© Daniil Peshkov / 123RF.com

Um Software und Architekturen für das Quantencomputing zu entwickeln, zu definieren und zu testen, braucht man keinen Quantencomputer. Weil die teuer und rar sind, entschieden sich Wissenschaftler der OTH Regensburg dafür, sie einfach zu virtualisieren – mit messbarem Erfolg.

“Wer von der Quantenmechanik nicht schockiert ist, der hat sie nicht verstanden.” Das Zitat, das Niels Bohr zugeschrieben wird, einem der Begründer der Quantenmechanik, bringt es nach Meinung vieler Experten auf den Punkt. Die Legende Richard Feynman [1], selbst maßgebend für das Verständnis der heutigen Quantenmechanik, legte noch obendrauf: “Ich glaube sagen zu können, dass niemand die Quantenmechanik wirklich versteht.” [2]

In diesem hochkomplexen und der Ratio häufig widersprechenden Umfeld braucht es pfiffige Setups und Ideen, um Forschenden die Möglichkeit zu geben, auch ohne tieferen Einstieg Werkzeuge und Tools zu entwickeln. Im aktuellen Stadium sind Quantencomputer noch kaum verfügbar und lassen sich zudem nicht für praktische Zwecke verwenden. Dennoch stehen einige ihrer Eigenschaften bereits fest, sodass sich beispielsweise die benötigte Softwarearchitektur für zukünftige Anwendungen bereits skizzieren lässt.

Nachbauen oder simulieren?

Wolfgang Mauerer [3], Professor an der Technischen Hochschule Regensburg (Abbildung 1) vergleicht das Vorgehen seines Teams gern mit einem Windkanal. Wer wissen will, wie sich ein Werkstück im Luftstrom verhält, kann das entweder berechnen oder simulieren: “Sie können die Natur nachbauen, ein Experiment vornehmen und die Messdaten auswerten, oder Sie simulieren gleich das ganze Experiment und nutzen die Daten daraus. Ein Windkanal simuliert die Natur, wir simulieren einen Quantencomputer.”

Abbildung 1: Professor Wolfgang Mauerer (ganz links) leitet das Labor für Digitalisierung an der Fakultät für Informatik und Mathematik der Ostbayerischen Technischen Hochschule in Regensburg.

Noch sind Quantencomputer sehr teuer und selten, wenn die Entwicklung auch schnell voranschreitet. Daher beschlossen die Regensburger, nicht mehr zu warten, sondern einfach das Verhalten eines Quantenrechners zu simulieren – mit Linux, Qemu und virtuellen Quantenbeschleunigern in Form von virtuellen PCI-Karten für Qemu (Abbildung 2).

Abbildung 2: Qemu hat eine auf Arch Linux aufbauende virtuelle Maschine gestartet, in der eine weitere virtuelle Maschine das simulierte PCI-Gerät mit Quantenfähigkeiten anbietet.

Alles Zufall?

Selbst nach einigen Jahren der Forschung stehen Quantencomputer heute noch am Anfang: Sie sind teuer, fehleranfällig und schwer zu skalieren. Die Big Player arbeiten gerade an Systemen mit über tausend Qubits, wobei verschiedene Ansätze konkurrieren, mit supraleitenden Schaltkreisen, Ionenfallen oder Diamanten. Industrie und Forschung hoffen, mit Quantencomputern von der Kryptografie über die Materialforschung bis zur künstlichen Intelligenz bahnbrechende Erfolge zu erzielen.

Gerade Quantenzufallszahlengeneratoren (QRNGs) sind für kryptografische Anwendungen besonders wertvoll, weil sie echten Zufall zu liefern imstande sind. Der ist eben keine Folge mangelnden Wissens, sondern eine grundlegende Eigenschaft der Natur auf mikroskopischer Ebene und damit besser als jede andere bisher bekannte Form der Generation von Zufallszahlen. Auch die Wissenschaftler aus Regensburg betreiben einen solchen Generator und haben dem Linux-Magazin einige Gigabyte solcher Daten zur Verfügung gestellt. Die finden sich auf der zweiten Heft-DVD und suchen eine Anwendung.

In unserem Alltag gibt es nur scheinbar allerorts “Zufall”. Unsere Umgebung ist weit deterministischer, als wir sie wahrnehmen. Der “klassische” Zufall basiert immer auf einem Informationsmangel. Ganz anders dagegen ist der Quantenzufall: Dank der Physik der Quantenmechanik handelt es sich um echten, nicht vorhersagbaren Zufall, der aus quantenmechanischen Prozessen entsteht. Ein Beispiel: Ob ein einzelnes Photon beim Auftreffen auf einen halbdurchlässigen Spiegel hindurchgeht oder reflektiert wird, entscheidet sich nur nach Wahrscheinlichkeiten, die die Quantenmechanik vorgibt. Das Ergebnis im Einzelfall bleibt völlig unvorhersagbar.

Quantenhardware

Zum Studium der Geschichte des Quantencomputings und der verschiedenen Hardwareoptionen bieten sich umfangreiche Podcasts und Webseiten an, etwa beim Deutschlandfunk [4]. Der Platz in diesem Artikel genügt lediglich für einen Überblick als Anstoß für eigene Recherchen. Gerade die Hardware für Quantencomputer weist eine sehr breite technologische Variabilität auf, im Gegensatz zu modernen Standardsystemen, bei denen selbst Experten oft dreimal über die Unterschiede zwischen ARM und x86 nachdenken müssen.

Was unterscheidet nun einen Quantencomputer vom klassischen Rechner? “Das beginnt schon beim Formfaktor”, erklärt Wolfgang Mauerer. “Viele, aber bei Weitem nicht alle Technologien müssen in Kryostaten stark gekühlt werden. Die oft tonnenschweren Aufbauten liefern Temperaturen von nur 0,025 Kelvin über dem absoluten Nullpunkt und zählen damit zu den kältesten Orten im Universum.”

Viele Systeme, wie sie IBM, IQM oder Google propagieren, arbeiten auf Basis supraleitender Schaltkreise in diesen überdimensionierten Kühlschränken. “Es gibt aber auch Systeme, die bei Raumtemperatur funktionieren und im Kern kaum mehr Platz als eine Schuhschachtel einnehmen.” Dazu zählen Angebote von Quantum Brilliance oder SaxonQ, die Quanteneigenschaften von Fehlstellen in Diamantgittern ausnutzen.

“Ebenfalls mit relativ geringem Kühlaufwand zu betreiben sind kalte Atome (in Relation zu Kryostaten ist ‘kalt’ hier eher als ‘piping hot’ zu lesen), so wie sie von Planqc, Pasqal und anderen in Laserfeldern gefangen werden. Ähnlich funktionieren geladene Ionen, die allerdings in elektromagnetischen Fallen festgehalten werden, wie sie viele aus der Schule kennen.” Beiden Technologien ist gemeinsam, dass relativ umfangreiche Aufbauten aus Lasern, Masern und anderen Sendern zum Einsatz kommen, um bestimmte Teile der gefangenen Teilchen zu quantenmechanischen Rechnungen zu “motivieren”.

Andere Hersteller wie Xanadu experimentieren damit, Licht nicht nur zur Ansteuerung zu verwenden, sondern direkt zum Rechnen. Viel Mühe kostet derzeit die Integration unterschiedlicher Hardwareansätze in High-Performance-Rechenzentren wie beim LRZ in München. Dort arbeitet man an vielen prinzipiellen und praktischen Problemen, die bei der Integration fragiler Quantensysteme in eine vergleichsweise robuste Rechenzentrumsinfrastruktur auftreten.

Brücke zwischen den Welten

Auch quanteninspirierte Ansätze, wie sie beispielsweise die Macher von Q.Ant, Fujitsu oder Hitachi anbieten, sind von quantenphysikalischen Phänomenen oder Denkweisen inspiriert. Sie setzen aber klassische Technologie ein, um eine Brücke zu künftigen Geräten zu schlagen. Sie implementieren aber auch vollkommen neue klassische Rechenansätze, die in puncto Geschwindigkeit und Energieverbrauch vielversprechend erscheinen.

Schon heute gibt es bereits mobile Systeme [5], die das sogar unterwegs erledigen (Abbildung 3). Zukünftig möchten Hersteller beispielsweise derlei auch in Smartwatches einbauen. Das Regensburger Labor betreibt ebenfalls einen eigenen Quantum Random Number Generator (QRNG) und stellt dessen Dienste über eine API zur Verfügung. Er hat übrigens auch die Zufallszahlen für die Heft-DVD erzeugt [6].

Abbildung 3: Es gibt mittlerweile Geräte, die echten Zufall mithilfe eines Quantenzufallsgenerators “für die Hosentasche” ermöglichen.

Via USB oder PCI

Was tun all diese Systeme nun? “Eigentlich stellen alle Quantensysteme Experimente dar, deren Ergebnisse am Ende zur Weiterverarbeitung in die klassische IT-Infrastruktur gelangen müssen”, erklärt Ralf Ramsauer (in Abbildung 1 ganz rechts), der am Labor für Digitalisierung an der Schnittstelle zwischen Systemsoftware und zukünftigen Quantentechnologien forscht. “Gerade dieser Übergang zwischen der quantischen und klassischen Welt bedarf besonderer Sorgfalt in der Systemarchitektur. Er erfordert klare Abstraktionsgrenzen, verlässliche Schnittstellen und eine Infrastruktur, die sowohl auf die Eigenheiten quantischer Prozesse als auch auf die Anforderungen klassischer Echtzeitverarbeitung vorbereitet ist”, betont Ramsauer. “Wir entwickeln Architekturen, die Quantensysteme als integrierte, echtzeitfähige Beschleuniger in klassische Umgebungen einbetten – modular, skalierbar und hardwareunabhängig.”

Quantum Computing Units

Diverse Hersteller arbeiten derzeit schon daran, eine Quantum Computing Unit (QPU) ähnlich einer Grafikkarte (GPU) auf einer Steckkarte im Rechner unterzubringen. Das hätte für vielerlei Anwendungszwecke handfeste Vorteile.

Analog zur GPU bei Gleitkommaoperationen oder KI-Aufgaben könnte die QPU bei für sie typischen Rechenarbeiten hilfreich sein. Sie würde entsprechende Aufgaben deutlich besser, schneller und effizienter abarbeiten als die Standardhardware auf dem Motherboard. O-Ton Mauerer: “Das Quantenexperiment findet in der QPU statt, das Ergebnis gelangt in die klassische Hardware.”

Für die weiterführenden Prozesse spielt dann vor allem das Timing eine Rolle, damit man nicht bei der Signalübertragung die Geschwindigkeitsvorteile der Quantenwelt wieder verliert. Nur so lassen sich die Performance- und Effizienzvorteile der Quantenwelt in hybriden Systemen auch tatsächlich nutzen.

Schon heute planbar

In der Realität gibt es derlei Systeme noch nicht oder sie sind rar und teuer. Wer nun aber ohne Quantencomputer Software für Quantencomputer entwickeln und ausführen möchte, muss eine Einschränkung hinnehmen: Er kann den Quantencomputer nur simulieren. Das Vorgehen hat logischerweise einen entscheidenden Nachteil: Die Simulation braucht für Antworten bedeutend länger als ein echter Quantencomputer.

Ein anderer Ansatz ist es daher, ein Gerät zu bauen, das Eigenschaften des Quantencomputers wie Timing und Laufzeitverhalten korrekt abbildet. Die Ergebnisse sind zwar nicht verlässlich, aber das Timing stimmt, und später kann ein echter und korrekt arbeitender Quantencomputer an die Stelle der Virtualisierung treten, lautet die Annahme. So kann man sich heute schon Gedanken über reale Geschwindigkeitsvorteile und spätere Architekturmöglichkeiten machen.

Auch wenn heute noch keine Quantencomputer verfügbar sind, ist deren zukünftiges Verhalten im Normalbetrieb relativ klar und somit planbar. Man kann es simulieren und daran angeflanschte und davon abhängige Software, APIs und Algorithmen auf ihre Eignung untersuchen. Genau das tun die Wissenschaftler im Regensburger Labor für Digitalisierung (LFDR [7]). Mauerers Team bereitet die Einbindung in Standardhard- und -software vor und testet Architekturen, Algorithmen und Arbeitsweisen.

Qemu als Virtualisierer

Nicht nur im Open-Source-Universum, sondern in der gesamten IT-Welt hat sich für die Simulation und Virtualisierung von Systemen Qemu weitgehend etabliert. Da es das Simulieren virtueller Hardware, etwa von PCI-Devices, erlaubt, bot sich das Setup für die Arbeit von Ramsauer geradezu an.

Abbildung 4 zeigt eine (virtuelle) Qemu-Maschine mit Linux beim Booten, wobei sie im Kernel eine ebenso virtuelle PCI-Karte mit 100 Qubits aktiviert. Auf der ersten Ebene der Virtualisierungen findet sich die Konfiguration sowohl der Quantum-Abstraction-Layer-Devices (Abbildung 5) als auch der zweiten Ebene, in der sich diese ansprechen lassen. Das klappt mithilfe simpler Befehle wie in Abbildung 6.

Abbildung 4: Der Bootvorgang mit Aktivierung der PCI-Karte und 100 Qubits.

Abbildung 5: Das Framework für die Quantenarchitektur: Virtuelle Quantum Devices samt Gerätetreiber dienen als Basis für einen Quantum Abstraction Layer im Kernel sowie die Quantum Abstraction Library. Quelle: Wolfgang Mauerer / OTH Regensburg

Abbildung 6: Ist die virtuelle Maschine gebootet, kann der Tester einige simple Befehle mit dem simulierten Quantengerät ausführen. Im Arbeitsverzeichnis der VM (wie auch auf der Heft-DVD) finden sich der Quelltext und ausführbare Dateien.

Das Startskript »start.sh« bootet die VM und zeigt schnell einen Standard-XFCE-Desktop auf Arch Linux, der verwendeten Entwicklungsumgebung. Wechseln Sie dort in einem Terminal ins Verzeichnis »Desktop/qal_testbed/« und führen dort das Kommando »do.sh run« aus, startet in der VM eine Nested-VM, die zum Login auffordert (Listing 1, erste zwei Zeilen). Diese rudimentäre virtuelle Maschine bietet dem Gast den PCI-Quantenbeschleuniger sowie die Applikation Qal_execute an. Mit Letzterer können Sie Quantenschaltkreise zur Berechnung an die virtualisierte Hardware »/dev/qal0« übergeben. Nützliche Beispielkommandos für die virtuelle Quanten-PCI-Karte sehen Sie in den letzten drei Zeilen von Listing 1.

$ cd Desktop/qal_testbed
$ ./do.sh run
$ qal_execute /dev/qal0 /root/Hadamard.qal 10000
$ qal_execute /dev/qal0 /root/BernsteinVarizani.qal 10000
$ qal_execute /dev/qal0 /root/MaxCut.qal 10000

Die Forscher planen, die PCI-Karte später in ein laufzeitgetreues FPGA-System umzubauen, um ein möglichst realitätsnahes zeitliches Verhalten von Quantencomputern nachbilden zu können. Weil das alles Open Source ist, können Sie auch eigene Änderungen einbringen und mit den Quelltexten im Verzeichnis »srcs/« spielen, beispielsweise an den Schaltkreisen.

Die äußere VM umfasst die komplette Toolchain, die Sie benötigen, um Ihre eigene Version zu bauen. Das Setup von der DVD bringt quasi die komplette Entwicklungsumgebung für das Quantencomputing mit.

Kernbeispiele

Die drei in Listing 1 in der VM ausgeführten Beispiele veranschaulichen Kerneigenschaften der Quanteninformatik. Das erste, »Hadamard.qal«, zeigt einzigartige Quantenphänomene der Überlagerung und Verschränkung. Mithilfe eines Hadamard-Gatters wird zunächst ein Superpositionszustand hergestellt, der sich gleichzeitig im Zustand 0 und 1 befindet. Anschließend wird ein nächstes Gatter aktiviert, das zwei Qubits gemeinsam bearbeitet.

Der Clou dabei: Das Qubit im Superpositionszustand dient als Schalter, der das Gatter aktiviert – und gleichzeitig auch nicht aktiviert! Dadurch entsteht zunächst ein verschränkter “Schrödingers-Katze-Zustand”, bei dem die Werte beider Qubits völlig zufällig sind, wenn man sie einzeln misst. Dennoch bleibt garantiert, dass die Qubits stets denselben Wert haben. Der Schaltkreis lässt den Zustand wachsen, indem er mehr Qubits in die Verschränkung einbaut. Nebenbei bemerkt entsteht dadurch eine Mehrteilchenversion des Greenberger-Horne-Zeilinger-Zustands, der dem Österreicher Anton Zeilinger den Nobelpreis einbrachte.

Wie man an der Ausgabe des Simulators sieht, legt eine einzige Messung an einem einzigen Qubit die Werte aller anderen Qubits fest, da sie zuvor verschränkt wurden. Eigenschaften wie diese sind vermutlich der Schlüssel zum Erreichen rechnerischer Vorteile.

Quantenvorteile

Das zweite Beispiel demonstriert einen Quantenvorteil in einer einfachen Umgebung: Das Ziel des Bernstein-Vazirani-Algorithmus (»BernsteinVazirani.qal«) ist die Identifizierung eines geheimen Schlüssels (ein Bit-String der Länge n) auf der Grundlage eines “Orakels”, das das Produkt zwischen dem geheimen Schlüssel und einer Eingabe-Bit-Kette liefert. Während ein klassischer Computer n Abfragen an das Orakel benötigt, um den geheimen Schlüssel zu bestimmen, kann ein Quantencomputer diese Aufgabe mit nur einer einzigen Abfrage erledigen.

Das dritte Beispiel (»MaxCut.qal)« bezieht sich auf klassische Optimierungsprobleme. Sie haben viele praktische Anwendungen, sind aber für klassische Computer oft sehr schwierig zu lösen. Das Beispiel demonstriert, wie sich solche Probleme mit Quantencomputern und dem LR-QAOA-Algorithmus lösen lassen. Wir betrachten das Problem “MaxCut”. Das Ziel besteht darin, die Knoten eines Graphen in zwei Farben einzufärben, sodass möglichst viele Kanten des Graphen zwei unterschiedlich gefärbte Knoten verbinden.

Der Quantenschaltkreis erzeugt zunächst eine Superposition aller möglichen Lösungen, also aller möglichen Einfärbungen des Graphen. Jedes Qubit steht dabei für einen Knoten und dessen Farbe. In mehreren Schichten werden die guten Lösungen in der Superposition verstärkt und die schlechten reduziert. Misst man am Ende die Qubits, erhält man mit hoher Wahrscheinlichkeit die optimale Färbung.

Tests, Beweise, Algorithmen

“Mit dem Gerätemodell in Qemu haben wir einen funktionierenden Proof of Concept erreicht, der in der Lage ist, erste Quantenalgorithmen auszuführen. So können wir quantische Funktionalität in klassische Rechensysteme integrieren, und zwar unter realitätsnahen Bedingungen.” erklärt Ramsauer. “Die Kompatibilität zu bestehenden Software-Toolkits wie Qiskit [8] ist ebenfalls vorhanden. Wir arbeiten kontinuierlich daran, sie zu erweitern, um eine möglichst nahtlose Nutzererfahrung zu ermöglichen, damit möglichst viele Entwickler zum Testen animiert werden.”

Der Entwicklungsansatz folgt einem Hardware-Software-Co-Design-Prinzip, bei dem Rückmeldungen aus der Quantenalgorithmik direkt in die Weiterentwicklung des Systems und der Hardwarearchitektur einfließen. “Im kontinuierlichen Austausch werden die Systemanforderungen iterativ geschärft, sodass die Hardware schrittweise an die Bedürfnisse realer Anwendungsfälle angepasst werden kann”, erläutert Ramsauer. “Ziel ist es, auf Basis dieser Iterationen eine interne Spezifikation festzulegen, die uns dann als Grundlage für die physische Umsetzung dient.”

PCIe und FPGA

In einem nächsten Schritt soll die spezifizierte Architektur als PCIe-basierte Erweiterungskarte auf einem integrierten Schaltkreis nachgebaut werden, einem Field Programmable Gate Array (FPGA). Der FPGA (Abbildung 7) wird dabei zwei Betriebsmodi unterstützen: Zum einen die funktionale Simulation quantischer Hardware, um die korrekte Interaktion zwischen Hard- und Software zu validieren, zum anderen ein zeitgetreues Modell, das realistische Timing-Eigenschaften abbildet.

Abbildung 7: Qiskit, QAL und die FPGA-Architektur im Einsatz. Quelle: Ralf Ramsauer / OTH Regensburg

Die Zukunft simulieren

Diese Modi erlauben vielfältige Analysemöglichkeiten – unter anderem zur Systemlatenz, zum Zusammenspiel klassischer und quantischer Verarbeitung oder zur bewertbaren Abschätzung potenzieller Quantenvorteile unter realitätsnahen Bedingungen. Das Modell des Regensburger Teams ermöglicht es, systematisch zu untersuchen, ab welcher Größe und unter welchen Bedingungen es überhaupt sinnvoll ist, ein Problem auf einen Quantencomputer auszulagern.

Ein echter Vorteil entsteht nur dann, wenn die quantische Verarbeitung nicht nur schneller abläuft als die klassische Alternative, sondern auch qualitativ bessere Resultate liefert. Das funktioniert laut Mauerer bestens: “Diese von unserem Doktoranden Tom Krüger erdachte Methode haben wir im Kontext der Inbetriebnahme des weltweit ersten HPC/QC-Systems am LRZ evaluiert, und konnten die Laufzeit von zwölf Stunden auf eine reduzieren.” [9] Auch ohne Quantenhardware erzeugen die Wissenschaftler so also schon einen Nutzen für zukünftige Entwickler und Softwareingenieure. (jlu)