QWeaver: Quantum Circuit Cut Workflow with MLIR-based Compiler, Runtime, and Weaver Hybrid Tasks
यह शोधपत्र QWeaver को प्रस्तुत करता है, जो एक MLIR-आधारित फ्रेमवर्क है जो बड़े सर्किटों को निष्पादन योग्य अंशों में विभाजित करके, उन्हें Q-IRIS रनटाइम के माध्यम से समानांतर रूप से डिस्पैच करके, और एक क्लासिकल वीविंग कार्य के माध्यम से अंतिम आउटपुट वितरण को पुनर्गठित करके क्वांटम सर्किट कटिंग के एंड-टू-एंड वर्कफ़्लो को ऑर्केस्ट्रेट करता 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 लेखक ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
क्वांटम कंप्यूटर उन समस्याओं को हल करने का वादा करते हैं जिन्हें सुलझाने में आज के सुपरकंप्यूटरों को हजारों साल लग सकते हैं, लेकिन वे एक जिद्दी भौतिक सीमा का सामना करते हैं। वर्तमान में उपलब्ध मशीनें शोर वाली (noisy) और छोटी हैं, जो केवल कुछ दर्जन छोटे सूचना इकाइयों को संभालने में सक्षम हैं जिन्हें क्यूबिट्स (qubits) कहा जाता है। जब वैज्ञानिक एक जटिल गणना चलाने की कोशिश करते हैं जिसके लिए मशीन के पास मौजूद क्यूबिट्स से अधिक क्यूबिट्स की आवश्यकता होती है, तो पूरी प्रक्रिया विफल हो जाती है। यह एक विशाल समुद्री जहाज को एक छोटी बाथटब में फिट करने की कोशिश करने जैसा है; पानी बाहर बह जाता है, और जहाज डूब जाता है। वर्षों तक, एकमात्र समाधान हार्डवेयर के बड़े होने का इंतजार करना ही लगता था, लेकिन एक नया दृष्टिकोण सुझाव देता है कि हम इन विशाल गणनाओं को टुकड़ों में तोड़कर आज की छोटी मशीनों पर चला सकते हैं।
यह रणनीति, जिसे सर्किट कटिंग (circuit cutting) कहा जाता है, एक बड़ी, प्रबंधित न होने वाली क्वांटम गणना को छोटे, स्वतंत्र टुकड़ों में काटने की प्रक्रिया है जो उपलब्ध उपकरणों में फिट हो सकें। प्रत्येक टुकड़े को अलग से चलाया जाता है, और अंतिम उत्तर को पुनर्गठित करने के लिए परिणामों को सटीक गणितीय सुधारों के साथ वापस लाया जाता है, जिसमें शक्तिशाली क्लासिकल कंप्यूटरों का उपयोग किया जाता है। हालांकि, इस प्रक्रिया को व्यवस्थित करना प्रोग्रामर के लिए एक दुःस्वप्न रहा है। इसके लिए चरणों के एक जटिल क्रम की आवश्यकता होती है: मूल कोड का विश्लेषण करना, उसे टुकड़ों में काटना, उन टुकड़ों को विभिन्न मशीनों पर भेजना, और फिर सटीक गणितीय सुधारों के साथ परिणामों को वापस जोड़ना। अब तक, कोई भी एकल प्रणाली इस पूरे वर्कफ़्लो को स्वचालित रूप से प्रबंधित नहीं कर सकी थी, जिससे शोधकर्ताओं को अलग-अलग टूल्स को मैन्युअल रूप से जोड़ने के लिए छोड़ दिया गया था।
एक नए अध्ययन में, ओक रिज नेशनल लेबोरेटरी के शोधकर्ताओं ने QWeaver नामक एक प्रणाली बनाई है जो इस ऑर्केस्ट्रेशन (orchestration) की समस्या को हल करती है। उन्होंने एक एकीकृत ढांचा तैयार किया है जो पूरी प्रक्रिया को—क्वांटम कोड के प्रारंभिक विश्लेषण से लेकर उत्तर के अंतिम पुनर्निर्माण तक—कार्यों की एक एकल, जुड़ी हुई श्रृंखला के रूप में मानता है। विभिन्न सॉफ्टवेयर टूल्स के बीच हैंडऑफ (handoff) को प्रबंधित करने के लिए किसी इंसान पर निर्भर रहने के बजाय, QWeव़र स्वचालित रूप से निर्भरताओं का एक मानचित्र बनाता है। यह एक बड़े क्वांटम प्रोग्राम को लेता है, उसे तोड़ता है, टुकड़ों को निष्पादित करने के लिए भेजता है, और फिर परिणाम को पुनर्गठित करने के लिए डेटा एकत्र करता है, और यह सब बिना किसी मानवीय हस्तक्षेप के होता है।
शोधकर्ताओं ने विभिन्न सिम्युलेटेड क्वांटम कंप्यूटरों और अपनी प्रयोगशाला में स्थित एक वास्तविक क्वांटम प्रोसेसर पर इस प्रणाली का परीक्षण किया। उन्होंने एक मानक प्रकार के क्वांटम सर्किट का उपयोग किया, जिसे GHZ सर्किट के रूप में जाना जाता है, जिसका उपयोग अक्सर क्वांटम हार्डवेयर की सीमाओं का परीक्षण करने के लिए किया जाता है। एक प्रयोग में, उन्होंने चार-क्यूबिट वाले सर्किट को तीन छोटे टुकड़ों में विभाजित किया। सिस्टम ने सफलतापूर्वक प्रत्येक टुकड़े के लिए आवश्यक निर्देश उत्पन्न किए, उन्हें विभिन्न सिम्युलेटेड डिवाइस पर चलाया, और मूल उत्तर को उच्च सटीकता के साथ प्राप्त करने के लिए परिणामों को संयोजित किया। सिस्टम ने एक रेलवे नेटवर्क पर आधारित अधिक जटिल समस्या को संभालने की अपनी क्षमता भी प्रदर्शित की, जिसने एक इकतालीस-क्यूबिट की गणना को छोटे हिस्सों में सफलतापूर्वक तोड़ा जो बहुत कम क्षमता वाले सिम्युलेटर में फिट हो सके। हालांकि, इस विशिष्ट 43-क्यूबिट उदाहरण के लिए, सिस्टम ने वर्कफ़्लो को ऑर्केस्ट्रेट करने की अपनी क्षमता प्रदर्शित करने के लिए आवश्यक डेटा के केवल एक बहुत छोटे हिस्से (0.003%) को निष्पादित किया, न कि पूरी तरह से अभिसरित (converged) अंतिम उत्तर दिया।
इस कार्य का एक प्रमुख निष्कर्ष यह है कि जबकि सर्किट को काटना एक गणना को छोटी मशीनों पर चलाने की अनुमति देता है, इसके साथ एक महत्वपूर्ण लागत भी आती है। जब भी शोधकर्ताओं ने एक कट लगाया, तो उत्तर प्राप्त करने के लिए आवश्यक अलग-अलग प्रयोगों की संख्या तेजी से बढ़ी। यदि उन्होंने एक कट लगाया, तो सिस्टम को टुकड़ों के आठ अलग-अलग संस्करण चलाने पड़े; दो कटों के लिए चौंसठ (64) संस्करणों की आवश्यकता पड़ी। इसका अर्थ है कि हालांकि सिस्टम भौतिक रूप से उस गणना को चला सकता है जो एक एकल डिवाइस के लिए बहुत बड़ी है, लेकिन इसके लिए बहुत अधिक समय और कंप्यूटिंग शक्ति की आवश्यकता होती है। शोधकर्ताओं ने पाया कि एक 'स्वीट स्पॉट' (sweet spot) होता है: सर्किट को बहुत कम काटना टुकड़ों को अभी भी बहुत बड़ा छोड़ देता है, लेकिन इसे बहुत अधिक काटने से काम का विस्फोट हो जाता है जो सब कुछ धीमा कर देता है। उनका सिस्टम किसी दिए गए मशीन के लिए सबसे अच्छा संतुलन स्वचालित रूप से खोज लेता है।
अध्ययन ने गति और स्वचालन के महत्व पर भी प्रकाश डाला। कटिंग प्रक्रिया को सीधे कंपाइलर (compiler)—वह सॉफ्टवेयर जो मानव-पठनीय कोड को मशीन निर्देशों में अनुवादित करता है—में एकीकृत करके, टीम ने उन देरी और त्रुटियों को समाप्त कर दिया जो विभिन्न प्रोग्रामों के बीच डेटा को मैन्युअल रूप से स्थानांतरित करने से आती हैं। उन्होंने मापा कि वास्तव में क्वांटम अंशों को चलाने में बिताया गया समय कुल समय का प्रमुख कारक था, जबकि कट तैयार करने और परिणामों को पुनर्गठित करने में लगने वाला समय अपेक्षाकृत तेज़ और सुसंगत था, चाहे जो भी सिम्युलेटर या हार्डवेयर उपयोग किया गया हो। यह सुझाव देता है कि जैसे-जैसे क्वांटम हार्डवेयर में सुधार होगा, यह स्वचालित दृष्टिकोण और भी कुशल हो जाएगा।
शोधकर्ताओं ने यह दावा नहीं किया कि यह विधि क्वांटम कंप्यूटिंग की सभी समस्याओं को हल करती है। उन्होंने स्पष्ट रूप से उल्लेख किया कि यह तकनीक भविष्य की फॉल्ट-टोलरेंट (fault-tolerant) मशीनों के लिए आवश्यक विशाल, त्रुटि-मुक्त एल्गोरिदम चलाने का मार्ग नहीं है। इसके बजाय, यह आज के शोर वाले, सीमित उपकरणों की पहुंच बढ़ाने के लिए एक व्यावहारिक उपकरण है। यह वैज्ञानिकों को ऐसे सर्किट चलाने की अनुमति देता है जो उनके हार्डवेयर के लिए थोड़े अधिक चौड़े हैं, जिससे वे गणना करने की क्षमता के लिए क्लासिकल कंप्यूटिंग कार्य में एक प्रबंधनीय वृद्धि का सौदा करते हैं। सिस्टम ने यह सिद्ध किया कि एक बड़े, खंडित क्वांटम कार्य को लेना, उसे विभिन्न संसाधनों में वितरित करना और फिर उसे सही ढंग से वापस जोड़ना संभव है, जिससे एक खंडित वर्कफ़्लो एक निर्बाध, स्वचालित प्रक्रिया में बदल जाता है।
अपने प्रयोगों में, सिस्टम ने चौदह क्यूबिट तक के आकार के सर्किटों के अपेक्षित परिणामों को सफलतापूर्वक पुनर्गठित किया। बड़े सर्किटों के लिए, जैसे कि साठ-क्यूबिट वाला GHZ सर्किट, सिस्टम पूर्ण गणना पूरी करने से पहले एक समय सीमा तक पहुँच गया, जो कि सफल आउटपुट वितरण के बजाय व्यवहार्यता के निचले स्तर के परीक्षण के रूप में कार्य करता है। उन्होंने यह भी प्रदर्शित किया कि सिस्टम एक वास्तविक रेलवे नेटवर्क से प्राप्त वास्तविक दुनिया की अनुकूलन (optimization) समस्या को संभाल सकता है, जिससे यह सिद्ध होता है कि यह तरीका केवल सरल टेस्ट केस पर ही नहीं, बल्कि संरचित, अनियमित डेटा पर भी काम करता है। यह कार्य पुष्टि करता है कि सही सॉफ्टवेयर आर्किटेक्चर के साथ, वर्तमान क्वांटम हार्डवेयर की सीमाओं को पीछे धकेला जा सकता है, जिससे शोधकर्ताओं को अगली पीढ़ी की मशीनों के आने का इंतजार करने के साथ-साथ आज ही बड़ी समस्याओं से निपटने की अनुमति मिलती है।
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।