Quantum Integration Software Suite For HPC-Quantum Computing Workflows

O mundo da computação encontra-se atualmente em uma encruzilhada. De um lado, reside o cenário familiar dos supercomputadores clássicos, máquinas massivas que resolvem problemas complexos ao decompô-los em bilhões de pequenos passos sequenciais. Do outro lado está a fronteira emergente da computação quântica, uma tecnologia que utiliza as estranhas regras da física subatômica para processar informações de formas fundamentalmente diferentes. Embora os computadores clássicos sejam excelentes em muitas tarefas, eles têm dificuldade com tipos específicos de problemas, como simular o comportamento de moléculas para a descoberta de fármacos ou otimizar vastas redes logísticas. Os computadores quânticos prometem resolver esses problemas específicos muito mais rápido, mas ainda não estão prontos para substituir as máquinas clássicas. Em vez disso, o caminho mais prático envolve uma parceria: um sistema híbrido onde um supercomputador clássico cuida do trabalho pesado de gerenciamento de dados e lógica, enquanto um processador quântico aborda os cálculos específicos e difíceis que estão fora do alcance das máquinas clássicas. O desafio para os cientistas é descobrir como conectar esses dois mundos tão diferentes de forma eficiente, garantindo que o tempo gasto movendo dados entre eles não anule o ganho de velocidade que o computador quântico proporciona.

Em um estudo recente, pesquisadores do Science and Technology Facilities Council, no Reino Unido, construíram um novo conjunto de ferramentas de software projetadas para preencher essa lacuna. O trabalho deles foca na criação de um fluxo de trabalho contínuo que permita aos supercomputadores clássicos conversar com processadores quânticos, ou pelo menos simular essa conversa com alta precisão. A equipe introduziu duas ferramentas principais. A primeira é um tradutor, chamado compilador, que pega instruções escritas em uma linguagem moderna para computadores quânticos e as converte em um formato que um poderoso simulador clássico possa executar. A segunda ferramenta é um modelo de desempenho, uma espécie de bola de cristal digital que prevê quanto tempo uma tarefa levará e quanto tráfego de dados ela gerará ao se mover entre as partes clássica e quântica do sistema. Ao combinar essas ferramentas, os pesquisadores demonstraram como os cientistas podem testar e refinar fluxos de trabalho híbridos sem precisar de acesso imediato e constante ao hardware quântico real, que é caro e limitado.

O núcleo deste novo conjunto de softwares é um compilador projetado para lidar com uma linguagem específica conhecida como OpenQASM 3.0. Pense nesta linguagem como o manual de instruções para um computador quântico. Versões anteriores deste manual eram bastante limitadas; podiam descrever sequências simples de passos, mas tinham dificuldade com lógicas complexas, como loops ou decisões que dependem de resultados intermediários. A versão mais nova, OpenQASM 3.0, permite instruções muito mais sofisticadas, incluindo a capacidade de medir uma partícula no meio de um cálculo e alterar os próximos passos com base nesse resultado. No entanto, até agora, havia pouquíssimas ferramentas capazes de pegar essas instruções avançadas e executá-las eficientemente em máquinas clássicas. Os pesquisadores construíram seu compilador para resolver isso. Ele pega o arquivo complexo OpenQASM 3.0 e o traduz para o código C++, uma linguagem padrão para computação de alto desempenho. Este código gerado é então vinculado a um simulador de alta velocidade chamado QuEST, que pode imitar o comportamento de um computador quântico com grande precisão. O resultado é um sistema que pode executar algoritmos quânticos complexos em um supercomputador clássico, permitindo que os pesquisadores verifiquem sua lógica e testem suas ideias antes mesmo de tocarem em um dispositivo quântico real.

Para tornar este sistema verdadeiramente útil para o planejamento, a equipe também desenvolveu uma ferramenta para estimar o custo de execução desses fluxos de trabalho híbridos. Quando um computador clássico envia uma tarefa para um processador quântico, há um atraso envolvido no envio dos dados e na espera pelo resultado. Esse atraso, conhecido como latência, e a velocidade com que os dados se movem, conhecida como largura de banda, podem variar drasticamente dependendo de como os dois sistemas estão conectados. Eles podem estar na mesma máquina física, em máquinas diferentes no mesmo data center ou conectados pela internet em uma configuração de nuvem. Os pesquisadores criaram um modelo que calcula esses custos com base no tamanho do circuito quântico e no tipo de conexão sendo usada. Eles testaram esse modelo usando um cenário realista do campo da química: calcular a energia do estado fundamental de moléculas. Esta é uma tarefa crítica para entender como os produtos químicos reagem e é uma forte candidata à aceleração quântica. O fluxo de trabalho envolveu a geração de um circuito quântico, a compilação, a simulação dos resultados e o fornecimento dos dados de energia de volta para um loop de simulação química maior.

Os resultados de seus testes revelaram detalhes importantes sobre como esses sistemas híbridos se comportam. Quando os pesquisadores simularam a conexão entre as partes clássica e quântica, descobriram que o tempo necessário para comunicar dados depende fortemente do tamanho da tarefa e da distância entre os computadores. Para tarefas pequenas, a diferença entre ter os computadores na mesma máquina versus conectá-los pela internet é dramática. O atraso para uma conexão de internet foi aproximadamente duas ordens de magnitude maior do que para uma conexão local, o que significa que o tempo de espera foi cerca de cem vezes maior. No entanto, à medida que o tamanho da tarefa quântica crescia, a diferença entre conexões locais e remotas começava a diminuir. Isso ocorre porque grandes transferências de dados pela internet são divididas em muitos pacotes pequenos, e os protocolos de rede que governam esses pacotes criam um overhead constante que não muda muito com o tamanho. Apesar desses atrasos de comunicação, os pesquisadores descobriram que, para o algoritmo de química específico que testaram, o tempo gasto esperando pelos dados não era o principal gargalo. O verdadeiro dreno de tempo era o próprio cálculo e o tempo necessário para traduzir o circuito em um formato que o hardware pudesse entender.

O estudo também destacou que a escolha de como conectar os sistemas importa mais para tarefas pequenas e frequentes. Em um fluxo de trabalho onde um computador clássico envia um pequeno trabalho quântico, espera pela resposta e imediatamente envia outro, o atraso de comunicação pode dominar todo o processo. Isso é particularmente verdadeiro para algoritmos que exigem muitos intercâmbios de ida e volta, como aqueles usados para encontrar a melhor configuração para uma molécula. Em contraste, o algoritmo usado neste estudo, que realiza um cálculo longo e contínuo, é menos sensível a esses atrasos. Os pesquisadores observaram que o tempo gasto traduzindo as instruções quânticas para uma forma que o hardware possa usar cresceu significativamente conforme o número de partículas na simulação aumentava. Para a maior molécula que testaram, que envolvia vinte e sete partículas, o tempo para preparar as instruções foi de centenas de segundos, enquanto o tempo de execução real foi ainda maior. Isso sugere que, à medida que os computadores quânticos se tornarem mais poderosos e lidarem com problemas mais complexos, a eficiência do software de tradução será tão importante quanto a velocidade do próprio hardware.

Ao fornecer essas ferramentas, os pesquisadores deram à comunidade científica uma maneira de projetar e testar fluxos de trabalho híbridos sem precisar esperar por um hardware quântico perfeito. Seu compilador permite que os cientistas usem todo o poder dos conjuntos de instruções quânticas modernos em supercomputadores existentes, enquanto seu modelo de desempenho oferece uma visão realista das compensações envolvidas em diferentes estratégias de integração. O trabalho serve como um guia prático para o futuro, mostrando que, embora o sonho de um computador totalmente quântico ainda esteja a anos de distância, o caminho para sistemas híbridos úteis já está sendo pavimentado. As ferramentas foram projetadas para serem flexíveis, capazes de se adaptar a diferentes tipos de hardware quântico e diferentes problemas científicos, desde que as instruções sigam o formato padrão. À medida que o campo avança, esse tipo de ponte de software será essencial para transformar o potencial teórico da computação quântica em avanços científicos do mundo real.