Quantencomputing bei IBM, Microsoft und AWS IBM enthüllt Roadmap für Quantum Computing Software
Anbieter zum Thema
Big Blue hat seine Produktplanung für Software vorgestellt, die auf seine Hardware „IBM Q System One“ eingesetzt werden kann. Die Roadmap reicht vom Jahr 2021 bis zum Jahr 2025. Darin spielen Open-Source-Software, die globale Entwicklergemeinde und die Cloud zentrale Rollen. AWS hat für seinen Service „Braket“ Neuerungen angekündigt und „Microsoft Azure Quantum“ ist endlich allgemein zugänglich.

Noch dieses Jahr soll der IBM-Quantenprozessor „Eagle“ verfügbar werden, der 127 Qubits liefert und etwa die Parallelverarbeitung von Algorithmen unterstützt. Doch an solchen Algorithmen und Programmen hapert es noch. Vor allem war bislang unklar, wie Quantenrechner und klassische Rechner miteinander kooperieren können, wo doch ihre jeweilige Architektur völlig verschieden ist.
Mit der Anfang Februar präsentierten Planung für solche Software skizzierte Jay Gambetta, IBM Fellow und Vice President für IBM Quantum, ein klares Bild, wie IBM die Entwicklergemeinde dafür gewinnen will, für Quantenprozessoren zu programmieren (siehe: IBM Research Bog). Es gibt drei Ebenen, auf denen Developer sich in ein Ökosystem einbringen können: Kernel, Algorithmen und Module.
Der Kernel
Der Quantenprozessor-Kernel ist die unterste Ebene der Software. Hier können Entwickler beispielsweise mit dem „IBM Circuit Composer“ ((siehe: Abbildung 5)) leistungsfähige Quantenschaltkreise entwickeln, die zum Beispiel über Steuerelemente für Scheduling verfügen. Sie können neue Programmierschnittstellen nutzen, die IBM bereitstellt und für die es mit „Qiskit“ eine Laufzeitumgebung anbieten will.
In Qiskit lassen sich mehrere Schaltkreise gleichzeitig ausführen, bei hoher Geschwindigkeit und mit größerer funktionaler Bandbreite. Die dafür nötige Assemblersprache ist „OpenQASM 3“, die bereits vorgestellt wurde (siehe: IBM Quantum Experience) Sie erlaubt die partielle Beobachtung von Fehlerkorrekturverhalten, dem A und O für die Qualität von Qubits.
Neue Stufe des Supercomputing
IBM entwickelt bis dato leistungsstärkste Quantenprozessoren
Eine Besonderheit hat weitreichende Folgen: Qiskit kann klassische Hardware nutzen, um dort seine Workloads auszuführen. „Es ist wie bei einer Pizza mit verschiedenen Stücken“, erläutert IBM-Quantenspezialist Mark Mattingley-Scott, IBM Quantum Ambassador Lead EMEA & AP. „Qiskit kann mithilfe eines Orchestrators bestimmen, welche Programmteile auf dem Q-Prozessor laufen sollen und welche auf klassischer Hardware.“ Geplant ist also eine enge Kooperation zwischen der Q-Plattform und klassischen Plattformen, wie sie etwa im HPC-Sektor genutzt werden.
Sie betrifft auch Schaltkreise: „Ab 2022 werden Dynamic Circuits sowohl Q-Prozessoren als auch klassische Prozessoren nutzen können.“ Ab 2023 soll es dann Schaltkreis-Bibliotheken geben und ein Steuerungssystem für die Manipulation größerer Qubit-Gewebe (Fabrics). Ab 2023 können Kernel-Entwickler IBM-Q-Prozessoren mit mehr als 1121 Qubits („Condor“) nutzen.
„Diese Verbesserungen werden zu einer Beschleunigung von Workloads, die iterative Schaltkreisausführung nutzen, um den Faktor 100 führen“, kündigt Gambetta an. „Das wird es unseren Quantensystemen erlauben, Programme in wenigen Stunden auszuführen, die sonst Monate erfordern würden.“ Mattingley-Scott sieht den Analyse-Bereich sowie Optimierungsprobleme dafür besonders prädestiniert.
Algorithmen
Auf diesen Schaltkreisen bauen die Entwickler von Quantenalgorithmen auf. Eine API-basierte Abstraktionsschicht (Fabric) schirmt sie von der Kernel-Ebene ab, so dass sie nur herausfinden müssen, wie sie die Leistung der Q-Plattform optimal nutzen können.
Dabei muss ein Vorteil gegenüber klassischer IT (HPC) erzielt werden. Für die Erstellung und Implementierung solcher Q-Algorithmen will IBM neue Tools bereitstellen. „Wir werden auf jeden Fall Python berücksichtigen“, sagt Mattingley-Scott. 2022 soll ein erster Software-Stack vollständig sein. Fehlen noch die Anwendungen.
Module
Auf der obersten Ebene wenden Quantum-Modellentwickler diese Algorithmen auf Einsatzbereiche in der Realität an. Diese Modelle, die wie im Machine Learning (ML) trainiert werden, nennt IBM 'Module'. Tatsächlich können sie auch zur Optimierung von Machine Learning-Modellen genutzt werden, was dann hundertmal schneller erfolgen soll.
Weitere Einsatzbereiche sind Chemie, Physik, Biologie, Finanzwesen oder die Logistik. „Bisherige Supercomputer erreichen beim Travelling Salesman-Problem bei 30 Städten die Grenze ihrer Rechenfähigkeit“, so Mark Mattingley-Scott. „Dort kommen künftig Quantenrechner zum Einsatz.“
„Bis 2023 wollen wir vollständige Familien von vorgefertigten Laufzeitumgebungen anbieten, die auf diese Einsatzdomänen zugeschnitten sind", erklärte Jay Gambetta. "Sie lassen sich von einer Cloud-basierten Programmierschnittstelle aufrufen und können eine Reihe von verbreiteten Entwicklungs-Frameworks nutzen." Welche Frameworks das sein werden, hat IBM noch nicht bekanntgegeben, aber der Kreis der üblichen Verdächtigen ist nicht allzu groß.
Bis 2024/25 soll schließlich ein kompletter Software-Stack für Quantenrechnen und HPC-Nutzung vorliegen, der diese Module nutzen kann. "Weil Quantenrechnen und HPC dann reibungslos zusammenarbeiten, nennen wir diese Vision Frictionless Computing", erläutert Mattingley-Scott.
Microsoft
Ebenfalls Anfang Februar hat Microsoft auf seiner Public Cloud Plattform das Ökosystem Azure Quantum vorgestellt und den öffentlichen Zugang dazu bereitgestellt. Azure Quantum ist ein umfassendes Open-Cloud-Ökosystem: vorgefertigte Lösungen, Entwicklungs-Tools, beschleunigte herkömmliche Hardware und Quanten-Hardware, etwa von IonQ, Quantum Circuits oder Honeywell.
:quality(80)/images.vogel.de/vogelonline/bdb/1792700/1792787/original.jpg)
Azure Quantum Public Preview
Microsoft stellt Testversion für Quantencomputing in der Cloud bereit
:quality(80)/p7i.vogel.de/wcms/53/d9/53d9b37fcd1719469123184a095d5190/80702624.jpeg)
Quantencomputer-Programmiersprache Q# wird Open Source
Amazon Web Services
Im Januar kündigte AWS kleinere Neuerungen für seinen Quantum-Services Braket an. Die Kunden können nun benutzerdefinierte Tags für Quantenaufgaben vergeben sowie Notizbücher direkt in der Braket-Konsole verwalten.
Die Möglichkeit, Tags wie etwa 'Name des Eigentümers', 'Projekt' oder 'Kostenstelle' anzuhängen, soll es laut AWS erleichtern, Ressourcen in Kategorien zu organisieren, die für die Kunden nützlich sind. Bisher hatten Kunden nur die Möglichkeit, Tags für Quantum-Task-Ressourcen über die AWS-Befehlszeilenschnittstelle (CLI) und das „Amazon Braket SDK“ zu verwalten.
:quality(80)/images.vogel.de/vogelonline/bdb/1713000/1713024/original.jpg)
Deep Learning Container unter AWS
Jetzt können sie Mitarbeiter mit mehr Ressourcentypen verknüpfen und diese beim Arbeiten in der Konsole erstellen und verwalten. Sie können zu einer Aufgabe navigieren, um die Liste der ihr zugeordneten Tags zu sehen und ein Tag hinzuzufügen, zu entfernen oder zu ändern.
Kunden haben jetzt auch die Möglichkeit, ein Notizbuch bei der Erstellung in der Konsole zu markieren und die zugehörigen Markierungen zu verwalten, um beispielsweise mehrere Notizbücher mit einem einzigen Experiment zu verknüpfen. Alles in allem handelt es sich also um Erleichterungen in der Bedienung von Braket als um grundlegende Neuerungen. Aber Braket ist wie Azure Quantum eine Online-Ressource, die verschiedene dritte Hardware-Ressourcen zugänglich und nutzbar machen will.
* Michael Matzer ist freier Autor und lebt in Stuttgart.
Artikelfiles und Artikellinks
(ID:47157151)