Quantum Broker: QoS-Aware Distribution of Quantum Computations
تقدم هذه الورقة "Quantum Broker"، وهو إطار عمل مفتوح المصدر يعمل على تحسين توزيع لقطات الدوائر الكمومية (quantum circuit shots) عبر وحدات معالجة كمومية (QPUs) سحابية غير متجانسة لتلبية قيود جودة الخدمة المحددة من قبل المستخدم، مما يؤدي إلى تحسين تكلفة التنفيذ، وزمن الاستجابة، والدقة مقارنة بالنهج القائم على خلفية واحدة أو النهج الأساسي متعدد الخلفيات.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تعد الحوسبة الكمية بحل مشكلات مستعصية حالياً على الحواسيب التقليدية، لكن الآلات التي تحمل هذا الوعد لا تزال في مراحلها الأولى والهشة. تعمل هذه الأجهزة، المعروفة باسم المعالجات الكمية، وفق القواعد الغريبة لميكانيكا الكم، حيث يمكن للجسيمات الدقيقة أن توجد في حالات متعددة في آن واحد. وللحصول على إجابة مفيدة من مثل هذه الآلة، يجب على المستخدم تشغيل مجموعة محددة من التعليمات، تسمى "الدائرة" (circuit)، مرات عديدة. كل عملية تشغيل، أو "طلقة" (shot)، تنتج نتيجة عشوائية واحدة، وفقط من خلال جمع آلاف من هذه الطلقات يمكن للعلماء رؤية النمط الكامن الذي يمثل الإجابة الحقيقية. ومع ذلك، فإن هذه الآلات تعاني حالياً من الضجيج وكثرة الأخطاء، وغالباً ما يتشاركها العديد من المستخدمين، مما يؤدي إلى فترات انتظار طويلة وتكاليف متفاوتة اعتماداً على المزود الذي تختاره. ولأن الأجهزة تختلف اختلافاً كبيراً من آلة إلى أخرى، ولأن النتائج تعتمد على عدد مرات تشغيل الدائرة، فقد أصبح قرار أين وكيفية تشغيل المهمة الكمية تحدياً هندسياً معقداً.
لقد طور فريق من الباحثين إطار عمل برمجياً جديداً يسمى "الوسيط الكمي" (Quantum Broker) لحل هذه المشكلة. فبدلاً من معاملة المهمة الكمية كمسأة واحدة يجب إرسالها إلى آلة محددة، يتعامل النظام مع الآلاف من عمليات التشغيل المطلوبة كمورد مرن يمكن تقسيمه وإرساله إلى العديد من الآلات في وقت واحد. وقد بنى الباحثون هذه الأداة لتعمل كمدير ذكي يستمع إلى احتياجات المستخدم المحددة — مثل الحفاظ على التكاليف منخفضة، أو الإنهاء بسرعة، أو ضمان دقة عالية — ثم يحدد تلقائياً أفضل طريقة لتقسيم العمل. يمكن للنظام النظر في مجموعة من الحواسيب الكمية المتاحة، ولكل منها سعره وسرعته ومعدل خطئه الخاص، ويقرر بالضبط عدد الطلقات التي سيرسلها إلى كل منها. يمكنه حتى إرسال بعض الطلقات إلى آلة سريعة ولكنها مكلفة، وأخرى إلى آلة أبطأ وأرخص، ثم يجمع النتائج لاحقاً لإنشاء إجابة واحدة عالية الجودة.
جوهر هذا العمل هو لغة جديدة ابتكرها الباحثون، تتيح للمستخدمين كتابة متطلباتهم بمصطلحات منطقية بسيطة دون الحاجة إلى معرفة التفاصيل التقنية لكل آلة. تسمح هذه اللغة للمستخدم بقول أشياء مثل "يجب أن تظل التكلفة الإجمالية تحت حد معين" أو "يجب أن تكون الإجابة النهائية دقيقة بنسبة لا تقل عن كذا"، ثم يستخدم البرنامج محركين رياضيين مختلفين لإيجاد الحل. أحد المحركين سريع جداً ويعمل جيداً عندما تكون القواعد بسيطة وخطية، بينما الآخر أبطأ ولكنه أقوى بكثير، وقادر على التعامل مع الظروف الواقعية المعقدة والفوضوية حيث لا تتبع القواعد خطاً مستقيماً. وقد اختبر الباحثون نظامهم باستخدام حواسيب كمية محاكية تحاكي سلوك الأجهزة الحقيقية، بما في ذلك أخطائها وتأخيراتها. ووجدوا أن النظام يمكنه بنجاح إنشاء خطط تلبي متطلبات صارمة حيث فشلت الطرق الأبسط. وفي كثير من الحالات، وجد النظام طرقاً لتشغيل المهام كانت أرخص، أو أسرع، أو أكثر دقة مما لو كان المستخدم قد اختار آلة واحدة وشغل المهمة بأكملها هناك.
أحد أهم النتائج التي تم التوصل إليها هو أن تقسيم العمل عبر عدة آلات لا يفسد الإجابة النهائية. ولأن الطلقات الفردية مستقلة إحصائياً، يمكن للنظام جمع النتائج من مصادر مختلفة ودمجها معاً دون فقدان سلامة البيانات. وفي اختباراتهم، قام الباحثون بتشغيل خوارزميات كمية محددة عبر عدة آلات محاكاة ثم دمجوا النتائج. وقارنوا هذه النتيجة المدمجة بما كانت ستكون عليه الإجابة على آلة مثالية خالية من الأخطاء. وأظهرت النتائج مستوى عالياً جداً من التوافق، مما يثبت أن النهج الموزع يعمل. ومع ذلك، اكتشفوا أيضاً أن جودة الإجابة النهائية تعتمد على كيفية تقسيم العمل. فإذا قامت آلة واحدة فقط بتشغيل جزء ضئيل من إجمالي الطلقات، فقد تبدو نتيجتها الفردية سيئة للغاية أو مليئة بالضجيج، ولكن عند دمجها مع الطلقات من الآلات الأخرى، تصبح الصورة النهائية واضحة ودقيقة. وهذا يعني أن جودة المهمة الكمية يجب أن تُحكم بالنتيجة المدمجة، وليس بالأداء الفردي لأي آلة في المجموعة.
كما سلطت الدراسة الضوء على مقايضة عملية بين السرعة والكمال. فقد استطاع المحرك الرياضي السريع إنتاج خطة في جزء من الثانية، لكنه أخفق أحياناً في إيجاد حل عندما كانت المتطلبات صارمة جداً أو عندما كانت سلوكيات الآلات معقدة للغاية. أما المحرك الأبطأ والأقوى فقد استغرق وقتاً أطول بكثير — غالباً عشرات الثواني — ولكنه وجد باستمرار حلولاً صالحة تلبي جميع قيود المستخدم، حتى في السيناريوهات الصعبة. لم يدّع الباحثون أن هذا النظام جاهز لاستبدال الطريقة الحالية المستخدمة في تشغيل الحواسيب الكمية على الأجهزة الفعلية، حيث أُجريت اختباراتهم في بيئة محاكاة محكومة. وأشاروا إلى أن العوامل الواقعية مثل التغيرات المفاجئة في توافر الآلات أو نماذج التسعير المتغيرة ليست مدروسة بالكامل بعد. ومع ذلك، يوضح هذا العمل أنه من الممكن إدارة موارد الحوسبة الكمية بذكاء، والتعامل مع تنفيذ البرنامج كمشكلة هندسية مرنة بدلاً من كونه تسليماً جامداً لجهاز واحد. ومن خلال توفير وسيلة للموازنة تلقائياً بين التكلفة والوقت والجودة عبر مشهد مجزأ من الآلات الكمية، يقدم "الوسيط الكمي" مساراً جديداً لجعل هذه الأدوات القوية أكثر موثوقية وسهولة في الوصول إليها للتطبيقات المستقبلية.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.