Stephen DiAdamo氏は、Qoro QuantumのCo-founderおよびCTOで、Yuval Boger氏によるインタビューを受けています。DiAdamo氏は、Qoroがハードウェアをアプリケーションから抽象化するソフトウェアミドルウェア企業としての立ち位置について語り、Divi SDK、回路のシリアル化と並列化、そしてCPUおよびGPU上の12種類のシミュレーション手法から自動的に選択するか、あるいは任意のベンダーのQPUにディスパッチするオーケストレーターについて説明しています。彼らは、QoroがSLURMのようなHPCスケジューラーを置き換えるのではなくそこに組み込まれる方法、CUNQAプラットフォーム上に構築されたCESGAの概念実証、「15万行のコードを20行に」という主張、そして複数QPUセンターが今日フォールバックと復元力、およびアプリケーションのスケーリングのために必要であるという論点について探求しています。DiAdamo氏はまた、QAOAと変分アルゴリズムを学ぶ学生向けの開発者エクスペリエンスと、Qoroの2年間の歴史について振り返っています。
- QoroのDivi SDKは最適化入力（QUBO、HUBO、変分アルゴリズム）を受け取り、ユーザーがトランスパイレーションやスケジューリングコードを書くことなく、数千の量子回路を自動的に生成、シリアル化、並列化します
- 彼らのオーケストレーターは、12種類のCPU/GPUシミュレーション手法（スタビライザー、テンソルネットワーク、Pauli propagation、MPSなど）の中から選択するか、任意のベンダーのQPUにルーティングし、ユーザー入力ではなく回路の特性に基づいて選択します
- Qoroは独自のトランスパイラーを構築するのではなく、ハードウェアベンダー自身のトランスパイラーに完全に依存し、ハードウェア固有のコンパイル問題を解決するのではなく、自動化とルーティング層として機能します
- 複数QPUへのアクセスは将来のスケーリングニーズではなく、今日の復元力要件です：HPCセンターの唯一の量子コンピュータがダウンした場合（IBMの障害で発生したように）、複数のベンダーとモダリティが統合されていない限り、ユーザーにはフォールバックがありません
- CUNQAプラットフォームを使用したCESGAパイロットでは、Qoroは分散量子ネットワークを模倣する15の計算ノードに接続し、15,000～20,000の回路をリモートで実行しました。セキュアな統合の配線には約1日かかりました
Yuval: こんにちは、Stephen、本日はご参加いただきありがとうございます。
Stephen: ありがとうございます。
Yuval: では、あなたは誰で、何をされているのですか？
Stephen: 私はStephen DiAdamoです。Qoro QuantumのCTOです。Qoro Quantumは、スタックのミドルウェアからアプローチしているため、量子コンピューティングを少し異なる視点から見ているソフトウェア企業です。Qoro Quantumでは、スタックの他の層も見ていますが、ミドルウェアに焦点を当てており、トップダウンで見ています。これが私たちのアプローチです。アプリケーションから始めて、ミドルウェアに移行し、次にオーケストレーションを行い、CPU、GPU、QPUなどの従来の計算技術を含む複数の量子コンピュータ、異種計算システム、および異なるQPUモダリティにアクセスします。そして私たちが行っているのは、ハードウェアからアプリケーションを抽象化し、スタックを自動化することで、このタイプの計算ネットワークへのアクセスを可能な限り簡単にすることです。これが市場における私たちのユニークな立ち位置です。なぜなら、これを実現するために、もはやPhDは必要ないからです。アプリケーションは人々が慣れ親しんだ入力だからです。抽象化はハードウェア非依存のためにスケールするためにあります。私たちは量子コンピュータをホスティングする特定のベンダーに依存していません。また、必要に応じてシミュレーションに移行することもできます。そして基本的には、クラウド上の高性能シミュレーションをターゲットにしています。もちろん、詳細については多くを語ります。しかし、私たちをインフラ展開の簡素化と、シームレスで自動化された方法で任意のベンダーの多くの量子コンピュータにアクセスすることを目指すソフトウェアミドルウェア企業と考えることができます。
Yuval: では、私が理解しやすいように例を挙げてみましょう。最適化問題があり、実行したいアルゴリズムがあると仮定しましょう。コンパイラーを提供しますか？ハードウェアベンダーまたは他の誰かにコンパイラーの提供を依頼しますか？エンドユーザーとして私にとってどのように機能しますか？
Stephen: エンドユーザーとして、私たちはDiviと呼ばれるソフトウェア層から始めます。DiviはオープンソースのPython SDKです。そして、最適化入力を受け取るだけです。多くの場合、最適化問題にはQUBOやHUBO、または材料科学やその他の側面における変分量子アルゴリズムが必要であり、私たちはパラメーターだけを受け取ります。そして、Diviはこれを量子回路の集合に変換します。私たちは本当に並列化、問題の分割、それらを分解することに焦点を当てており、ネットワークで利用可能なものを使用して、ネットワークに送信して計算するものを最適化できるようにします。これはDiviによって自動化されます。次に、これらの回路をシリアル化します。これは非常に重要です。なぜなら、多くの場合、10,000の回路を生成できますが、それらを転送するのは非常にコストがかかるか、回路自体を生成するのも非常にコストがかかるからです。したがって、そもそもすべての回路をどのように生成できるかに非常に焦点を当てる必要があります。クラウドに送信すると、オーケストレーターがこれらすべての回路を取り込み、2つのパスのいずれかに配置できます。1つはシミュレーション用に送信するか、ハードウェア実行用に送信するかです。そして、量子コンピュータに何個のキュービットがあるかを見て、これを自動的に処理します。量子リソースを効果的に使用するために複数の回路をまとめることができますか？この量子回路に最も適したモダリティは何ですか？超伝導量子コンピュータには接続されすぎていますか？イオントラップベースの量子コンピュータにはゲートが多すぎますか？そして、これらの決定をその場で行います。一方、シミュレーションプラットフォームに送信する場合、多くのシミュレーターとインターフェースするため、そこでも自動化を行います。CPUおよびGPU上で12種類のシミュレーション手法をサポートしています。もちろん、誰もが独自のテンソルネットワークシミュレーションの開発に精通しているわけではありません。彼らはPauli propagationシミュレーションの開発方法を知りません。そのため、常に回路入力を最適なシミュレーションエンジンに送り、回路を分析するレイヤーをそこに配置して、どのシミュレーション手法が最適かを確認します。スタビライザーシミュレーションですか？瞬時に実行されますか？それとも、GPU MPSベースのシミュレーションで3日間のジョブになりますか？そして、シミュレーション側では、たとえば10,000の回路を並列化しているため、スケールします。それらはすべて独立しており、すべて実行する必要があるため、すぐに50ノードを配置して、そこで大きな水平方向の改善を得ることができます。そのため、私たちは今のところクラウド上の高性能コンピューティングの従来の観点から本当に見ています。将来的には、もちろんHPCと非常に深く統合します。しかし、すべてを元に戻すと、これらすべてのものがまとまります。CPU、GPU、QPUからのすべての回路実行からのすべての結果がこのパイプラインを通過してすべて戻ってきて、アプリケーション層で再び処理されます。ここでは、最終結果のみが表示されます。エラー軽減、トランスパイレーション、コンパイル、リソース選択、スケジューリング、オーケストレーションについて心配する必要はありません。これらすべては私たちが処理し、最適化から、そのような問題を実行したい人は、入力を入れて実行するだけで、すべてが自動的に実行され、結果が入ってきてジョブが完了します。
Yuval: これは現実からどれくらい離れていますか？つまり、エンドユーザーとして、これは真実であるには良すぎると言う人もいるでしょう。では、あなたが説明している環境を構築するプロセスのどこにいますか？
Stephen: これは今日準備ができています。私たちはすでに異なるユースケースで顧客と協力してきました。また、アプリケーション非依存であり、特定のタイプの消費者をターゲットにしているわけではありません。エネルギー部門、金融部門で働いてきましたが、このタイプの顧客との仕事では、彼らがこのように量子コンピュータにアクセスしたいと考えていることがわかります。彼らはIBMと非常に統合されているため、行き詰まりますが、あちこちからライブラリを使用しており、それをすべて1つの環境にまとめる方法がわからない、またはこれらのトランスパイレーション技術について知りません。そのため、彼らは研究や仕事のために大規模なシミュレーションを実行しようとして行き詰まります。そして、私たちが言うのは、OK、同じ問題を私たちのソフトウェアに入れてください。何が起こるか見てみましょう。スケールできるかどうか見てみましょう。私たちは彼らにTensor Network Simulationをもたらします。すでにクラウドに展開されています。今日アクセスできます。そして、クラウドでホストされているさまざまなコンピューター（具体的には量子コンピュータ）へのアクセスを提供します。そして、彼らのためにインターフェースを行います。そして、これを異なる顧客と何度も行い、どれだけ簡単かを示してきました。私たちを信頼してください。もちろん、ユニークな視点であり、他の誰も本当にこれを行っていません。そのため、ミドルウェアを処理することを信頼してもらうには、少し説得が必要です。しかし、彼らがそれを見ると、プロジェクトの方向性全体が変わります。
Yuval: 頭の中で整理してから、層ごとにいくつか質問させてください。あなたの話を聞いていると、レイヤー0のシミュレーションのようなものがあります。あなたたちはそれを並列化でき、多くの計算リソースがあり、さまざまな場所で多くの回路を実行して時間を短縮できます。それは理解できると思います。その上の1つのレイヤーは、特定のタイプの量子コンピュータ用に回路を最適化することです。その上の1つのレイヤーは、少なくとも私の頭の中では、量子コンピュータと古典コンピューターを同期およびオーケストレーションすることです。そして3番目のレイヤーは、ところで、複数の量子コンピュータ、または同じタイプの複数のコンピューターだけでなく、複数のモダリティでそれを行うことができるということです。レベル0は理解できると思います。しかし、レベル1について話しましょう。あなたが言ったように、超伝導マシン用に最適化された回路は、イオントラップマシンではあまりうまく実行されないようです。並列性とトランスバーサルゲートなどを使用するために最適化された回路は、アトムマシンでは最適ではないか、超伝導で実行できない可能性があります。そして、これは非常に活発な研究分野です
