The objective is to identify and define essential modeling constructs that provide higher-level abstractions, as well as lower-level modeling blocks that represent quantum gates, in order to support the development of quantum applications while ensuring accessibility for users with varying levels of expertise. The tool enables the modeling of both classical and quantum parts, allowing developers to build quantum applications. Additionally, the tool employs a standardized format for saving and loading models, ensuring portability and interoperability across different systems and platforms. The proposed concept will be implemented in a prototype and evaluated through use cases. In parallel, a low-code backend project will prototype the transformation of models into OpenQASM code based on the model structure and its standardized format. Quantencomputing ist ein vielversprechendes Paradigma, das im Vergleich zu klassischen Ansätzen einen geringeren Energieverbrauch, eine höhere Rechenpräzision und exponentielle Beschleunigungen bei bestimmten Problemen bietet. Das manuelle Erstellen von Quantenanwendungen, die klassische und Quantenanteile kombinieren, erfordert jedoch nicht nur spezielles Wissen im Bereich des Quantencomputings, sondern auch umfangreiche Programmierkenntnisse, was für viele Nutzer eine erhebliche Herausforderung darstellt. Klassische Low-Code Plattformen können einen Großteil des Programmieraufwands abstrahieren, sind jedoch typischerweise domänenspezifisch und daher für die Gestaltung von Quantenalgorithmen nicht geeignet. Zudem reicht eine Reduzierung der Code Menge oft nicht aus, da Entwickler weiterhin ein tiefgehendes Verständnis der zugrunde liegenden Quantenkonzepte benötigen, um Quantenalgorithmen korrekt modellieren und implementieren zu können. Daher ist es ebenso wichtig, Abstraktionen bereitzustellen, die Nutzer von komplexem Domänenwissen entlasten und es ihnen ermöglichen, sich auf die logische Struktur ihrer Algorithmen zu konzentrieren, unabhängig von ihrem Fachwissen im Quantencomputing. Um diese Lücke zu schließen, entwickelt diese Arbeit ein Open Source Low-Code Modellierungstool zur Gestaltung von Quantenanwendungen. Ziel ist es, wesentliche Modellierungskonstrukte zu identifizieren und zu definieren, die sowohl höherstufige Abstraktionen als auch niederstufige Modellblöcke für Quanten Gatter bereitstellen, um die Entwicklung von Quantenalgorithmen zu unterstützen und gleichzeitig die Zugänglichkeit für Nutzer mit unterschiedlichem Fachwissen zu gewährleisten. Das Tool ermöglicht die Modellierung sowohl klassischer als auch quanten Teile, sodass Entwickler Quantenalgorithmen erstellen können. Darüber hinaus verwendet das Tool ein standardisiertes Format zum Speichern und Laden von Modellen, um Portabilität und Interoperabilität zwischen verschiedenen Systemen und Plattformen sicherzustellen. Das vorgeschlagene Konzept wird in einem Prototyp implementiert und anhand Anwendungsfälle evaluiert. Parallel dazu wird ein Low-Code Backend Projekt prototypisch die Transformation der Modelle in OpenQASM Code basierend auf der Modellstruktur und dem standardisierten Format umsetzen.