-2.png?w=1024)
Xanadu und AMD zufolge erfordert ein Teil des Problems der klassischen Steuerung im Quantencomputing möglicherweise doch keine spezielle Beschleuniger-Hardware.
Die Unternehmen haben Backline am 10. Sept. vorgestellt – eine Open-Source-Plattform, die in Xanadus PennyLane-Software integriert ist und Quantenprozessoren mit klassischen CPUs, GPUs und FPGAs verbindet. Ihren Angaben zufolge kann die Plattform Daten mit einer Ende-zu-Ende-Latenz von unter 3 Mikrosekunden zwischen Quanten- und klassischer Hardware übertragen.
Die deutlich wichtigere Aussage steckt unterhalb dieses Werts. Xanadu und AMD zufolge können standardmäßige AMD-EPYC- und Threadripper-Prozessoren einen Teil dieser Latenzanforderung bewältigen. Dies soll ohne die speziellen Beschleuniger funktionieren, die Anbieter bislang im Allgemeinen als unverzichtbar betrachtet haben. Sollte sich das auch im großen Maßstab bestätigen, verändert dies die Kosten für den Aufbau der klassischen Seite eines Quantencomputers.
Was Backline leistet
Backline ist in Xanadus PennyLane-Software integriert. Die Plattform überträgt Daten zwischen Quantenprozessoren und klassischen CPUs, GPUs und FPGAs.
Die meisten Ansätze behandeln den Quantenprozessor als separates System, das an ein klassisches System angebunden wird. Backline betrachtet ihn stattdessen als Knoten in einem verteilten Rechennetzwerk. Dieser Ansatz soll die Anbieterbindung verringern, die mit proprietären Steuerungs-Stacks einhergeht.
Ziel ist es, die Kommunikation zwischen Quanten- und klassischer Hardware flexibler zu gestalten und zugleich die Abhängigkeit von proprietären Steuerungs-Stacks zu verringern.
„Indem wir Backline in PennyLane integrieren, ermöglichen wir den direkten Zugriff auf die Kommunikationsebenen, die die Branche benötigt, um von Laborforschung und -entwicklung zu einer Leistung unter realen Bedingungen überzugehen“, sagte Xanadu-CEO Christian Weedbrook in der Ankündigung.
Der AMD-Vizepräsident Scott Tease stellte das Projekt als Interoperabilitätsinitiative dar und argumentierte, Entwickler sollten quantenklassische Systeme mit Hardware aufbauen können, die bereits in konventionellen Hochleistungsrechenumgebungen.
Backline ist nun als Open-Source-Funktionssuite innerhalb von PennyLane verfügbar. Die Leistungsangaben stammen derzeit von AMD und Xanadu; unabhängige Tests werden daher entscheidend dafür sein, wie sich die Plattform unter Produktions-Workloads schlägt.
Warum der klassische Steuerungsregelkreis für die Skalierung von Quantencomputern wichtig ist
Die weniger sichtbare Hälfte des Problems der Fehlertoleranz ist der klassische Steuerungsregelkreis. Ein Quantenfehlerkorrektur-Zyklus umfasst drei Schritte. Ein klassischer Prozessor liest den Zustand eines Qubits, entscheidet, ob ein Fehler aufgetreten ist, und leitet eine Korrektur ein. All dies muss geschehen, bevor die Dekohärenz einsetzt.
Anbieter haben dieses Problem typischerweise mit speziell entwickelten Beschleunigern oder FPGAs gelöst. Das entspricht den Arbeiten an Schnittstellen für die Fehlerkorrektur, die Chiphersteller auf der Hardwareseite vorantreiben. Backlines Ansatz beruht auf der Annahme, dass eine offene Schnittstelle, die teilweise auf universell einsetzbaren CPUs läuft, eine vergleichbare Latenz ohne dedizierte Chips erreichen kann.
Die Leistungsangaben zu Backline stammen derzeit von Xanadu und AMD. Unabhängige Tests werden zeigen, ob die Plattform in Quantenproduktionssystemen dieselben Latenzergebnisse liefern kann.
Darüber hinaus hängt der breitere Nutzen davon ab, wie gut die Plattform mit verschiedenen Quantenarchitekturen und Steuerungs-Workloads zurechtkommt. Um diese Systeme geht es beim Wettbewerb um den Einsatz in Unternehmen, und die Aussage ist erst dann belastbar, wenn sie getestet wurde. Das ist die eigentliche Bewährungsprobe für die Integration quantenklassischer Datenverarbeitung in Zukunft.
Was eWeek herausgefunden hat: Der eigentliche Wandel führt von maßgeschneiderter Steuerung zu Standardinfrastruktur
Die wichtigste Aussage von Backline ist nicht die Latenzangabe von unter 3 Mikrosekunden an sich. Entscheidend ist vielmehr, dass ein Teil des Quantensteuerungs-Stacks auf derselben CPU-Klasse laufen könnte, die bereits in Unternehmen und im Hochleistungsrechnen.
eingesetzt wird. Das könnte den Entwurf von Quantensystemen weg von der Annahme führen, dass jede Steuerungsaufgabe mit niedriger Latenz dedizierte Chips benötigt. Entwickler könnten die Aufgaben stattdessen je nach Workload auf CPUs, GPUs, FPGAs und spezielle Quantenhardware verteilen.
Der potenzielle Vorteil ist sowohl wirtschaftlicher als auch technischer Natur. Standard-Serverprozessoren profitieren von ausgereiften Lieferketten, vertrauten Softwareumgebungen und vorhandener Rechenzentrumskompetenz. Wenn sie zuverlässig mehr Aufgaben der Quantensteuerung übernehmen können, benötigen Anbieter möglicherweise weniger maßgeschneiderte Infrastruktur rund um den Quantenprozessor.
Die zentrale Ungewissheit ist die Skalierung. Die Leistung in einer Konfiguration garantiert nicht dieselben Ergebnisse, wenn die Zahl der Qubits, die Anforderungen an die Fehlerkorrektur und der Steuerungsverkehr zunehmen. Unabhängige Tests werden zeigen, ob Backline lediglich eine nützliche Integrationsschicht ist oder den Beginn eines umfassenderen Wandels in der Konstruktion von Quantensystemen markiert.
Vorerst ist Backline eher als Infrastrukturwette zu verstehen und nicht als Beleg dafür, dass spezielle Hardware für die Quantensteuerung verschwindet.
Wenn universell einsetzbare Prozessoren auch bei zunehmender Komplexität von Quantensystemen eine geringe Latenzleistung aufrechterhalten können, könnte der Weg zum fehlertoleranten Quantencomputing nicht nur von besseren Qubits abhängen, sondern auch davon, die klassische Hardware um sie herum immer stärker wie die Server aussehen zu lassen, die bereits in modernen Rechenzentren betrieben werden.
Möchten Sie mehr über KI-Tipps, Tricks und Prompting-Techniken erfahren? eWeek-Leser erhalten 7 Tage lang kostenlosen Zugang zur The Neuron Academy, unserer praxisorientierten Lernplattform, die Berufstätigen dabei helfen soll, KI bei der Arbeit souveräner einzusetzen. Alle Lektionen ansehen →