⚛️ quantum physics

Integrating Quantum Software Tools with(in) MLIR

Este artigo fornece um guia prático para engenheiros de software quântico superarem a íngreme curva de aprendizado do MLIR ao demonstrar uma integração concreta do PennyLane da Xanadu e do Munich Quantum Toolkit, promovendo, assim, a interoperabilidade e a modularidade no ecossistema de software quântico.

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

Publicado 2026-01-29

📖 5 min de leitura🧠 Leitura aprofundada

CC BY 4.0

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

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

O Grande Problema: Uma Torre de Babel na Computação Quântica

Imagine o mundo da computação quântica como uma cidade internacional movimentada. De um lado, você tem os desenvolvedores de software (como a equipe por trás do PennyLane) que escrevem programas em sua própria linguagem única. Do outro lado, você tem os engenheiros de hardware (como a equipe por trás do MQT) que constroem as máquinas e ferramentas para executar esses programas, falando uma linguagem completamente diferente.

Atualmente, se um desenvolvedor quiser usar uma ferramenta específica da equipe de hardware, ele não pode simplesmente entregar seu código. Ele precisa traduzi-lo para uma "linguagem universal" (como o OpenQASM), o que é como traduzir um romance para uma versão básica e rudimentar de inglês apenas para que uma máquina possa lê-lo. Então, a equipe de hardware tem que traduzir esse inglês rudimentar de volta para sua própria linguagem para realizar o trabalho.

O artigo chama isso de um "contorno" (workaround). É lento, perde detalhes importantes (como qual parte específica da máquina aquele pedaço de código está acessando) e exige muito software extra apenas para atuar como um tradutor. É como tentar enviar uma planta complexa para uma equipe de construção desenhando-a primeiro em um guardanapo, tirando uma foto do guardanapo e, depois, pedindo para a equipe redesenhar a partir da foto.

A Solução: MLIR (O Tradutor Universal)

O artigo apresenta o MLIR (Multi-Level Intermediate Representation). Pense no MLIR não como uma única linguagem, mas como uma cabine de tradução universal ou um sistema de plantas mestras que todos concordam em usar.

No mundo dos computadores clássicos (como o seu laptop), esse sistema já existe e funciona muito bem. Ele permite que diferentes ferramentas de software conversem entre si de forma fluida, sem perder informações. Os autores argumentam que a computação quântica precisa desse mesmo sistema para parar de reinventar a roda toda vez que uma nova ferramenta é construída.

O Desafio: O "Penhasco Íngreme"

O problema é que o MLIR é incrivelmente complexo. É como tentar aprender a construir um arranha-céu quando você só construiu castelos de areia.

A Barreira: A maioria dos engenheiros de software quântico vem de áreas de física ou matemática e fala "Python". O MLIR é construído em "C++" e utiliza conceitos de engenharia muito abstratos e pesados.
O Resultado: Muitas pessoas querem usar este tradutor universal, mas a curva de aprendizado é tão íngreme que elas desistem, deixando o problema da "Torre de Babel" sem solução.

O Que Este Artigo Faz: Um Guia "Passo a Passo"

Este artigo é essencialmente um guia de campo prático para engenheiros quânticos que têm medo desse penhasco íngreme. Os autores (uma mistura de pesquisadores de Munique e da Xanadu) decidiram tentar conectar duas ferramentas principais: o PennyLane (um framework de programação popular) e o MQT (um conjunto de ferramentas para otimização de circuitos).

Em vez de apenas dizer "o MLIR é ótimo", eles mostraram exatamente como fazer isso.

A Analogia: O Sistema de Plugins

Imagine que você tem uma câmera de alta tecnologia (PennyLane). Você quer adicionar uma nova lente (a ferramenta de otimização do MQT).

O Jeito Antigo: Você tem que desmontar a câmera, soldar a lente diretamente no sensor e torcer para que ela encaixe. Se quiser trocar a lente mais tarde, terá que quebrar a câmera novamente.
O Jeğu do Artigo: Eles construíram um encaixe universal (um plugin). Eles mostraram como criar uma peça de software pequena e modular que se acopla à câmera. Essa peça sabe como falar com a lente. Agora, você pode trocar as lentes instantaneamente sem quebrar a câmera.

As Etapas Principais que Eles Seguiram

Criaram um "Dialeto" (Um Vocabulário Customizado): Eles construíram um conjunto específico de regras dentro do MLIR que fala a linguagem do toolkit MQT. Isso é como criar um dicionário especializado que traduz as instruções específicas do MQT para a linguagem universal do MLIR.
Construíram o "Plugin": Eles empacotaram esse dicionário e as regras de tradução em um pequeno arquivo para download. Isso significa que outras pessoas não precisam reconstruir todo o sistema MLIR; elas apenas baixam o plugin e ele funciona.
Demonstraram a Magia: Eles mostraram que um programa escrito no PennyLane pode ser enviado diretamente para o otimizador MQT e de volta, tudo dentro do sistema MLIR.
- Antes: Escrever código $\rightarrow$ Traduzir para texto $\rightarrow$ Ler texto $\rightarrow$ Traduzir para código $\rightarrow$ Otimizar $\rightarrow$ Traduzir de volta. (Lento, bagunçado, propenso a erros).
- Depois: Escrever código $\rightarrow$ Enviar para o MLIR $\rightarrow$ Otimizar $\rightarrow$ Enviar de volta. (Rápido, limpo, sem perda de informação).

Por Que Isso Importa (Segundo o Artigo)

Chega de "Perder na Tradução": Como o código permanece dentro do sistema MLIR, nenhum detalhe é perdido durante a troca. O sistema sabe exatamente onde cada "qubit" (bit quântico) está localizado.
Modularidade: Desenvolvedores agora podem construir ferramentas pequenas e especializadas (plugins) que trabalham juntas. Eles não precisam ser especialistas em todo o sistema MLIR para usá-lo; basta construir seu plugin específico.
Código Aberto (Open Source): Os autores não mantiveram isso em segredo. Eles colocaram todo o seu código online para que outros engenheiros possam copiar o seu "plugin" e começar a construir suas próprias conexões.

Resumo

Este artigo é um tutorial de orientação para engenheiros de software quântico. Ele diz: "Sabemos que o MLIR é assustador e complicado, mas descobrimos uma maneira de usá-lo para conectar duas grandes ferramentas quânticas sem ficarmos sobrecarregados. Aqui está o projeto, as ferramentas e as instruções passo a passo para que você possa fazer o mesmo com suas próprias ferramentas."

Ao fazer isso, eles estão ajudando a construir um futuro onde as ferramentas de software quântico possam se conectar e funcionar juntas, em vez de lutarem para traduzir entre ilhas isoladas.

Resumo Técnico: Integrando Ferramentas de Software Quântico com (em) MLIR

Declaração do Problema

O ecossistema de software quântico é atualmente caracterizado por uma falta de interoperabilidade. Enquanto a compilação clássica amadureceu em torno de frameworks compartilhados como o LLVM e sua Representação Intermediária de Múltiplos Níveis (MLIR), a compilação quântica permanece fragmentada. A maioria das ferramentas de software quântico é desenvolvida de forma independente, frequentemente por experimentalistas em vez de engenheiros de compiladores, resultando em soluções ad-hoc e estruturas de dados isoladas.

Essa fragmentação força os desenvolvedores a depender de contornos complicados para integrar diferentes ferramentas. Por exemplo, mover um programa de um framework (ex: Catalyst da Xanadu) para outro (ex: o Munich Quantum Toolkit - QMAP) muitas vezes exige a exportação para um formato baseado em texto como OpenQASM, o parsing e a reimportação no IR interno da ferramenta de destino. Esse processo introduz um overhead de tempo de execução significativo, corre o risco de perder informações estruturais e semânticas (como mapeamentos de qubits) e necessita de cadeias de dependências complexas (ex: exigir o Qiskit apenas para o parsing de OpenQASM).

Embora o MLIR ofereça uma solução robusta para unificar fluxos de compilação através de dialetos customizados e pipelines de passes, sua adoção no domínio quântico é dificultada por uma curva de aprendizado íngreme. Engenheiros de software quântico, tipicamente proficientes em Python, enfrentam barreiras relacionadas à implementação em C++ do MLIR, padrões de templates complexos e a escala massiva da infraestrutura LLVM.

Metodologia

O artigo apresenta um guia prático e mão na massa para superar essas barreiras, demonstrando a integração de dois grandes frameworks de software quântico: o Catalyst da Xanadu (PennyLane) e o Munich Quantum Toolkit (MQT). Os autores empregam uma abordagem modular baseada em plugins dentro do ecossistema MLIR para permitir uma interoperabilidade fluida sem exigir que os usuários compilem todo o projeto LLVM.

A metodologia de integração consiste em três componentes técnicos primários:

Definição de Dialeto (MQTOpt):
Para fazer a ponte entre o dialeto quântico nativo do Catalyst (MLIR) e o IR QuantumComputation em C++ do MQT, os autores desenvolveram um dialeto MLIR customizado chamado MQTOpt.
- Semântica: O MQTOpt reflete de perto a semântica do IR Core do MQT, mas impõe a Forma Estática de Atribuição Única (SSA) e uma restrição de uso único (tipagem linear). Esta restrição impõe naturalmente o teorema da não-clonagem quântica, garantindo que cada qubit seja definido e usado exatamente uma vez.
- Estrutura: Diferente do dialeto quântico genérico do Catalyst, que representa portas como operações genéricas com um atributo gate_name, o MQTOpt define operações específicas para cada porta (ex: mqtopt.H, mqtopt.x). Ele também introduz tipos específicos como QubitRegister e operações para extração e inserção de qubits, facilitando o rastreamento de atribuições de qubits físicos.
Padrões de Transformação:
Os autores implementaram padrões de conversão para traduzir entre o dialeto quântico do Catalyst e o dialeto MQTOpt.
- Estes padrões utilizam TypeConverter e ConversionPatterns do MLIR para lidar com a tradução de operações e tipos, mantendo a lógica não-quântica intacta.
- Crucialmente, esses padrões impõem a restrição de uso único exigida pelo MQTOpt, um passo de lógica de reescrita não trivial.
Infraestrutura de Plugin:
Para reduzir a barreira de entrada, a integração é empacotada como um plugin de biblioteca compartilhada.
- O dialeto customizado e os passes de transformação são compilados em uma biblioteca dinâmica (.so/.dylib).
- Isso permite que ferramentas como o PennyLane carreguem o plugin em tempo de execução via gerenciador de passes do MLIR, permitindo a execução de um pipeline de compilação completo (ex: mapeamento de circuito) sem que o usuário precise construir todo o código-fonte do MLIR ou do Catalyst.
- O pipeline é orquestrado usando a utilidade de linha de comando mlir-opt, que carrega o dialeto e os plugins de pass para executar um "round trip" (Catalyst $\to$ MQTOpt $\to$ mapeamento QMAP $\to$ MQTOpt $\to$ Catalyst).

Principais Contribuições

Guia de Integração Prático: O artigo fornece um blueprint concreto para engenheiros de software quântico integrarem suas ferramentas no ecossistema MLIR, indo além de propostas teóricas para uma implementação funcional.
Dialeto MQTOpt: A introdução de um dialeto MLIR especializado que se alinha com as semânticas de ferramentas quânticas existentes (MQT Core) enquanto adere às restrições de SSA e tipagem linear do MLIR.
Arquitetura de Plugin Modular: Uma demonstração de como encapsular lógica de compilador complexa (dialetos e passes) em plugins leves e distribuíveis, evitando a necessidade de builds monolíticos do projeto LLVM.
Implementação Open-Source: O código completo do dialeto, passes e infraestrutura de plugin é liberado como código aberto dentro do repositório MQT, servindo como uma implementação de referência para a comunidade.

Resultados

A integração possibilita com sucesso um fluxo de trabalho contínuo entre as ferramentas PennyLane e MQT:

Eliminação de Intermediários Baseados em Texto: O fluxo de trabalho não requer mais a exportação para OpenQASM e o re-parsing. O programa flui diretamente através dos dialetos MLIR, preservando informações estruturais e eliminando o overhead de parsing.
Redução de Dependências: A necessidade de dependências intermediárias como o Qiskit (usado anteriormente para o manuseio de OpenQASM) é removida.
Mapeamento Funcional: O sistema realiza com sucesso uma compilação de ida e volta completa: um circuito de estado GHZ definido no PennyLane é convertido para MQTOpt, mapeado para uma topologia de hardware específica usando a ferramenta QMAP do MQT (que insere as portas SWAP necessárias) e convertido de volta para o dialeto Catalyst para execução.
Usabilidade: Usuários podem disparar fluxos de compilação complexos (incluindo mapeamento de hardware) via simples decoradores Python no PennyLane, abstraindo a complexidade subjacente do MLIR.

Significância e Alegações

O artigo alega que este trabalho serve como um "guia prático e mão na massa" para reduzir a barreira de entrada para engenheiros de software quântico que adotam o MLIR. Sua significância reside em:

Fomentar a Interoperabilidade: Ao fornecer um backbone unificado, permite que ferramentas quânticas díspares se comuniquem diretamente, movendo o ecossistema de um "zoológico" de ferramentas isoladas para uma pilha de software coesa.
Aproveitar a Expertise Clássica: Demonstra como o software quântico pode se beneficiar de décadas de infraestrutura de compiladores clássicos (passes de otimização, modularidade e sistemas de plugins) sem reinventar a roda.
Escalabilidade: A abordagem de plugin modular permite a adição fácil de novas ferramentas e dialetos (ex: futura integração com CUDA-Q da NVIDIA ou QIR) com esforço mínimo, pois apenas passes de conversão entre dialetos são necessários.
Capacitação da Comunidade: Ao liberar o código e as melhores práticas, os autores visam capacitar a comunidade quântica a construir stacks de software mais modulares, interoperáveis e integradas, guiando finalmente o desenvolvimento de software quântico que possa ser integrado perfeitamente aos ambientes de computação de alto desempenho (HPC) e clássicos.

Os autores permanecem modestos, observando que, embora a integração seja bem-sucedida, a curva de aprendizado do MLIR continua íngreme para aqueles sem formação em design de compiladores. No entanto, eles argumentam que as melhores práticas fornecidas e a arquitetura modular mitigam significativamente esses desafios, tornando a adoção do MLIR um passo viável e necessário para a maturação do ecossistema de software quântico.