Qoro aus Großbritannien bringt Divi SDK auf den Markt: Ausführungsgeschwindigkeit von Variationsquantenalgorithmus-Pipelines um das 148-fache gesteigert
2026-06-11 15:14
Merken

de.wedoany.com-Bericht: Qoro hat ein Softwareentwicklungskit namens Divi vorgestellt, das die Ineffizienz bei der Massenerzeugung von Schaltkreisen in Variationsquantenalgorithmen beheben soll. Im Vergleich zu bestehenden Frameworks wie PennyLane, Qiskit und Cirq erreicht Divi durch die Behandlung der Batch-Erzeugung als zusammensetzbare Pipeline eine bis zu 148-fache Steigerung der Pipeline-Ausführungsgeschwindigkeit. Das Unternehmen weist darauf hin, dass nützliche Arbeit auf NISQ-Hardware in der Regel das Ausführen Tausender nahezu identischer Schaltkreisvarianten erfordert, nicht einzelner Schaltkreise. Divi gibt standardmäßiges OpenQASM aus, bleibt anbieterunabhängig und bietet Forschern eine neue Option zur Optimierung von Cloud-Kosten und zur Beschleunigung von Ergebnissen.

Ein Optimierungsschritt in Variationsquantenalgorithmen erzeugt schnell eine große Anzahl auszuführender Schaltkreise, deren Anzahl als N_groups × K × T × P dargestellt werden kann. Aktuelle Quantencomputing-Frameworks können zwar einzelne Schaltkreise konstruieren, stoßen jedoch bei der Vorbereitung und Einreichung dieser großen Schaltkreis-Batches auf rechnerische Engpässe. Xanadus PennyLane führte zusammensetzbare Schaltkreistransformationen ein, IBMs Qiskit schrieb den Schaltkreiskern in Rust neu (qiskit._accelerate), Googles Cirq machte Parameterscans zu erstklassigen Ausführungsprimitiven, und Mitiq entwickelte frontend-unabhängige Fehlerminderungstechniken. Diese Fortschritte bleiben jedoch fragmentiert. Qoros Divi zielt darauf ab, diese bestehenden Technologien in einer einheitlichen Pipeline zu integrieren, deren Kernprinzip darin besteht, den gesamten Batch als eine einzige, zusammensetzbare Pipeline zu betrachten, die auf vorlagenbasierten Schaltkreisen operiert. Qiskits Neuschreibung seines Schaltkreiskerns in Rust sowie Cirqs Parameterscan-Ausführung lieferten ebenfalls Informationen für die Entwicklung von Divi.

Die Kerninnovation von Divi besteht darin, die Parameterbindung auf die letzte Serialisierungsphase zu verschieben. Während andere Frameworks Parameterscans vor der Einreichung in mehrere Schaltkreis-Kopien materialisieren, kombiniert Divi in seiner Pipeline geordnete Phasen wie Gruppierung, Faltung, Twirling und Basisrotation, die auf parameterlosen Vorlagen operieren. Der Schaltkreisrumpf wird nur einmal serialisiert, dann werden die Parametersätze effizient ausgetauscht, sodass parameterunabhängige, teure Berechnungen nur einmal ausgeführt und zwischen allen Schaltkreisvarianten geteilt werden. Qoro berichtet, dass Divi im Vergleich zu Benchmarks mit PennyLane, Qiskit und Cirq eine bis zu 148-fache Steigerung der Pipeline-Ausführungsgeschwindigkeit erreicht. Das System misst die Leistung sowohl bei der Batch-Erzeugung aus dem Speicher als auch bei der vollständig serialisierten Batch-Ausgabe.

Divi bleibt durch die Ausgabe von standardmäßigem OpenQASM anbieterunabhängig und vermeidet proprietäre Serialisierungsschemata anderer Frameworks wie Qiskits QPY oder Googles benutzerdefiniertes Protobuf. Qoro betont, dass jedes Framework hervorragende Teile biete, aber die Aufgabe, sie zu Batches zusammenzusetzen, dem Nutzer überlasse. Das Open-Source-Paket Divi ist über pip install qoro-divi verfügbar. Qoro bietet zudem die kommerzielle Plattform Qoro Solo an, mit der Nutzer die Pipeline in Quantenalgorithmen realistischer Größenordnung testen können. Das Team ist der Ansicht, dass der Geschwindigkeitsengpass für nützliche Arbeit auf NISQ-Hardware oft im Wiederaufbau und der Reserialisierung von Schaltkreis-Batches liegt, nicht in der Ausführung der Schaltkreise selbst.

Dieser Artikel wurde von Wedoany übersetzt und bearbeitet. Bei jeglicher Zitierung oder Nutzung durch künstliche Intelligenz (KI) ist die Quellenangabe „Wedoany“ zwingend vorgeschrieben. Sollten Urheberrechtsverletzungen oder andere Probleme vorliegen, bitten wir Sie, uns unverzüglich zu benachrichtigen. Wir werden den entsprechenden Inhalt umgehend anpassen oder löschen.

E-Mail: news@wedoany.com