Qurator: Scheduling Hybrid Quantum-Classical Workflows Across Heterogeneous Cloud Providers

Il paper presenta Qurator, un scheduler architetturalmente agnostico che ottimizza congiuntamente i tempi di attesa nelle code e la fedeltà dei circuiti per carichi di lavoro ibridi quantistico-classici su provider cloud eterogenei, modellando le dipendenze quantistiche specifiche e normalizzando i dati di calibrazione per ridurre significativamente i tempi di attesa senza compromettere eccessivamente la qualità dei risultati.

L'essenziale

Immagina di voler ordinare un pasto da un ristorante molto famoso, ma c'è un problema: il cuoco è un genio che prepara piatti incredibili (i computer quantistici), ma è anche estremamente lento e ha una fila di clienti lunghissima.

Se ordini il tuo piatto, potresti aspettare solo 3 secondi per cucinarlo, ma potresti dover stare in fila per un'intera giornata prima che inizi a cucinare. Questo è il problema attuale del "cloud quantistico": i computer quantistici sono potenti, ma sono così richiesti che le code di attesa sono enormi.

Il problema è che se scegli il cuoco più veloce (quello con la fila più corta), il suo piatto potrebbe venire bruciato o sbagliato (bassa "fedeltà"). Se scegli il cuoco più bravo (alta "fedeltà"), rischi di aspettare giorni.

Qurator è il nuovo "manager di prenotazioni" intelligente che risolve questo dilemma. Ecco come funziona, spiegato con metafore semplici:

1. Il Manager Intelligente (Qurator)

Immagina di avere un assistente personale che non guarda solo chi ha la fila più corta, ma sa anche quanto è bravo ogni cuoco e quanto tempo dovrai aspettare.

• Il vecchio modo: O scegli il cuoco più veloce (rischiando un piatto scadente) o il più bravo (rischiando di morire di fame in attesa).
• Il modo Qurator: Fa un calcolo perfetto. Se sei in un momento tranquillo, ti manda dal cuoco più bravo. Se c'è un'orda di clienti, ti dice: "Ok, scegliamo un cuoco leggermente meno famoso, ma che ti serve subito, e il piatto sarà comunque buono abbastanza per te".

2. La Magia del "Tagliare e Ricucire" (Circuit Cutting)

A volte, il piatto che vuoi è così grande e complesso che nessun singolo cuoco ha abbastanza fornelli per prepararlo tutto insieme.

• Il problema: Il computer quantistico non ha abbastanza "qubit" (i fornelli) per fare il lavoro intero.
• La soluzione Qurator: Invece di dire "non posso farlo", Qurator taglia il piatto in pezzi più piccoli.
  • Immagina di dover cucinare una torta enorme. Invece di aspettare un forno gigante, la tagli in 4 torte più piccole.
  • Ogni pezzo viene mandato a un cuoco diverso (o allo stesso cuoco, ma in momenti diversi).
  • Alla fine, un assistente (classico) ricompone i pezzi per avere la torta intera.
  • Il vantaggio: I pezzi piccoli si cucinano molto più velocemente e con meno errori, anche se devi fare un po' di lavoro extra alla fine per unirli.

3. Il "Non Copiare" (Teorema del No-Cloning)

Nel mondo classico, se un compito è difficile, puoi copiarlo e mandarlo a due persone diverse per fare prima.
Nel mondo quantistico, non puoi copiare lo stato di un qubit (come se non potessi fotocopiare un'idea geniale senza distruggere l'originale).

• Questo significa che Qurator non può semplicemente duplicare i compiti per velocizzarli. Deve essere molto più creativo e attento a come organizza il lavoro, perché non può fare "backup" o "copie di sicurezza" dei dati quantistici mentre li elabora.

4. La Sincronizzazione dei Gemelli (Entanglement)

A volte, due piatti devono essere cucinati da due cuochi diversi, ma devono essere serviti esattamente nello stesso secondo. Se uno arriva prima dell'altro, il piatto si rovina (come se due gemelli dovessero saltare insieme: se uno salta prima, la coreografia è rovinata).

• Questo si chiama "entanglement".
• Qurator è un maestro nel coordinare questi tempi. Calcola esattamente quando ogni cuoco finirà e aspetta il momento perfetto per far partire l'altro, in modo che i due piatti arrivino al tavolo contemporaneamente. Se le code sono troppo lunghe, Qurator sa che è meglio non tentare affatto, perché l'attesa rovinerebbe la magia quantistica.

5. Il Risultato: Meno Attesa, Piatto Buono

Il team ha testato Qurator simulando mesi di code reali con migliaia di clienti.

• Quando c'è poca gente: Qurator ti manda sempre dal cuoco migliore, con un ritardo di attesa quasi nullo.
• Quando c'è la folla: Qurator ti fa risparmiare fino al 75% del tempo di attesa. Sì, il piatto potrebbe essere leggermente meno perfetto (ma comunque buono), ma non morirai di fame in attesa.

In Sintesi

Qurator è come un super-organizzatore che sa che i computer quantistici sono speciali: sono fragili, non si possono copiare, e le code sono lunghe. Invece di trattarli come normali computer, Qurator usa regole speciali (come tagliare i compiti in pezzi e sincronizzare i tempi) per assicurarsi che tu ottenga il miglior risultato possibile, sia che tu voglia la perfezione assoluta o semplicemente un risultato buono e veloce.

È il primo passo per rendere l'uso dei computer quantistici qualcosa di pratico per tutti, non solo per chi ha la pazienza di aspettare giorni.

Sommario tecnico

Titolo: Qurator: Pianificazione di Flussi di Lavoro Ibridi Quantistico-Classici tra Provider Cloud Eterogenei

1. Il Problema

L'integrazione dei computer quantistici nei sistemi di calcolo ad alte prestazioni (HPC) sta passando da esperimenti isolati a flussi di lavoro su larga scala. Tuttavia, l'accesso ai dispositivi quantistici (QPU) tramite cloud (es. IBM, IonQ, Rigetti) avviene tramite code "first-come, first-served" che generano un overhead di attesa (queue time) sproporzionato rispetto al tempo di esecuzione del circuito (fino a 15-60 volte di più).

Le sfide principali sono:

• Dilemma Fidelity-Queue: Minimizzare il tempo di attesa spesso significa scegliere dispositivi meno affollati ma con calibrazione peggiore, riducendo la fedeltà (accuratezza) del risultato. Al contrario, scegliere il dispositivo più fedele può comportare attese di giorni.
• Vincoli Quantistici Unici: Le tecniche di scheduling classico falliscono a causa di:
  • Teorema del No-Cloning: Impossibilità di duplicare stati quantistici (esclude il work stealing o la duplicazione di task).
  • Non-preemptibilità: Una volta avviato, un job non può essere interrotto o spostato.
  • DAG Dinamici: In algoritmi ibridi (come VQE o QAOA), il grafo delle dipendenze non è noto a priori ma viene generato iterativamente.
  • Eterogeneità: Provider diversi usano set di gate nativi, topologie e metriche di calibrazione incompatibili.
  • Sincronizzazione per Entanglement: I task distribuiti che condividono coppie entangled (EPR) devono iniziare quasi simultaneamente prima che l'entanglement decoerisca (pochi secondi), richiedendo una sincronizzazione precisa tra dispositivi diversi.

2. Metodologia e Architettura (Qurator)

Qurator è un scheduler agnostico rispetto all'architettura progettato per ottimizzare congiuntamente il tempo di coda e la fedeltà.

A. Stima Unificata della Fedeltà

Poiché ogni provider espone metriche di calibrazione incompatibili, Qurator introduce un punteggio di successo logaritmico unificato.

• Mappa i dati specifici dei provider (IBM, IonQ, IQM, Rigetti, AQT, QuEra) su un set canonico di variabili: errore dei gate a 1 e 2 qubit, errore di lettura, durata dei gate e tempi di coerenza ($T_1, T_2$).
• Calcola la probabilità di successo combinando:
  1. Punteggio Operativo ($P_{ops}$): Somma logaritmica degli errori dei gate e di lettura.
  2. Penalità di Decoerenza ($P_{decoh}$): Basata sul tempo totale accumulato dai qubit rispetto ai tempi di coerenza.
• Questo modello permette di confrontare dispositivi eterogenei senza bisogno di dati di training massicci specifici per ogni macchina.

B. Semantica di Scheduling Consapevole del Quantistico

Qurator tratta i vincoli quantistici come decisioni di scheduling di primo livello:

• Circuit Cutting (Taglio dei Circuiti): Se un dispositivo non ha qubit sufficienti o fedeltà adeguata, il circuito viene diviso in sottocircuiti eseguiti su dispositivi più piccoli, con un post-processing classico per ricostruire la distribuzione. Questo è usato per scambiare overhead classico con maggiore fedeltà.
• Merging (Unione dei Task): Più task quantistici possono essere uniti in un'unica sottomissione a un singolo QPU per ridurre la sincronizzazione necessaria, purché rispettino vincoli di profondità e qubit.
• Barriere di Sincronizzazione: Per task entangled, lo scheduler calcola un "tempo di completamento stimato" ($\Omega_b$) per i percorsi a monte e assegna dispositivi in modo che i task dipendenti inizino il più possibile contemporaneamente, minimizzando lo skew (disallineamento temporale).

C. Ottimizzazione Adattiva al Carico

Qurator utilizza un coefficiente di scheduling ($c_d$) che bilancia fedeltà e tempo di coda in base al carico del sistema:

• Carico Basso: Priorità alla massima fedeltà (coefficiente dominato dal punteggio di successo stimato).
• Carico Alto: Priorità alla riduzione del tempo di coda (coefficiente dominato dalla penalità della coda), mantenendo comunque la fedeltà sopra una soglia definita dall'utente.
• Utilizza dati storici e un kernel Gaussiano per stimare i tempi di attesa senza accesso ai dati interni della coda del provider.

3. Contributi Chiave

1. Stima della Fedeltà Unificata: Un modello che armonizza dati di calibrazione da 6 provider diversi in un unico punteggio comparabile, validato empiricamente su benchmark GHZ (2-10 qubit).
2. Semantica di Scheduling Quantistico: Formalizzazione di vincoli come le barriere di sincronizzazione per l'entanglement, il no-cloning e il taglio/Unione dei circuiti come decisioni dinamiche dello scheduler.
3. Ottimizzazione Congiunta Adattiva: Un algoritmo che bilancia dinamicamente fedeltà e tempo di coda, adattandosi a carichi da 5 a 35.000 task.
4. Primo Benchmark per Task Entangled: Introduzione di metriche per valutare la pianificazione di task distribuiti (skew di inizio/fine, penalità di budget, proxy di sopravvivenza), dato che il cloud pubblico attuale non supporta il calcolo quantistico distribuito.

4. Risultati Sperimentali

La valutazione è stata condotta su un simulatore alimentato da 4 mesi di dati reali di coda di 11 dispositivi quantistici, utilizzando circuiti dalla suite di benchmark MQT.

• Basso Carico: Qurator rimane entro l'1% della fedeltà del baseline "massima fedeltà", accettando un leggero aumento del tempo di coda.
• Alto Carico (5.000 - 35.000 task):
  • Riduce il tempo di coda del 30-75% rispetto al baseline "massima fedeltà".
  • Rispetto al baseline "meno occupato" (che sceglie il dispositivo con la coda più corta), Qurator sacrifica solo una piccola frazione di tempo di coda in cambio di un aumento di fedeltà fino al 18-40%.
  • Per circuiti ad alto numero di qubit, l'uso del circuit cutting permette guadagni di fedeltà fino al 60% rispetto ai dispositivi meno occupati (che spesso falliscono completamente su circuiti grandi).
• Task Entangled:
  • In condizioni di coda realistiche (migliaia di task), la sopravvivenza dell'entanglement è praticamente nulla ($10^{-15}$ o inferiore) a causa dei tempi di attesa.
  • Tuttavia, la strategia di merging (unire task entangled in un singolo dispositivo) elimina il problema della sincronizzazione di rete, migliorando drasticamente il "proxy di sopravvivenza".
  • Il paper stabilisce che il calcolo quantistico distribuito su cloud pubblico è attualmente non fattibile finché i tempi di coda non scendono sotto i 10-200 task.

5. Significato e Conclusioni

Qurator rappresenta un passo fondamentale verso l'adozione pratica del calcolo quantistico ibrido. Dimostra che:

• Le tecniche di scheduling classico non sono applicabili direttamente al dominio quantistico a causa di vincoli fisici fondamentali.
• È possibile ottimizzare il compromesso tra tempo di attesa e accuratezza senza accesso ai dati interni dei provider, utilizzando modelli unificati e dati storici.
• Il taglio e l'unione dei circuiti sono strumenti essenziali per lo scheduler, non solo per il programmatore.
• Attualmente, il calcolo quantistico distribuito (entanglement tra dispositivi diversi) è bloccato dai tempi di coda del cloud pubblico; la soluzione immediata è l'esecuzione locale su singoli dispositivi tramite merging.

Il lavoro fornisce le basi per futuri scheduler che potranno adattarsi all'evoluzione dell'hardware quantistico (es. dispositivi fault-tolerant) e all'eventuale maturazione delle reti quantistiche.