TuniQ: Autotuning Compilation Passes for Quantum Workloads at Scale for Effectiveness and Efficiency
TuniQ एक सुदृढीकरण लर्निंग (reinforcement learning) आधारित प्रणाली है जो विशिष्ट हार्डवेयर और शोर (noise) की स्थितियों के आधार पर क्वांटम सर्किट के लिए इष्टतम संकलन पास (compilation passes) को गतिशील रूप से चुनती है, जो IBM के Qiskit ट्रांसपाइलर जैसे अत्याधुनिक स्टेटिक कंपाइलर्स की तुलना में आउटपुट फिडेलिटी और संकलन दक्षता में उल्लेखनीय सुधार करती है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप एक बहुत ही शोर-शराबे वाले, ऊबड़-खाबड़ रास्ते पर एक नाजुक, जटिल संदेश भेजने की कोशिश कर रहे हैं। आपका संदेश एक क्वांटम प्रोग्राम (एक क्वांटम कंप्यूटर के लिए निर्देशों का एक सेट) है, और रास्ता क्वांटम हार्डवेयर है।
समस्या यह है कि रास्ता गड्ढों (त्रुटियों) से भरा है और संदेश जितना लंबा समय लेगा, उतना ही खराब होता जाएगा। यदि आप एक लंबा, घुमावदार रास्ता लेते हैं, तो आपका संदेश बिगड़ा हुआ पहुँच सकता है। यदि आप एक तेज़ रास्ता लेते हैं लेकिन बहुत अधिक गड्ढों से टकराते हैं, तो भी वह बिगड़ा हुआ पहुँच सकता है।
वर्तमान में, "ड्राइवर" (कंपाइलर) जो इन संदेशों को भेजते हैं, वे एक निश्चित नियम पुस्तिका का उपयोग करते हैं। वे हर एक संदेश को ठीक एक ही रास्ता लेने का निर्देश देते हैं, चाहे संदेश सरल हो या जटिल, और चाहे सड़क वर्तमान में सूखी हो या कीचड़ भरी हो। कभी-कभी यह काम करता है, लेकिन अक्सर यह अक्षम होता है, जिससे डिलीवरी धीमी हो जाती है या संदेश टूट जाता है।
TuniQ एक नया, स्मार्ट ड्राइवर है जो नियम बदल देता है। एक निश्चित मानचित्र का पालन करने के बजाय, यह रीइन्फोर्समेंट लर्निंग (प्रयास और त्रुटि द्वारा सीखने वाला एक प्रकार का AI) का उपयोग करता है ताकि हर एक संदेश के लिए वास्तविक समय में सबसे अच्छा रास्ता तय किया जा सके।
यहाँ बताया गया है कि TuniQ कैसे काम करता है, जिसे सरल अवधारणाओं में विभाजित किया गया है:
1. "निश्चित नियम पुस्तिका" बनाम "स्मार्ट ड्राइवर"
वर्तमान प्रणाली (IBM Qiskit) को एक ऐसे GPS के रूप में सोचें जो हर कार को एक ही हाईवे पर जाने के लिए मजबूर करता है, भले ही किसी विशिष्ट कार के लिए कोई शॉर्टकट मौजूद हो। यह प्रत्येक क्वांटम सर्किट पर एक ही सेट "ऑप्टिमाइज़ेशन पासेस" (यातायात नियम) लागू करता है।
- दोष: एक शॉर्टकट जो एक छोटी कार के लिए समय बचा सकता है, वह एक बड़े ट्रक के लिए ट्रैफिक जाम का कारण बन सकता है। इसी तरह, एक कंपाइलर सेटिंग जो एक क्वांटम प्रोग्राम की मदद करती है, वह दूसरे के लिए हानिकारक भी हो सकती है।
- TuniQ समाधान: TuniQ एक ऐसे ड्राइवर की तरह है जो विशिष्ट कार्गो (सर्किट) को देखता है, वर्तमान मौसम और सड़क की स्थिति (हार्डवेयर के शोर के स्तर) की जांच करता है, और फिर निर्णय लेता है: "क्या मुझे गड्ढे से बचने के लिए सुंदर दृश्य वाला रास्ता लेना चाहिए? या मुझे तेज़ चलना चाहिए क्योंकि सड़क साफ़ है?" यह तय करता है कि उस विशिष्ट यात्रा के लिए कौन से "याताचार नियमों" को लागू करना है और किन्हें छोड़ना है।
2. "डुअल-एनकोडर" (ड्राइवर की दो आँखें)
इन निर्णयों को लेने के लिए, TuniQ को यात्रा के विभिन्न चरणों में दुनिया को अलग तरह से देखने की आवश्यकता होती है। पेपर एक डुअल-एनकोडर सिस्टम का वर्णन करता है:
- रास्ते से पहले (लॉजिकल व्यू): शुरुआत में, ड्राइवर यात्रा की योजना को देखता है। वह गड्ढों की चिंता किए बिना यात्रियों (क्यूबिट्स) के बीच तार्किक संबंधों को देखता है। वह पूछता है, "इन लोगों को एक साथ कैसे बैठना चाहिए?"
- रास्ते के बाद (फिजिकल व्यू): एक बार जब कार सड़क पर आ जाती है, तो ड्राइवर अपनी आँखों का एक अलग सेट बदल लेता है। अब, वह वास्तविक कार और वास्तविक सड़क की स्थिति को देखता है। वह देखता है कि कौन से विशिष्ट टायर (फिजिकल क्यूबिट्स) घिस रहे हैं और सड़क के कौन से हिस्से ऊबड़-खाबड़ हैं।
- यह क्यों महत्वपूर्ण है: यह TuniQ को अनुकूलित करने की अनुमति देता है। यदि सड़क अधिक कीचड़ भरी हो जाती है (शोर बढ़ जाता है), तो यह बिना पुन: प्रशिक्षित हुए तुरंत एक सुरक्षित, धीमी रणनीति पर स्विच कर सकता है।
3. "शेप्ड रिवॉर्ड्स" (यात्रा से सीखना)
पुराने तरीके में, ड्राइवर को केवल अंत में फीडबैक मिलता था: "क्या आपने संदेश वितरित किया?" यदि संदेश टूट गया था, तो ड्राइवर को पता नहीं चलता था कि किस मोड़ ने समस्या पैदा की थी।
- TuniQ का दृष्टिकोण: TuniQ को रास्ते में छोटे "पॉइंट्स" (पुरस्कार/रिवॉर्ड्स) मिलते हैं।
- "गड्ढे से बचने के लिए अच्छा काम किया!" (मध्यवर्ती पुरस्कार)।
- "कार को स्थिर रखने के लिए अच्छा काम किया!" (एक और मध्यवर्ती पुरस्कार)।
- "आपने संदेश को पूरी तरह से वितरित किया!" (अंतिम पुरस्कार)।
इससे ड्राइवर को यह सीखने में मदद मिलती है कि यात्रा के शुरुआती चरण में लिया गया एक विशिष्ट मोड़ पूरे सफर की सफलता के लिए क्यों महत्वपूर्ण था, भले ही परिणाम अंत तक दिखाई न दिया हो।
4. "डायनामिक मास्क" (सुरक्षा गार्ड)
आप बस ड्राइवर को कोई भी रास्ता चुनने के लिए नहीं छोड़ सकते; कुछ रास्ते बंद गलियाँ हैं या अवैध हैं।
- TuniQ डायनामिक एक्शन मास्किंग का उपयोग करता है। इसे एक रेलिंग के रूप में सोचें जो ड्राइवर को तुरंत ऐसा मोड़ लेने से रोक देती है जो कार को तोड़ देगा या यातायात कानूनों का उल्लंघन करेगा। यह सुनिश्चित करता है कि AI जो भी निर्णय ले, अंतिम परिणाम हमेशा एक वैध, चलने योग्य पथ हो।
परिणाम: तेज़ और स्पष्ट
पेपर ने IBM के वास्तविक क्वांटम कंप्यूटरों पर TuniQ का परीक्षण किया। यहाँ क्या हुआ:
- बेहतर गुणवत्ता: संदेश बहुत अधिक स्पष्ट रूप से पहुंचे। औसतन, "फिडेलिटी" (मूल योजना के साथ संदेश कितना मेल खाता है) में 20% का सुधार हुआ।
- तेज़ डिलीवरी: मार्ग की योजना बनाने में लगने वाला समय (कंपाइलेशन टाइम) 34% कम हो गया। यह बहुत बड़ा है क्योंकि कई क्वांटम एल्गोरिदम को क्रम में हजारों बार मार्ग की योजना बनानी पड़ती है।
- पुनः प्रशिक्षण की आवश्यकता नहीं: यदि आप ड्राइवर को दूसरे शहर (दूसरे क्वांटम कंप्यूटर) में ले जाते हैं, तो TuniQ बिना नए शहर को शून्य से सीखे तुरंत काम करता है।
- स्केलिंग अप: जैसे-जैसे संदेश बड़े और अधिक जटिल (यूटिलिटी-स्केल सर्किट) होते जाते हैं, TuniQ पुराने निश्चित नियम पुस्तिकाओं की तुलना में और भी बेहतर प्रदर्शन करता है।
सारांश
TuniQ को एक कठोर, एक-सा-सबके-लिए-उपयोगी GPS से एक स्मार्ट, अनुकूलन योग्य सह-पायलट में अपग्रेड करने जैसा है। यह विशिष्ट कार्गो को देखता है, वास्तविक समय की सड़क की स्थिति की जांच करता है, और सबसे अच्छा गति और सुरक्षा का मिश्रण चुनने के लिए हर यात्रा से सीखता है। यह क्वांटम कंप्यूटिंग को अधिक विश्वसनीय और तेज़ बनाता है, विशेष रूप से जब हम भविष्य में बड़ी समस्याओं को हल करने की कोशिश कर रहे हैं।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।