Benchmarking of quantum edge on the computational continuum

Abstract

In letzter Zeit hat es aufgrund der Fortschritte im Bereich des Quantencomputings ein bemerkenswertes Interesse an wissenschaftlichen Anwendungen gegeben, insbesondere in Bereichen wie der Quantenchemie. Quantencomputing bietet eine vielversprechende Möglichkeit, komplexe Probleme zu lösen. Darunter fällt zum Beispiel die Simulation komplizierter Experimente, die darauf abzielen, Einblicke in Naturphänomene zu gewinnen. Insbesondere in der Quantenchemie ist es gut vorstellbar, dass diese neue technologische Möglichkeit konventionelle Berechnungsverfahren revolutioniert. Daher birgt diese neue technologische Möglichkeit das Potenzial, wertvolle Ergebnisse, beispielsweise bei der Unterstützung der Arzneimittelentwicklung und der Erforschung neuer molekularer Verbindungen, zu liefern. Allerdings sind derzeitige Quantenmaschinen hinsichtlich Verfügbarkeit und Zuverlässigkeit limitiert. Während auf einige Quantencomputer über die Cloud zugegriffen werden kann, bringt Cloud Computing seine eigenen Herausforderungen, wie erhöhte Latenz und Netzwerküberlastung, mit sich. Die Nutzung von Quantumcomputing in der Cloud stellt daher für Anwendung welche kurze Reaktionszeiten erwarten keine Option dar. Als Lösung für diese Herausforderungen könnte das bereits weit verbreitet Edge-Geräte Paradigma dienen. Am Netzwerkrand platziert, haben diese Geräte das Potenzial, Latenz und Netzwerküberlastung zu reduzieren. Variational Quantum Algorithms (VQAs) sind ein vielversprechender Ansatz zur Lösung bestimmter Probleme im Zusammenhang mit der Quantenchemie. VQAs werden über verschiedene Hyperparameter konfiguriert, die ihre Ergebnisse erheblich beeinflussen. Darüber hinaus spielt die Wahl des zugrunde liegenden Backends eine wichtige Rolle für das Endergebnis. In unserer Studie kombinieren wir den Einsatz von VQAs zur Problemberechnung mit dem Paradigma des Edge Computing. VQAs werden auf lokalen und Edge-Quantensimulatoren ausgeführt, um Einblicke in ihr Verhalten zu gewinnen. Das Hauptziel dieser Arbeit besteht darin, verschiedene Hyperparametereinstellungen für VQAs zu vergleichen und ihre Leistung anhand von Metriken wie Genauigkeit, Laufzeit und Skalierbarkeit zu bewerten. Schlussendlich sollen die optimalen Konfigurationen für die verschiedenen VQAs ermittelt werden. Die Ergebnisse zeigen, dass die Ausführungszeit für alle drei Algorithmen und Experimente eng mit der Größe der Eingabeproblemstellung zusammenhängt und Hardwareressourcen eine entscheidende Rolle spielen. Darüber hinaus zeigen die Berechnungsergebnisse aus den Quantensimulatoren, dass sie Annäherungen an reale Ergebnisse darstellen und daher in Anwendungen nützlich sind, die keine exakte Werte erfordern, sondern mit approximierten Ergebnissen arbeiten können.

In recent times, there has been a notable interest in scientific applications, especially within domains like quantum chemistry, driven by advancements in the area of quantum computing. Quantum computing presents a promising opportunity for addressing complex challenges, such as the simulation of complex natural phenomena. Its potential to revolutionize conventional computational methods, particularly in quantum chemistry, promises valuable real-world applications like drug design and the exploration of new molecular compounds. However, quantum machines currently face limitations in terms of availability and reliability. While some quantum computers are accessible via the cloud, cloud computing introduces its own challenges, including latency and network congestion. Consequently, quantum computing in the cloud is not suitable for applications requiring fast response times. As a solution to these challenges, edge devices have become popular in current computing paradigms. Placed at the network edge, these devices have the potential to reduce latency and network congestion. Variational Quantum Algorithms (VQAs) are promising approaches to address certain quantum chemistry-related problems. VQAs are configured through various hyperparameters that significantly impact the result output. Additionally, the choice of the underlying backend, where the execution takes place, influences the final result. In our study, we combine the use of VQAs for problem computation with the computing paradigm of edge computing. VQAs are executed on local and edge quantum simulators to gather insights into their behavior. The primary objective of this thesis is to compare different hyperparameter settings for VQAs and evaluate their performance using metrics such as accuracy, runtime, and scalability to determine the optimal configurations. Our results indicate that, for all three algorithms and experiments, execution time is closely related to the size of the input problem instance and hardware resources play a crucial role. Furthermore, the calculation results from quantum simulators show that they provide approximations to real results and are useful in applications that do not require exact values but can work with approximated results.