QCOEM: Quantum Cloud Orchestration with Evolutionary Multi-Objective Optimization
本文提出了 QCOEM，一种量子云编排框架，该框架利用进化多目标优化（具体为 NSGA-II/III）结合增强成就标量化函数，在异构后端之间动态调度任务，与现有的噪声无关启发式算法相比，实现了显著更高的执行保真度和零重调度。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
量子交通堵塞
想象一个计算机不仅仅是在计算数字，而是在与概率共舞的世界。这就是量子计算的领域——在这个领域中，机器利用被称为“量子比特”（qubits）的微小粒子来解决那些即便使用超级计算机也需要花费数千年的问题。但目前，这些机器就像是脆弱且任性的艺术家。它们正处于科学家称为“含噪声中等规模量子”（NISQ）时代的一个阶段。你可以把它们想象成高性能赛车，但同时也对天气极其敏感；一点点静电或轻微的温度变化都可能毁掉它们的表现。
由于这些机器非常稀有且昂贵，我们无法为每个人都买一台。相反，它们通过互联网作为一种服务提供，就像在云端租用一台超级计算机一样。这被称为量子即服务（Quantum-as-a-Service）。然而，管理这样一群脆弱且各具特色的量子计算机简直是一场噩梦。有些机器速度很快但容易出错；有些则很慢但非常精确。有些部件出现了故障（称为“噪声”），而且它们的队列（等待线）每秒钟都在变化。如果你在错误的时间把一个复杂的数学问题发给了错误的机器，得到的答案可能就是垃圾。科学家们面临的重大问题是：我们如何自动决定将哪个任务分配给哪台机器，从而在不导致系统崩溃的前提下，以最快速度获得最佳答案？
智能调度器：QCOEM
请看 QCOEM，这是由研究员 Tam N. Pham、Hoa T. Nguyen 和 Quan Le-Trung 提出的一种为量子云设计的“交通警察”。QCOEM 并没有使用简单的、过时的规则来分配任务（比如“把下一个任务发给第一台空闲的机器”），而是使用了一种聪明的、受自然启发的策略，称为进化多目标优化（Evolutionary Multi-Objective Optimization）。
为了理解为什么这很特别，想象你正在组织一场盛大的校园才艺表演，现场有三位互相厌恶的评委。评委 A 希望表演能尽快结束。评委 B 希望每个节目都完美无瑕，即使这会耗费更长时间。评委 C 则希望确保没有哪个舞台过于拥挤而另一个舞台却空置。如果你只试图取悦评委 A，表演可能会很快结束，但充满了糟糕的节目。如果你只取悦评评 B，表演可能会拖得没完没了。
旧方法试图将这些评委的意见合并为一个分数，但它们经常失败，因为“完美的”平衡并不是一条直线，而是一个难以寻找的、混乱的曲线形状。然而，QCOEM 使用了一种算法，其行为就像一群进化的蚂蚁。它尝试了成千上万种不同的方式，将才艺表演的节目分配到各个舞台上。它不仅仅是在寻找一个“最佳”答案，而是在寻找一整套“足够好”的选择菜单，以平衡速度、准确性和公平性。然后，它使用一个特殊的决策工具（称为 AASF），根据用户在特定时刻最看重什么来挑选出单一的最佳调度方案。
研究人员在一个模拟的量子云环境中测试了这个系统，该环境包含五种不同类型的“虚拟”量子计算机。他们向系统输入了一批真实的量子问题（例如在化学和金融领域使用的题目），并观察了它与旧有的简单方法相比的表现。
结果非常令人振奋。在这些模拟中，QCOEM 成功地消除了重新调度任务的必要性，而旧方法经常因为任务被分配到了损坏的机器上而不得不将任务发回队列。更重要的是，答案的平均质量（称为“保真度”）比那些忽略噪声的方法高出了约 30%。该系统还显示，通过调整“权重”（告诉系统更看重速度还是更看重准确性），用户可以获得不同的结果：
- 如果你想要速度，系统会专注于最快的机器，但这有时会导致漫长的等待线和较低的准确性。
- 如果你想要质量，系统会选择最可靠的机器，将准确度提升至约 0.505（相比之下，旧方法为 0.376），尽管总时间会增加。
- 如果你想要平衡，系统会找到一个甜点位（sweet spot），使负载在所有机器之间均匀分布。
虽然该系统在做出决策时需要花费更多时间（对于 50 个任务的大型批次，处理时间约为 94.58 秒，而简单方法不到一秒），但研究人员认为这是一个公平的权衡。在量子世界中，等待真实机器的队列可能需要数小时甚至数天，因此花一两分钟来确保任务被完美分配是值得的。
论文总结道，QCOEM 为使量子云计算更加稳定和可靠提供了一种途径。它并不声称解决了宇宙中的每一个问题，但它提供了一种更聪明的方式，来应对当今量子硬件复杂且多噪的现实。通过将调度问题视为一种复杂的平衡艺术而非简单的竞赛，QCOEM 有助于确保当我们最终释放量子计算机的全部力量时，不会在错误的答案上浪费时间。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。