⚛️ quantum physics

Integrating Quantum Software Tools with(in) MLIR

Dit artikel biedt een praktische gids voor quantum software engineers om de steile leercurve van MLIR te overwinnen door een concrete integratie van Xanadu's PennyLane en de Munich Quantum Toolkit te demonstreren, waardoor interoperabiliteit en modulariteit in het quantum software-ecosysteem worden bevorderd.

Oorspronkelijke auteurs: Patrick Hopf, Erick Ochoa Lopez, Yannick Stade, Damian Rovara, Nils Quetschlich, Ioan Albert Florea, Josh Izaac, Robert Wille, Lukas Burgholzer

Gepubliceerd 2026-01-29

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Patrick Hopf, Erick Ochoa Lopez, Yannick Stade, Damian Rovara, Nils Quetschlich, Ioan Albert Florea, Josh Izaac, Robert Wille, Lukas Burgholzer

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Het Grote Probleem: Een Toren van Babel in Quantum Computing

Stel je de wereld van quantum computing voor als een bruisende internationale stad. Aan de ene kant heb je softwareontwikkelaars (zoals het team achter PennyLane) die programma's schrijven in hun eigen unieke taal. Aan de andere kant heb je hardware-engineers (zoals het team achter MQT) die de machines en tools bouwen om die programma's uit te voeren, en die een totaal andere taal spreken.

Op dit moment, als een ontwikkelaar een specifieke tool van het hardwareteam wil gebruiken, kan hij zijn code niet zomaar overhandigen. Hij moet het vertalen naar een "universele taal" (zoals OpenQASM), wat vergelijkbaar is met het vertalen van een roman naar een basisversie van gebrekkig Engels, puur zodat een machine het kan lezen. Vervolgens moet het hardwareteam dat gebrekkige Engels weer terugvertalen naar hun eigen taal om het werk te kunnen doen.

De paper noemt dit een "workaround". Het is traag, het verliest belangrijke details (zoals welk specifelijk onderdeel van de machine een stuk code aanspreekt) en het vereist veel extra software om enkel als vertaler te fungeren. Het is alsof je een complex blauwdruk naar een bouwploeg probeert te sturen door de blauwdruk eerst op een servetje te tekenen, een foto van het servetje te maken, en dan de bouwploeg de opdracht te geven de tekening opnieuw te maken op basis van die foto.

De Oplossing: MLIR (De Universele Vertaler)

De paper introduceert MLIR (Multi-Level Intermediate Representation). Zie MLIR niet als een enkele taal, maar als een universele vertaalcabine of een meester-blauwdruk-systeem waar iedereen mee instemt.

In de wereld van klassieke computers (zoals je laptop) bestaat dit systeem al en werkt het uitstekend. Het zorgt ervoor dat verschillende softwaretools naadloos met elkaar kunnen communiceren zonder informatieverlies. De auteurs stellen dat quantum computing hetzelfde systeem nodig heeft om te voorkomen dat men telkens het wiel opnieuw moet uitvinden wanneer er een nieuwe tool wordt gebouwd.

De Uitdaging: De "Steile Klif"

Het probleem is dat MLIR ongelooflijk complex is. Het is alsof je probeert te leren hoe je een wolkenkrabber bouwt terwijl je tot nu toe alleen maar zandkastelen hebt gebouwd.

De Barrière: De meeste quantum software engineers komen uit de natuurkunde- of wiskundewereld en spreken "Python". MLIR is gebouwd op "C++" en maakt gebruik van zeer abstracte, zware engineeringconcepten.
Het Resultaat: Veel mensen willen deze universele vertaler wel gebruiken, maar de leercurve is zo steil dat ze het opgeven, waardoor het "Toren van Babel"-probleem onopgelost blijft.

Wat deze Paper doet: Een "Hoe-te-doen" Gids

Deze paper is in essentie een praktische veldgids voor quantum engineers die bang zijn voor die steile klif. De auteurs (een mix van onderzoekers uit München en Xanadu) besloten om twee belangrijke tools met elkaar te verbinden: PennyLane (een populair programmeerframework) en MQT (een toolkit voor het optimaliseren van circuits).

In plaats van alleen te zeggen "MLIR is geweldig", hebben ze precies laten zien hoe je dat doet.

De Analogie: Het Plug-in Systeem

Stel je voor dat je een high-end camera hebt (PennyLane). Je wilt een nieuwe lens toevoegen (de optimalisatietool van MQT).

De Oude Manier: Je moet de camera uit elkaar halen, de lens direct op de sensor solderen en hopen dat het past. Als je de lens later wilt vervangen, moet je de camera opnieuw kapotmaken.
De Manier uit de Paper: Ze hebben een universele houder (een plug-in) gebouwd. Ze hebben laten zien hoe je een klein, modulair stuk software maakt dat op de camera klikt. Dit stuk weet hoe het met de lens moet communiceren. Nu kun je lenzen direct wisselen zonder de camera kapot te maken.

De Belangrijkste Stappen die ze namen

Een "Dialect" Gecreëerd (Een Specifieke Woordenschat): Ze hebben binnen MLIR een specifieke set regels gebouwd die de taal van de MQT-toolkit spreekt. Dit is vergelijkbaar met het maken van een gespecialiseerd woordenboek dat de specifieke instructies van MQT vertaalt naar de universele MLIR-taal.
De "Plug-in" Gebouwd: Ze hebben dit woordenboek en de vertaalregels verpakt in een klein, downloadbaar bestand. Dit betekent dat anderen niet het hele MLIR-systeem opnieuw hoeven op te bouwen; ze hoeven alleen de plug-in te downloaden en het werkt.
De Magie Gedemonstreerd: Ze lieten zien dat een programma geschreven in PennyLane direct naar de MQT-optimizer gestuurd kan worden en weer terug, allemaal binnen het MLIR-systeem.
- Vóór: Code schrijven $\rightarrow$ Vertalen naar tekst $\rightarrow$ Tekst lezen $\rightarrow$ Vertalen naar code $\rightarrow$ Optimaliseren $\rightarrow$ Terugvertalen naar code. (Traag, rommelig, foutgevoelig).
- Na: Code schrijven $\rightarrow$ Naar MLIR sturen $\rightarrow$ Optimaliseren $\rightarrow$ Terugsturen. (Snel, schoon, geen informatieverlies).

Waarom dit ertoe doet (volgens de Paper)

Geen "Lost in Translation" meer: Omdat de code binnen het MLIR-systeem blijft, gaat er geen enkele detail verloren tijdens de overdracht. Het systeem weet precies waar elke "qubit" (quantum bit) zich bevindt.
Modulariteit: Ontwikkelaars kunnen nu kleine, gespecialiseerde tools (plug-ins) bouwen die samenwerken. Ze hoeven geen experts te zijn in het volledige MLIR-systeem om het te gebruiken; ze hoeven alleen hun specifieke plug-in te bouwen.
Open Source: De auteurs hebben dit niet geheim gehouden. Ze hebben al hun code online gezet, zodat andere engineers hun "plug-in" kunnen kopiëren en hun eigen verbindingen kunnen gaan bouwen.

Samenvatting

Deze paper is een handreiking/tutorial voor quantum software engineers. Het zegt: "We weten dat MLIR eng en ingewikkeld is, maar we hebben een manier gevonden om MLIR te gebruiken om twee belangrijke quantum tools met elkaar te verbinden zonder overweldigd te raken. Hier is de blauwdruk, de tools en de stap-voor-stap instructies, zodat jij hetzelfde kunt doen met jouw eigen tools."

Door dit te doen, helpen ze bij het bouwen van een toekomst waarin quantum softwaretools samen kunnen werken via "plug and play", in plaats van te worstelen met het vertalen tussen geïsoleerde eilanden.

Technische Samenvatting: Integratie van Quantum Software Tools met(in) MLIR

Probleemstelling

Het huidige ecosysteem voor quantumsoftware wordt gekenmerkt door een gebrek aan interoperabiliteit. Terwijl klassieke compilatie volwassen is geworden rondom gedeelde frameworks zoals LLVM en de Multi-Level Intermediate Representation (MLIR), blijft quantumcompilatie gefragmenteerd. De meeste quantumsoftwaretools worden onafhankelijk ontwikkeld, vaak door experimentatoren in plaats van compiler-engineers, wat resulteert in ad-hoc oplossingen en geïsoleerde datastructuren.

Deze fragmentatie dwingt ontwikkelaars om te vertrouwen op omslachtige werkwijzen om verschillende tools te integreren. Zo vereist het verplaatsen van een programma van het ene framework (bijv. Xanadu's PennyLane) naar het andere (bijv. de Munich Quantum Toolkit's QMAP) vaak het exporteren naar een tekstgebaseerd formaat zoals OpenQASM, het parsen ervan, en het opnieuw importeren in de interne Intermediate Representation (IR) van de doeltool. Dit proces introduceert aanzienlijke runtime-overhead, brengt het risico met zich mee dat structurele en semantische informatie (zoals qubit-mappings) verloren gaat, en vereist complexe afhankelijkheidsketens (bijv. het uitsluitend vereisen van Qiskit enkel voor het parsen van OpenQASM).

Hoewel MLIR een robuuste oplossing biedt voor het verenigen van compilatieflows door middel van custom dialects en pass-pipelines, wordt de adoptie ervan in het quantumdomein gehinderd door een steile leercurve. Quantum software engineers, die doorgaans bekwaam zijn in Python, worden geconfronteerd met barrières gerelateerd aan de C++-implementatie van MLIR, complexe template-patronen en de enorme schaal van de LLVM-infrastructuur.

Methodologie

Het artikel presenteert een praktische, hands-on gids om deze barrières te overwinnen door de integratie van twee belangrijke quantumsoftwareframeworks te demonstreren: Xanadu's PennyLane (specifiek de Catalyst just-in-time compiler) en de Munich Quantum Toolkit (MQT). De auteurs maken gebruik van een modulaire plugin-gebaseerde aanpak binnen het MLIR-ecosysteem om naadloze interoperabiliteit mogelijk te maken zonder dat gebruikers de volledige LLVM-project hoeven te compileren.

De integratiemethodologie bestaat uit drie primaire technische componenten:

Dialect Definitie (MQTOpt):
Om de kloof tussen de native MLIR Quantum dialect van PennyLane en de interne C++ QuantumComputation IR van MQT te overbruggen, hebben de auteurs een custom MLIR dialect ontwikkeld genaamd MQTOpt.
- Semantiek: MQTOpt weerspiegelt nauwgezet de semantiek van de MQT Core IR, maar dwingt Static Single Assignment (SSA) en een single-use constraint (lineaire typering) af. Deze beperking dwingt van nature de no-cloning stelling van de quantummechanica af, waarbij elke qubit precies één keer wordt gedefinieerd en gebruikt.
- Structuur: In tegen tegen de generieke Catalyst Quantum dialect, die gates representeert als generieke operaties met een gate_name attribuut, definieert MQTOpt specifieke operaties voor elke gate (bijv. mqtopt.H, mqtopt.x). Het introduceert ook specifieke types zoals QubitRegister en operaties voor het extraheren en invoegen van qubits, wat het bijhouden van fysieke qubit-toewijzingen vergemakkelijkt.
Transformatie Patronen:
De auteurs hebben conversiepatronen geïmplementeerd om te vertalen tussen de Catalyst Quantum dialect en de MQTOpt dialect.
- Deze patronen maken gebruik van MLIR's TypeConverter en ConversionPatterns om de vertaling van operaties en types af te handelen, terwijl de niet-quantum logica ongewijzigd blijft.
- Cruciaal is dat deze patronen de single-use constraint afdwingen die vereist is voor MQTOpt, een niet-triviale rewrite logic stap.
Plugin Infrastructuur:
Om de drempel voor instap te verlagen, is de integratie verpakt als een shared library plugin.
- De custom dialect en transformatie passes worden gecompileerd tot een dynamische bibliotheek (.so/.dylib).
- Dit stelt tools zoals PennyLane in staat om de plugin tijdens runtime te laden via de MLIR pass manager, waardoor het uitvoeren van een volledige compilatiepipeline (bijv. het mappen van een circuit) mogelijk wordt zonder dat de gebruiker de volledige MLIR of Catalyst broncode hoeft te bouwen.
- De pipeline wordt georkestreerd met de mlir-opt command-line utility, die de dialect en pass plugins laadt om een "round trip" (Catalyst $\to$ MQTOpt $\to$ QMAP mapping $\to$ MQTOpt $\to$ Catalyst) uit te voeren.

Belangrijkste Bijdragen

Praktische Integratiegids: Het artikel biedt een concreet blauwdruk voor quantum software engineers om hun tools te integreren in het MLIR-ecosysteem, waarbij men verder gaat dan theoretische voorstellen naar een werkende implementatie.
MQTOpt Dialect: De introductie van een gespecialiseerd MLIR dialect dat aansluit bij bestaande quantum tool semantiek (MQT Core) terwijl het voldoet aan de MLIR SSA en lineaire typering restricties.
Modulaire Plugin Architectuur: Een demonstratie van hoe complexe compiler logica (dialects en passes) kan worden ingekapseld in lichtgewicht, distributeerbare plugins, waardoor de noodzaak voor monolithische builds van het LLVM-project wordt vermeden.
Open-Source Implementatie: De volledige code voor de dialect, passes en de plugin infrastructuur wordt als open source vrijgegeven binnen de MQT repository, dienend als referentie-implementatie voor de community.

Resultaten

De integratie maakt succesvol een naadloze workflow mogelijk tussen de PennyLane en MQT tools:

Eliminatie van Tekstgebaseerde Intermediairs: De workflow vereist niet langer export naar OpenQASM en herhaaldelijk parsen. Het programma stroomt direct door MLIR dialects, waardoor structurele informatie behouden blijft en parsing-overhead wordt geëlimineerd.
Vermindering van Afhankelijkheden: De noodzaak voor tussenliggende afhankelijkheden zoals Qiskit (die voorheen werd gebruikt voor OpenQASM afhandeling) is verwijderd.
Functionele Mapping: Het systeem voert succesvol een volledige round-trip compilatie uit: een GHZ-state circuit gedefinieerd in PennyLane wordt geconverteerd naar MQTOpt, gemapt naar een specifieke hardware topologie met behulp van MQT's QMAP tool (die de nodige SWAP gates invoegt), en teruggeconverteerd naar de Catalyst dialect voor executie.
Bruikbaarheid: Gebruikers kunnen complexe compilatie flows triggeren (inclusief hardware mapping) via eenvoudige Python decorators in PennyLane, waardoor de onderliggende MLIR complexiteit wordt geabstraheerd.

Betekenis en Claims

Het artikel claimt dat dit werk dient als een "praktische en hands-on gids" om de instapdrempel te verlagen voor quantum software engineers die MLIR adopteren. De betekenis ligt in:

Bevorderen van Interoperabiliteit: Door een verenigde ruggengraat te bieden, stelt het disparate quantum tools in staat om direct met elkaar te communiceren, waardoor het ecosysteem beweegt van geïsoleerde "zoo" tools naar een samenhangende software stack.
Benutten van Klassieke Expertise: Het demonstreert hoe quantum software kan profiteren van decennia aan klassieke compiler infrastructuur (optimalisatie passes, modulariteit en plugin systemen) zonder het wiel opnieuw uit te vinden.
Schaalbaarheid: De modulaire plugin aanpak maakt het eenvoudig om nieuwe tools en dialects toe te voegen (bijv. toekomstige integratie met NVIDIA's CUDA-Q of QIR) met minimale extra inspanning, aangezien alleen conversie passes tussen de dialects vereist zijn.
Community Enablement: Door de code en best practices vrij te geven, beogen de auteurs de quantum community in staat te stellen om meer modulaire, interoperabele en geïntegreerde software stacks te bouwen, wat uiteindelijk leidt tot de ontwikkeling van quantum software die naadloos kan worden geïntegreerd in klassieke en High-Performance Computing (HPC) omgevingen.

De auteurs blijven bescheiden en merken op dat hoewel de integratie succesvol is, de leercurve voor MLIR steil blijft voor degenen zonder achtergrond in compiler design. Ze argumenteren echter dat de geboden best practices en modulaire architectuur deze uitdagingen aanzienlijk verzachten, waardoor de adoptie van MLIR een haalbare en noodzakelijke stap is voor de volwassenwording van het quantum software ecosysteem.