⚛️ quantum physics

GroverFigureOfMerit: An Agnostic Figure of Merit for Quantum Backend Characterization in the NISQ Era

Dieses Paper schlägt „GroverFigureOfMerit“ vor und validiert dieses als eine ganzheitliche, architekturagnostische Metrik auf Basis des Grover-Algorithmus, welche die Einschränkungen statischer Hardwareparameter überwindet, indem sie die Leistung von Quanten-Backends durch dynamische Erfolgswahrscheinlichkeiten, Uniformität und Leckage-Strafen über verschiedene NISQ-Ära-Anbieter hinweg evaluiert.

Ursprüngliche Autoren: Tiago Restucha, Marcos Guillermo Lammers, Alejandro Fernández

Veröffentlicht 2026-07-10

📖 6 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Tiago Restucha, Marcos Guillermo Lammers, Alejandro Fernández

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich vor, Sie versuchen, das beste Auto für einen Roadtrip auszuwählen, aber jeder Hersteller liefert Ihnen eine andere, verwirrende Liste mit technischen Daten. Der eine sagt: „Mein Motor hat 99 % Effizienz!“ Ein anderer ruft: „Meine Reifen halten 50.000 Meilen!“ Aber sie sagen Ihnen nicht, wie das Auto tatsächlich auf einer holprigen Straße, einem steilen Hügel oder in einem plötzlichen Regenschauer fährt. Sie bleiben im Dunkeln darüber gelassen, welches Auto Sie tatsächlich an Ihr Ziel bringen wird, ohne liegenzubleiben.

Genau das ist das Problem, vor dem Entwickler von Quantencomputern heute stehen. Wir befinden uns in der „NISQ-Ära“ (Noisy Intermediate-Scale Quantum), einer Zeit, in der Quantencomputer zwar existieren, aber noch etwas fehleranfällig und chaotisch sind. Verschiedene Unternehmen wie IBM, IonQ und Rigetti bauen ihre Maschinen auf völlig unterschiedliche Weise. Sie alle sprechen verschiedene Sprachen und prahlen mit verschiedenen „statischen“ Werten, wie etwa der Zeit, die ein einzelnes Qubit (ein Quantenbit) braucht, um einen Gedanken zu halten, bevor es ihn vergisst.

Die Autoren dieser Arbeit argumentieren, dass es so ist, als würde man einen Marathonläufer nur danach beurteilen, wie schnell er seine Schuhe binden kann. Das verfehlt den Punkt! Ein Läufer mag großartige Schuhe haben (niedrige Fehlerraten), kann aber über seine eigenen Füße stolpern, wenn das Rennen kompliziert wird. Das Papier schlägt vor, dass man, um wirklich zu wissen, welcher Quantencomputer der beste ist, ein echtes Rennen laufen muss.

Das „Stresstest“-Rennen: Der Grover-Algorithmus

Um dies zu lösen, hat das Team eine neue Methode zur Leistungsmessung namens GroverFigureOfMerit erfunden. Betrachten Sie dies als einen standardisierten „Stresstest“-Wettlauf. Anstatt sich die Einzelteile anzusehen, lassen sie einen spezifischen, kniffligen Rätsel-Algorithmus namens Grover-Algorithmus auf den Computern laufen.

Der Grover-Algorithmus ist wie ein Spiel der „Nadel im Heuhaufen-Suche“. In einer perfekten Welt kann ein Quantencomputer die Nadel unglaublich schnell finden. Aber in der realen, verrauschten Welt könnte der Heu vielleicht wackelt, die Nadel rutschig sein und der Computer könnte verwirrt werden.

Das Team hat diesen Test entworfen, um zu sehen, wie gut ein Computer den gesamten Prozess bewältigt, einschließlich:

Das Rauschen: Die statischen Störungen und Fehler, die während des Rennens auftreten.
Die Übersetzung: Die Arbeit, die der Computer leisten muss, um das „Heuhaufen“-Rätsel in seine eigene spezifische Sprache zu übersetzen (dies wird Transpilierung genannt).
Die Karte: Das physische Layout der Drähte des Computers (Topologie). Einige Computer haben Qubits, die nicht direkt miteinander kommunizieren können, sodass sie Nachrichten über Nachbarn weitergeben müssen, was die Sache verlangsamt.

Wie die Wertung funktioniert

Nachdem das Rennen 2.000 Mal (genannt „Shots“) durchgelaufen wurde, vergibt das System einen Score an den Computer. Es geht nicht nur darum, die Nadel zu finden; es geht darum, wie sie gefunden wurde.

Hat er die richtige Antwort gefunden? (Gut!)
Hat er auch die falschen Antworten gefunden? (Schlecht! Das ist „Leakage“ bzw. Leckage.)
Hat er die richtige Antwort jedes Mal gefunden, oder war er manchmal glücklich und manchmal unglücklich? (Schlecht! Das ist „Nicht-Uniformität“.)

Der endgültige Score ist eine einzige Zahl, die all diese Faktoren kombiniert. Wenn der Computer verrauscht ist oder Schwierigkeiten hat, das Rätsel zu übersetzen, sinkt der Score. Wenn er sauber und effizient arbeitet, bleibt der Score hoch.

Das große Experiment: Die Simulation der Realität

Das Team hat nicht nur geraten; sie haben diesen Test auf einem Framework namens Qonscious durchgeführt. Dies ist wie eine Universalfernbedienung, mit der man das gleiche Rennen auf jedem beliebigen Quantencomputer durchführen kann, ohne den Code ändern zu müssen.

Sie haben dies bei neun verschiedenen Anbietern getestet (obwohl sie sich in ihren detaillierten Ergebnissen auf Simulatoren konzentrierten, die auf echter Hardware von IBM und IonQ basieren). Sie führten den Test mit zwei Größen von „Heuhaufen“ durch:

Einem kleinen mit 8 Elementen (unter Verwendung von 3 Qubits).
Einem größeren mit 32 Elementen (unter Verwendung von 5 Qubits).

Was sie herausfanden:

Die idealen Simulatoren: Als sie den Test auf einem perfekten, rauschfreien Computer-Simulator durchführten, war der Score nahezu perfekt (etwa 0,960 für den kleinen Heuhaufen und 0,999 für den größeren). Dies zeigt, dass der Test wie erwartet funktioniert, wenn es keine Fehler gibt.
Die IBM-Modelle: Als sie den Test auf Rauschmodellen ausführten, die von echten IBM-Prozessoren abgeleitet wurden, sanken die Scores erheblich. Für den 32-Elemente-Heuhaufen brachen die IBM-Modelle auf einen Score von etwa 0,040 zusammen. Das ist praktisch dasselbe wie blindes Raten! Das Papier erklärt dies damit, dass die IBM-Computer besonders hart arbeiten mussten, um entfernte Qubits zu verbinden, was einen „Stau“ an Fehlern erzeugte.
Das IonQ-Modell: Das IonQ Aria 1 Modell schnitt viel besser ab. Es hielt seinen Score hoch und brach nicht wie die IBM-Modelle zusammen. Dies deutet darauf hin, dass die Architektur von IonQ für diese Art von Rätsel widerstandsfähiger gegen Rauschen ist.

Was das bedeutet (und was es nicht bedeutet)

Das Papier stellt klar, dass dies kein Allheilmittel ist, das alle Quantenprobleme löst. Die Autoren betonen ausdrücklich, dass sie nicht versuchen zu beweisen, dass der Grover-Algorithmus derzeit der beste Weg ist, um reale Suchprobleme zu lösen. Tatsächlich geben sie zu, dass der Grover-Algorithmus auf der aktuellen verrauschten Hardware für tatsächliche Aufgaben noch nicht nützlich sein könnte.

Stattdessen nutzen sie den Grover-Algorithmus rein als Werkzeug zur Messung der Hardware. Es ist, als würde man einen Crash-Test-Dummy verwenden, nicht um zu sehen, ob das Auto sicher für Passagiere ist, sondern um zu sehen, wie der Rahmen des Autos bei einem Aufprall standhält.

Die Ergebnisse basieren auf Simulationen unter Verwendung von Rauschmodellen, die von echter Hardware abgelehen sind, und nicht auf dem Testlauf auf echten, physischen Quantencomputern in der Cloud (obwohl die Autoren sagen, dass das Testen auf echten Maschinen der „natürliche nächste Schritt“ ist).

Das Fazit

Die Hauptbotschaft ist, dass dieser neue „GroverFigureOfMerit“-Score erfolgreich in der Lage ist, zwischen Quantencomputern zu unterscheiden, selbst wenn diese auf völlig unterschiedliche Weise gebaut wurden. Er erfasst die chaotische Realität von Rauschen, Übersetzungsfehlern und dem physischen Layout in einer einzigen, leicht vergleichbaren Zahl.

Das Papier legt nahe, dass dieser Ansatz Entwicklern hilft, aufzuhören, basierend auf verwirrenden Datenblättern zu raten, und stattdessen informierte Entscheidungen darüber zu treffen, welchen Quantencomputer sie für ihre spezifischen Bedürfnisse nutzen sollten. Die Autoren warnen jedoch, dass der „Übersetzungsschritt“ (Transpilierung) derzeit ein riesiger Engpass ist, der so viel zusätzliche Arbeit verursacht, dass er die Leistung einiger Maschinen ruiniert. Sie hoffen, dass intelligentere Software dies in Zukunft beheben kann, damit der „Wettkampf“ fair für alle ist.

Kurz gesagt: Das Papier schlägt einen neuen, fairen Weg vor, um Quantencomputer zu bewerten, indem man sie ein bestimmtes, schwieriges Rätsel lösen lässt, und erste Simulationen zeigen, dass dieser Test erkennen kann, welche Maschinen bereit für die große Liga sind und welche noch über ihre eigenen Schnürsenkel stolpern.

Technische Zusammenfassung: GroverFigureOfMerit zur Charakterisierung von Quanten-Backends

Problemstellung

Die Ära der Noisy Intermediate-Scale Quantum (NISQ) stellt eine erhebliche Herausforderung für Entwickler dar, die versuchen, geeignete Quantenhardware auszuwählen. Aktuelle Anbieter von Quantenhardware vermitteln ihre Fähigkeiten über heterogene Schnittstellen und proprietäre Metriken (z. B. Kohärenzzeiten $T_1/T_2$ , Gatterfehlerraten), die zwischen den Architekturen (supraleitend, Ionenfallen, photonisch usw.) stark variieren. Diese statischen Metriken leiden unter drei primären Einschränkungen:

Begrenzte Vorhersagekraft: Sie berücksichtigen nicht die Auswirkungen des Transpilationsprozesses, bei dem hochgradige Schaltkreise in native Gatter zerlegt werden, was oft zu einer physikalischen Tiefe führt, die wesentlich größer ist als die ursprüngliche logische Tiefe.
Mangel an kontextueller Relevanz: Statische Metriken erfassen nicht das spezifische Verhalten von Algorithmen und ignorieren dabei, wie Gatter-Interaktionen, Leerzeiten (Idle Times) und die Topologie die Endergebnisse beeinflussen.
Zeitliche Variabilität: Hardwareeigenschaften fluktuieren aufgrund von Umwelteinflüssen, wodurch statische Momentaufnahmen schnell an Gültigkeit verlieren.

Infolgedessen besteht ein Bedarf an einem backend-agnostischen Figure of Merit (FoM), der die ganzheitliche Leistung von Quanten-Backends bewertet, indem er die kombinierten Effekte von Rauschen, Transpilation und topologischen Beschränkungen erfasst.

Methodik

Die Autoren schlagen den GroverFigureOfMerit vor, einen algorithmischen Stresstest basierend auf dem Grover-Suchalgorithmus. Die Methodik wird unter Verwendung des Qonscious-Frameworks implementiert, einer Open-Source-Plattform, die für ressourcenbewusste bedingte Ausführung entwickelt wurde.

1. Implementierungsplattform (Qonscious):
Das Framework nutzt Polymorphe Adapter (BackendAdapters), um die Unterschiede in den SDKs und APIs der Anbieter (z. B. IBM, IonQ) zu abstrahieren. Dies ermöglicht es, denselben logischen Schaltkreis auf jedem unterstützten Backend auszuführen, ohne den FoM-Code ändern zu müssen. Der Ausführungsfluss ist konditional gestaltet, sodass das FoM-Ergebnis als Eingabe für eine Entscheidungsfunktion zur Laufzeitoptimierung dienen kann.

2. Metrik-Design:
Der GroverFigureOfMerit adaptiert die Bewertungsfunktion aus dem GRADE-Ansatz (Manor et al., 2025) an die Qonscious-Architektur. Die Metrik bewertet die Leistung des Grover-Algorithmus, welcher die Wahrscheinlichkeit von Zielzuständen quadratisch verstärkt. Die Bewertung wird nach $S=2000$ Shots berechnet und umfasst:

Kumulative relative Häufigkeit auf Zielzuständen ( $P_T$ ): Die Summe der Wahrscheinlichkeiten der markierten Zustände.
Wahrscheinlichkeit auf Nicht-Zielzuständen ( $P_N$ ): Die Wahrscheinlichkeitsmasse, die in nicht markierte Zustände abfließt.
Standardabweichung unter den Zielzuständen ( $\sigma_T$ ): Ein Maß für die Uniformität, um kohärente Fehler zu bestrafen, bei denen ein Zielzustand signifikant stärker verstärkt wird als andere.

Die endgültige Bewertung ist definiert als:
$\text{Score} = \max(0, P_T - \lambda \cdot \sigma_T - \mu \cdot P_N)$
Wobei $\lambda$ und $\mu$ Gewichtungsfaktoren sind (typischerweise auf 1 gesetzt), die Ungleichmäßigkeit bzw. Wahrscheinlichkeitsleckage jeweils sanktionieren. Wenn die Sanktion für die Leckage die Zielwahrscheinlichkeit übersteigt, ist der Score Null.

3. Experimenteller Aufbau:
Um die Metrik ohne Abhängigkeit von der Echtzeitverfügbarkeit von Cloud-QPUs zu validieren, verwendeten die Autoren Rauschmodelle, die aus realen Prozessoren abgeleitet wurden:

IBM Fake Provider: Modelle, welche die Topologie und die Fehlerprofile spezifischer IBM-Prozessoren bewahren.
IonQ Aria 1 Modell: Ein Rauschmodell für die IonQ Aria 1 Architektur.
Ideale Simulatoren: AerSimulator und IonQ Simulator für den Basisvergleich.

In den Experimenten wurden die Größe des Suchraums ( $N$ ) und die Anzahl der Zielzustände ( $M$ ) variiert, um die Sensitivität gegenüber der Schaltkreistiefe und der Rauschakkumulation zu testen.

Kernergebnisse

Die Experimente zeigten, dass der GroverFigureOfMerit sensitiv auf Rauschen, Topologie und Transpilations-Overhead reagiert:

Kleine Skala ( $N=8, n=3$ ): Ideale Simulatoren erreichten einen perfekten Score von 1,0 bei der optimalen Iterationszahl ( $M=2$ ). Verrauschte Modelle (IBM Fake Provider) zeigten degradierte Scores (im Bereich von 0,495 bis 0,792). Am algorithmischen Limit ( $M=4$ ) kollabierten die Scores aller verrauschten Hardwaren gegen 0,5, was das klassische zufällige Raten widerspiegelt.
Mittlere Skala ( $N=32, n=5$ ): Eine schwerwiegendere Degradation war beobachtbar. Während ideale Simulatoren eine hohe Fidelität beibehielten, kollabierten die IBM-Modelle vollständig aufgrund von Dekohärenz und reduzierten die Scores auf die Wahrscheinlichkeiten des klassischen Zufallsraten ( $\approx 0,25$ ). Im Gegensatz dazu zeigte das IonQ Aria 1 Modell eine überlegene Resilienz und hielt Scores signifikant über dem Zufallslimit.
Skalierbarkeit ( $N=8$ bis $N=128$ ): Mit zunehmender Größe des Suchraums zeigten IBM-Prozessoren einen scharfen Abfall der Scores (z. B. Kollaps auf $\approx 0,040$ bei $N=32$ ). Diese Degradation wurde nicht nur statischen Gatterfehlern zugeschrieben, sondern spezifisch den topologischen Kosten der Zerlegung von Multi-Controlled-Gattern (mcx), um entfernte Qubits zu verbinden, was die Schaltkreistiefe drastisch erhöhte.

Bedeutung und Ansprüche

Das Paper behauptet, dass der GroverFigureOfMerit einen vereinheitlichten und vergleichbaren Score über physisch unterschiedliche Hardware-Architekturen hinweg liefert. Seine primäre Bedeutung liegt in:

Agnostische Charakterisierung: Er ermöglicht den direkten Vergleich heterogener Backends durch die Abstraktion proprietärer API-Aufrufe und nativer Gattersätze.
Ganzheitliche Evaluierung: Im Gegensatz zu statischen Metriken erfasst er die End-to-End-Leistung, einschließlich der kumulativen Effekte von Transpilation, Rauschen und topologischen Beschränkungen.
Ressourcenoptimierung: Durch die Integration in Qonscious kann die Metrik die Ausführung bedingt triggern oder abbrechen, was potenziell die Kosten in Cloud-Quantencomputing-Umgebungen senkt.

Die Autoren stellen explizit klar, dass die Wahl des Grover-Algorithmus rein seinem Nutzen als „Stresstest“ zur Evaluierung von Routing-Fähigkeiten und Kohärenz dient und nicht dazu, einen algorithmischen Vorteil auf aktueller verrauschter Hardware zu demonstrieren. Das Paper identifiziert die Validierung auf echten physischen Prozessoren als den notwendigen nächsten Schritt, um dynamische Phänomene wie Crosstalk und thermische Fluktuationen zu erfassen, die Rauschmodelle möglicherweise nicht vollständig abbilden. Darüber hinaus heben die Autoren den aktuellen Ökosystem-Engpass hervor: die hohen Kosten der Transpilation, wenn die komplexe Gatter-Zerlegung an anbieterspezifische Compiler delegiert wird, was die Notwendigkeit smarterer Abstraktionen oder Zwischenrepräsentationen zur Milderung des topologischen Overheads nahelegt.