de.wedoany.com-Bericht: Forscher des Lawrence Livermore National Laboratory haben ein Kubernetes-Scheduler-Plugin namens Fluence entwickelt, um die Nutzungskosten hybrider Quanten-Klassik-Workflows zu senken. Durch die intelligente Auswahl der günstigsten oder am kürzesten wartenden Quantengeräte auf Plattformen wie AWS Braket senkt Fluence die durchschnittlichen Kosten pro Ausführung um etwa das 70-Fache und verkürzt die Ergebniszeit von mehreren Stunden auf weniger als eine Minute.
Die zentrale Herausforderung, die Fluence löst, ist das „Zwei-Warteschlangen-Problem“ in hybriden Quanten-Klassik-Workflows, bei dem Aufgaben zwischen dem klassischen Cluster-Queue und der externen Warteschlange entfernter Quantenprozessoren (QPU) koordiniert werden müssen, was zu erheblichen Synchronisationsverzögerungen und Ressourcenverschwendung führt. Das Team unter der Leitung von Vanessa Sochat und Daniel Milroy entwickelte ein Synchronisations-Primitiv, das die Leerlaufzeit von Arbeitsthreads bei kurzen Gerätewarteschlangen um etwa das Fünffache reduziert; bei Warteschlangen, die sich auf mehrere Stunden ausdehnen, sinkt die Leerlaufzeit um mehrere Größenordnungen.
Fluence basiert auf dem Fluxion-Graph-Scheduler, dessen atomare Gruppenplatzierungsfunktion die durch teilweise Platzierungsgruppen verursachte Zeitverschwendung auf Knoten nahezu eliminiert und sicherstellt, dass klassische Rechenressourcen nicht im Leerlauf sind, während sie auf den Abschluss von Quantenaufgaben warten. Fluence kann Quantenbewusstsein zu Cloud-nativen Schedulern hinzufügen, ohne Benutzercontainer zu modifizieren, und vereinfacht so die Integration von Quantenressourcen in bestehende Hochleistungsrechenumgebungen (HPC).
Das Forschungsteam weist darauf hin, dass es für die Anpassungsfähigkeit von Fluence keine Rolle spielt, ob die Quantengeräte lokal, entfernt oder institutionseigen sind, wobei eigene Geräte aufgrund der höheren Transparenz des Schedulings in der Regel leichter zu kontrollieren sind. Dieses Ergebnis bietet einen praktischen Ansatz zur Optimierung der Effizienz und Zugänglichkeit hybrider Quanten-Klassik-Workflows und fördert die effektivere Integration von Quantenverarbeitungseinheiten in bestehende Rechen-infrastrukturen.
