技术摘要：慕尼黑量子软件栈 (MQSS)

问题陈述

量子计算（QC）在硬件和算法方面正迅速发展，但创建一个能够使量子资源跨学科可用的统一、高效的软件生态系统仍存在关键差距。目前的量子软件栈通常存在以下局限性：

• 硬件异构性： 多样化的量子模态（超导、离子阱、中性原子、光子）具有独特的约束和连通性，使得构建统一的软件层变得困难。
• 碎片化的用户体验： 现有的解决方案通常针对特定类型的用户（例如，量子专家 vs. 领域专家）或特定技术进行处理，缺乏一个能够支持所有用户领域与技术排列组合的统一方法。
• 缺乏深度 HPC 集成： 虽然量子处理器被设想为高性能计算（HPC）工作流中的加速器（类似于 GPU 或 FPGA），但很少有实现方案能达到“紧耦合”集成。目前大多数访问方式是通过云 API 进行的松耦合，这限制了实现实际量子优势所需的混合量子-经典工作流的效率。
• 生态系统碎片化： 该领域缺乏建立的标准和共享抽象，开发工作往往由物理学家而非软件工程师驱动，导致硬件提供商、算法开发者和领域专家之间存在沟通鸿隙。

方法论：MQSS 架构

慕尼黑量子软件栈（MQSS）通过一种模块化、开源且由社区驱动的架构来解决这些挑战，该架构旨在连接高层应用与异构量子硬件后端。该技术栈构建在三个主要的架构层之上：

1. 后端层：量子设备管理接口 (QDMI)

最底层抽象了各种量子设备的特定控制逻辑。

• 标准化： QDMI 为会话管理、作业提交和设备查询提供了标准化的接口。
• 抽象化： 它将软件栈从特定厂商的固件中解耦，支持基于门（gate-based）和基于脉冲（pulse-based）的访问，以及具有复杂内部逻辑的自主设备。
• 数据聚合： 它检索静态信息（如量子比特数量、门集）和动态信息（如校准数据、保真度），并将这些信息聚合为“性能指标与约束”（Figures of Merit and Constraints, FoMaCs）。

2. 中端层：量子资源管理器与编译器基础设施 (QRM&CI)

该层负责在 HPC 环境中编排量子内核的执行。

• 编译器基础设施： 基于多级中间表示（MLIR）框架构建，编译器将高层电路描述转换为特定硬件的指令。它利用模块化传递系统（modular pass system），该系统可以由 FoMaC 数据引导（例如，根据实时保真度选择量子比特），并支持 AI 驱动的传递选择。
• 调度与资源管理： QRM&CI 包含一个复杂的调度器，负责与经典 HPC 调度器（如 Slurm）进行协调。它执行双层调度：根据工作负载特性和当前系统状态选择最优量子设备，并管理执行队列以最大限度地减少 HPC 和 QC 资源的空闲时间。
• HPC 集成： 该技术栈旨在实现紧耦合，允许量子内核作为由 HPC 系统管理的更大规模混合工作流的一部分进行卸载。

3. 前端层：适配器与客户端

该层提供面向用户的接口，将编程模型与底层运行时解耦。

• 兼容性： 通过轻量级适配器，它支持广泛的现有框架（如 Qiskit, PennyLane, CUDA-Q）和语言（通过量子编程接口 QPI 支持 Python, C/C++）。
• 统一访问： MQSS 客户端作为一个中央枢纽，将来自各种来源（Web 门户、Jupyter Notebooks、HPC 登录节点）的提交路由至 QRM&CI，透明地处理身份验证和资源分配。

核心贡献

1. 统一的模块化架构： 本文提出了一个具体的、多层级的软件栈，在单一的可扩展框架下统一了多样化的用户需求和硬件后端。
2. QDMI 规范与实现： 引入了量子设备管理接口（QDMI）作为用于设备管理、会话处理和遥测检索的标准开放接口，这与简单的批处理作业提交接口不同。
3. 基于 MLIR 的编译器基础设施： 一个灵活的编译流水线，利用 MLIR 方言来支持设备无关的优化，随后进行设备特定的降级（lowering），能够集成实时硬件遥测数据（FoMaCs）进行动态优化。
4. 紧耦合的 HPC 集成： 成功实现了一个能够将量子资源管理直接与经典 HPC 调度器集成的调度器，从而实现紧耦合的混合工作流。
5. 生产环境部署： 在莱布尼茨超算中心（LRZ）部署了 MQSS，将 SuperMUC-NG HPC 系统与 Q-Exa 量子演示器（一个 20 量子比特的 IQM Radiance 设备）连接起来。

结果与演示

论文详细介绍了 MQSS 在生产环境中的部署与验证情况：

• HPCQC 集成： 该技术栈成功实现了 SuperMUC-NG 超级计算机与 Q-Exa 量子演示器之间的“紧耦合”集成，标志着此类集成中首批在本地实现的案例之一。
• 端到端工作流： 演示了一个代表性的工作流，用户通过 Python SDK 或 C++ 应用程序提交混合算法。系统处理调度、设备选择（基于帕累托最优标准，如保真度和排队时间）、编译（先进行设备无关优化，再进行设备特定优化）、执行以及结果后处理。
• 早期用户研究： 执行了一项涉及多尺度量子力学/分子力学（QM/MM）模拟的具体研究。在一个更大的经典分子动力学工作流中，在 20 量子比特的超导设备上求解了一个 13 量子比特的哈密顿量。结果达到了接近化学精度的水平，并优于基准方法，证明了在生产级 HPC 工作流中部署容错量子算法的可行性。

重要性与主张

本文将 MQSS 定位为构建稳健、面向未来的量子软件生态系统的基础性步骤。其重要性在于：

• 弥合差距： 它为硬件多样性与用户可及性之间的脱节提供了一个切实的解决方案，为领域专家、HPC 用户和硬件提供商提供了一个统一的平台。
• 赋能混合加速： 通过促进紧耦合集成，MQSS 超越了松耦合的云访问，为实现近期内必要的、高效的混合工作流提供了支持。
• 社区驱动的标准： 通过 QDMI 等开放接口和开源实现，MQSS 旨在培养协作生态系统，减少供应商锁定并促进互操作性。
• 面向未来： 该架构旨在从当前的含噪声中型量子（NISQ）设备演进到未来的容错系统，支持中途测量（mid-circuit measurements）和各种量子比特编码等功能。

作者强调，虽然该技术栈仍处于积极开发阶段，但其目前的部署展示了一条将量子处理单元集成到经典超算基础设施中的可行路径，是实现实际量子优势的关键推动力。