Qanela: Propuesta de un marco para el diseño de lenguajes ensamblado cuánticos portátiles a través de diferentes plataformas de computación cuántica
Barra lateral del artículo
Contenido principal del artículo
Resumen
La diversidad de plataformas de hardware cuántico plantea desafíos significativos de portabilidad de algoritmos, ya que cada plataforma emplea conjuntos de instrucciones, implementaciones de compuertas y restricciones físicas distintas que dificultan la reutilización del software. Este trabajo presenta un marco para el diseño de lenguajes ensambladores cuánticos portables que permiten la ejecución transparente entre plataformas. Mediante la caracterización sistemática de los algoritmos de Shor, Grover y QAOA en IBM Qiskit, Microsoft Q# y Google Cirq (3216 ejecuciones de circuitos lógicos idénticos y validados contra una referencia), se identifican los principales desafíos de portabilidad y se derivan criterios de diseño con fundamento empírico a partir del análisis de patrones de ejecución. Con cargas de trabajo equivalentes, la divergencia en la profundidad de circuito entre plataformas es de 1.3–1.6× cuando no se requiere descomposición de compuertas y asciende a 94.8× bajo presión de descomposición de compuertas multicontroladas. De este factor, 3.36× corresponde a una divergencia genuina de síntesis al mismo nivel de abstracción, y el resto se debe a una brecha de medición entre niveles de abstracción. La semántica de optimización, la expresividad de la topología y los contratos de ejecución cuántico-clásicos divergen de manera análoga. El marco equilibra la abstracción del hardware con la optimización del rendimiento mediante niveles de abstracción declarados, compilación consciente de la topología, perfiles de optimización con semántica definida y un conjunto universal de compuertas con descomposición específica para cada plataforma. La validación del prototipo demuestra la compilación automatizada del 100 % de los programas de fuente única sin modificar en 30 configuraciones de plataforma. Las 90 ejecuciones superan criterios de aceptación distribucionales calibrados y alcanzan una fidelidad exacta del vector de estado de 1.000000 respecto de la semántica de referencia del lenguaje. Esto aporta evidencia de viabilidad para el desarrollo de software cuántico independiente del proveedor.
Detalles del artículo
Sección
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Los autores conservan los derechos de autor y ceden a la revista el derecho de la primera publicación y pueda editarlo, reproducirlo, distribuirlo, exhibirlo y comunicarlo en el país y en el extranjero mediante medios impresos y electrónicos. Asimismo, asumen el compromiso sobre cualquier litigio o reclamación relacionada con derechos de propiedad intelectual, exonerando de responsabilidad a la Editorial Tecnológica de Costa Rica. Además, se establece que los autores pueden realizar otros acuerdos contractuales independientes y adicionales para la distribución no exclusiva de la versión del artículo publicado en esta revista (p. ej., incluirlo en un repositorio institucional o publicarlo en un libro) siempre que indiquen claramente que el trabajo se publicó por primera vez en esta revista.
Cómo citar
Referencias
[1] M. Ying, Foundations of Quantum Programming, 2nd ed. Morgan Kaufmann, 2024.
[2] J. Preskill, “Quantum computing in the NISQ era and beyond,” Quantum, vol. 2, p. 79, 2018.
[3] A. Aspuru-Guzik, A. D. Dutoi, P. J. Love, and M. Head-Gordon, “Simulated quantum computation of molecular energies,” Science, vol. 309, no. 5741, pp. 1704–1707, 2005.
[4] M. Reiher et al., “Elucidating reaction mechanisms on quantum computers,” Proc. Natl. Acad. Sci. U.S.A., vol. 114, no. 29, pp. 7555–7560, 2017.
[5] A. Perdomo-Ortiz, N. Dickson, M. Drew-Brook, G. Rose, and A. Aspuru-Guzik, “Finding low-energy conformations of lattice protein models by quantum annealing,” Sci. Rep., vol. 2, p. 571, 2012.
[6] Y. Cao et al., “Quantum chemistry in the age of quantum computing,” Chem. Rev., vol. 119, no. 19, pp. 10856–10915, 2019.
[7] M. Kjaergaard et al., “Superconducting qubits: Current state of play,” Annu. Rev. Condens. Matter Phys., vol. 11, pp. 369–395, 2020.
[8] T. Rudolph, “Why I am optimistic about the silicon-photonic route to quantum computing,” APL Photonics, vol. 2, no. 3, p. 030901, 2017.
[9] M. Schönberger, M. Franz, S. Scherzinger, and W. Mauerer, “Peel | pile? Cross-framework portability of quantum software,” arXiv preprint arXiv:2203.06289, 2022.
[10] K. M. Barnes et al., “Optimising the quantum/classical interface for efficiency and portability with a multi-level hardware abstraction layer for quantum computers,” EPJ Quantum Technol., vol. 10, p. 36, 2023.
[11] J. I. Cirac and P. Zoller, “Goals and opportunities in quantum simulation,” Nat. Phys., vol. 8, pp. 264–266, 2012.
[12] S. Lopez Alarcón, E. Wong, T. S. Humble, and E. Dumitrescu, “Quantum programming paradigms and description languages,” Computing in Science & Engineering, vol. 25, no. 6, pp. 33–38, 2023.
[13] R. Lipton and K. Regan, Introduction to Quantum Algorithms via Linear Algebra, 2nd ed. MIT Press, 2021.
[14] D. Castelvecchi, “Quantum computers ready to leap out of the lab in 2017,” Nature, vol. 541, no. 7635, pp. 9–10, 2017.
[15] J. Zhao, “Quantum software engineering: Landscapes and horizons,” arXiv preprint arXiv:2007.07047, 2021.
[16] S. Núñez-Corrales, M. Frenkel, and B. Abreu, “quAPL: Modeling quantum computation in an array programming language,” in Proc. IEEE Int. Conf. Quantum Computing and Engineering (QCE), 2023, pp. 1001–1012.
[17] N. Khammassi et al., “OpenQL: A portable quantum programming framework for quantum accelerators,” ACM Trans. Quantum Comput., vol. 18, no. 1, Art. 13, 2021.
[18] A. J. Adams, S. Khan, J. S. Young, and T. M. Conte, “Qwerty: A basis-oriented quantum programming language,” arXiv preprint arXiv:2404.12603, 2024.
[19] F. Voichick, L. Li, R. Rand, and M. Hicks, “Qunity: A unified language for quantum and classical computing,” Proc. ACM Program. Lang., vol. 7, POPL, Art. 32, 2023.
[20] A. W. Cross, L. S. Bishop, J. A. Smolin, and J. M. Gambetta, “Open quantum assembly language,” arXiv preprint arXiv:1707.03429, 2017.
[21] A. Cross et al., “OpenQASM 3: A broader and deeper quantum assembly language,” ACM Trans. Quantum Comput., vol. 3, no. 3, pp. 1–50, 2022.
[22] C. Fu, J. E. G. Smith, and Y. Tomita, “cQASM v1.0: Towards a common quantum assembly language,” arXiv preprint arXiv:1805.09607, 2020.
[23] A. J. Landahl et al., “Jaqal: The quantum assembly language for QSCOUT,” Sandia National Laboratories Technical Report, 2020.
[24] D. S. Lobser et al., “Transpiling quantum assembly language circuits to a qudit form,” arXiv preprint arXiv:2409.18963, 2020.
[25] A. Karamlou et al., “A MLIR dialect for quantum assembly languages,” arXiv preprint arXiv:2101.11365, 2020.
[26] A. Suau, G. Staffelbach, and A. Todri-Sanial, “qprof: A gprof-inspired quantum profiler,” ACM Trans. Quantum Comput., vol. 4, no. 1, pp. 1–28, 2022.
[27] R. Jain, The Art of Computer Systems Performance Analysis: Techniques for Experimental Design, Measurement, Simulation, and Modeling. John Wiley & Sons, 1991.
[28] M. S. Nikulin, “Hellinger distance,” in Encyclopedia of Mathematics, M. Hazewinkel, Ed. Springer, 2001.