量子计算云平台的架构与发展
目录
0 引言
1 发展现状与分类
1.1 国内外发展现状
1.2 服务模式分类
2 功能架构研究
图1
2.1 服务层功能
2.2 平台层功能
2.3 基础设施层功能
2.3.1 外围设施层
2.3.2 物理资源层
2.3.3 虚拟资源层
2.3.4 资源管理层
2.4 运营管理与安全功能
图2
3 面临的挑战及发展建议
4 结束语
摘要
量子计算技术尚未完全成熟,其运行环境要求严格,运维成本较高,因此无法满足个人用户在本地部署的需求,而云平台则已成为量子计算科普教育、算法开发以及应用创新的重要试验平台。基于对量子计算云平台国内外发展现状及服务模式划分的阐述,构建通用功能架构模型,深入探讨其未来发展前景,并针对当前面临的主要技术挑战与应用障碍提出未来发展方向建议
关键词： 量子计算; 云平台; 功能架构
0 引言
量子计算基于其独特属性——纠缠与叠加——提供了一种全新的计算模式，在特定问题求解中有望实现指数级加速。这一创新性方向被视为后摩尔时代下最具潜力的先进计算方案之一。当前,全球科技企业在量子计算硬件的研发上已探索多条技术路径,其中超导技术路线备受关注,国内外多家科技巨头纷纷投入资源推进相关研究工作[1⇓⇓⇓⇓⇓⇓⇓⇓⇓⇓⇍-13]。总体而言,全球范围内的硬件研发仍处于前沿探索阶段,尚未达到实用化水平[14]。尽管基于Noisy Intermediate Scale Quantum(NISQ)硬件的应用研究正进入全面展开阶段[15],但如何平衡"量子优越性"、"实用价值"与"NISQ可行性"三者之间的关系仍然面临诸多技术和理论挑战[16]。展望未来,推动量子计算产业化的进程将要求同时推进硬件研发与应用探索两个关键维度。
鉴于当前 quantum 计算硬件尚未完善且研发运维成本高昂,为了促进更多研究人员及行业用户参与 quantum 计算相关研究,近年来 quantum 计算云平台逐渐成为主要的算力提供者。
1 发展现状与分类
1.1 国内外发展现状
目前, 量子计算云平台提供商主要分布在北美与欧洲地区以及中国。其中，在美国较早布局 quantum computing cloud platforms 包括 IBM、Amazon、Google 与 Microsoft 等科技巨头以及 Rigetti 和 Strangeworks 等初创企业的陆续推出各自特色化的 quantum computing cloud platform 服务。这些服务不仅为用户提供包括 quantum 硬件接入及模拟器在内的云服务，并且提供专用的编程语言与应用软件支持，并致力于构建开放社区与生态系统。随后，在加拿大及欧洲各国与地区纷纷建立了各自的 quantum computing 云端服务平台。值得注意的是，在欧美地区 quantum computing cloud 平台的商业化趋势较为明显 IBM 和 Amazon 先后开始采用计费模式 付费用户可以获得更高的接入权限及更优的服务体验
相较于欧美国家而言，在量子计算云平台方面的起步稍显落后。然而，在过去几年里有多家科技公司、初创企业和研究机构纷纷开发适合自己定位的量子计算云平台，并在编程语言体系、编译框架构建以及应用服务开发与接入体验优化等方面展开了一系列探索工作。这些努力不仅有效支撑了我国量子计算科学研究工作的同时也为科普推广和应用探索提供了有力支持。
从数量指标来看我国已成功跻身全球领先行列。
在云平台供应商领域不仅有华为、百度等传统科技巨头也有若干专注于推动量子计算发展的初创企业如本源量子科技(合肥)股份有限公司北京中科弧光量子软件技术有限公司等专门致力于该领域的创新研究；同时也不乏像中国科学院北京 quantum information science research institute这样的研究机构加入其中。
受其开发与运维能力差异的影响目前我国各云端服务平台的整体服务水平呈现参差不齐的状态。
就目前情况来看主要面向科研机构提供免费接入服务
1.2 服务模式分类
该平台将...结合在一起, 为用户提供直观化的接入访问及算力服务支持。从功能特性来看:网络化接入方面,...；资源共享机制上,...；灵活资源配置方面,...；计费透明度方面,...
基于云平台提供的资源层级结构, 该系统可划分为三种类型: 量子基础设施即服务(Q-IaaS)、量子平台即服务(Q-PaaS)以及量子软件即服务(Q-SaaS)
按照云平台供应商提供的服务模式主要可分为两大类:一类供应商通过自行研发量子计算硬件并在云端部署,提供基于云端的访问服务,代表企业包括IonQ、Xanadu、Rigetti及本源量子等;另一类供应商则依托自身的云计算技术与资源,实现对其它公司提供的量子计算硬件或软件系统的接入服务,从而为用户提供相应的 quantum computing 服务,典型企业如 Microsoft 和 Amazon 等。此外,还有一些综合性的云平台不仅支持接入自家研发的 quantum computing 设备,也能调用其它厂商的硬件资源进行运行与调用,例如 IBM 除了其多款超导型 quantum computing 处理芯片外,还提供 AQT 和 IonQ 等第三方 quantum computing 资源;百度量易伏 quantum computing 云平台同样支持接入并调用自研及合作机构如中科院物理研究所与中科院精密测量科学与技术创新研究院等机构开发的多种 quantum computing 处理器
按照云平台计费模式可以分为付费型和免费型,付费型又包含即用即付型和按操作付费型,免费型指量子计算云平台提供免费的接入和使用权限。一些云平台也提供部分免费服务,即提供一定的免费次数或免费时长,或云平台中部分资源免费。即用即付型,也称为计时付费,用户按照接入云平台或量子硬件的时长进行计费。按操作付费型是根据基于某一确定后端的操作次数计费的收费模式。
2 功能架构研究
基于对外量子计算云平台的分析与梳理工作基础上,本文系统性地构建了量子计算云平台的功能架构方案,如图1所示。研究中发现主要功能模块可分为服务层、平台层、基础设施层三个层级结构,并包含相应的运维管理与安全保障功能模块。
图 1
图1量子计算云平台功能框架图
2.1 服务层功能
服务层主要包含门户管理、服务管理和应用开发等功能模块。它向用户提供（或开发者）访问入口（User Interface, UI）。用户可通过浏览器或应用程序填写必要的信息并获取计算结果（结果）。目前量子计算云平台的服务方式可分为两类：一类是本地编译程序并通过API远程提交至云端服务器；另一类是直接在云端平台进行程序开发与运行操作（结果）。此外服务层还具备应用开发功能支持平台提供多种量子应用选项如图形化界面便于在线数据导入无需编程知识即可运行程序获取结果；同时可集成算法API及软件工具包让用户根据自身需求独立开发量子应用。这些内部接口均与平台层实现无缝连接
2.2 平台层功能
平台层的主要职责是负责程序开发与编译功能。该系统中的量子计算程序主要用于采用量子编程语言来进行开发工作。经过编译后转化成特定波形的测控信号所对应的机器语言输入到基础设施层。
量子编程语言主要可分为两类:独立型与嵌入型。
独立型程序设计语言是专为量子计算领域而设计开发的特定工具。
基于叠加原理,量子系统能够同时存在多个状态,其中最显著的是qubit的状态可以表示为|0>与|1>的线性组合,而量子门操作则通过幺正变换来完成信息处理。
因此,为了适应量子比特的基本操作需求,我们有必要开发一系列专用程序设计语言,其中包括OpenQASM、Q#、Quilt以及isQ等。
嵌入型程序设计语言则是基于其他现成框架构建的应用程序工具。
编译功能主要负责将高级编程语言转换为机器语言。
2.3 基础设施层功能
基础设施层面可划分为外围设施层面、资源层面及资源配置层面。其中, resource layer further comprises physical resource layer and virtual resource layer.
2.3.1 外围设施层
外围设施层为量子计算硬件提供电力与环境保障功能的主要组成部分包括供电系统、制冷系统、隔振系统以及磁屏蔽系统等专门设计的外围保障设施，并配备必要的布线支持。由于量子计算机对周围环境极其敏感且硬件技术尚未完全成熟，在其设计与建设过程中对相关保障系统的性能要求远高于传统ICT设备，在具体应用中通常需要采用超低温状态（接近绝对零度）、真空处理以及严格的电磁屏蔽措施等特殊技术手段以确保系统的稳定运行。此外，在不同类型的量子计算硬件架构下（如光子芯片型与超导体系）对其所对应的环境保障需求也存在显著差异
2.3.2 物理资源层
物理资源层主要包括量子计算硬件系统、必要的经典服务器以及经典存储设备和网络等基础设施。其中量子计算硬件系统主要由多种技术路线构成,包括超导量子线路、离子阱、中性原子、光量子等多种实现方案,目前超导量子线路仍处于主流应用阶段。超导量子处理器基于先进的超导约瑟夫森结技术,构建了扩展型的人造二能级系统,其制造工艺与现有的微纳加工技术高度兼容,在操作灵活性和扩展性能方面具有显著优势。截至目前,全球有多家机构提供超导量子计算机的服务接入,其中包括IBM Quantum Experience平台于2022年底推出的433 bit Osprey超导量子处理器,这是目前为止可通过云服务接入的最大规模通用型超导量子处理器。除了以逻辑门为基础的通用型处理器外,国内外还开发了少量基于离子阱、光量子、中性原子以及核磁共振等多种路线的专用型处理器,这些设备虽然不具备完整的逻辑门操控能力和量子纠错编码功能,但可在特定领域内解决组合优化和采样等问题,若能结合合适的应用场景模型进行实际运用,同样有望提升特定领域的算力水平。专用型 quantum 计算设备主要包含 quantum 退火机、玻色采样机以及依辛机等多种类型装置。加拿大初创企业D-WAVE作为全球领先的 quantum 退火机研发机构之一,于2018年推出了以其 quantum 退火机为基础构建的 quantum computing 云平台Leap.近年来,D-WAVE积极拓展其科研合作网络,致力于将 cloud 平台应用于工业制造、运输物流、生命科学以及投资金融等多个行业领域探索其应用潜力。2023年,D-WAVE基于其自旋玻璃问题研究展示了 quantum 优越性;未来计划进一步探索其在 quantum 化学模拟、图论组合优化以及非线性问题求解等领域的实用案例应用机会,D-Wave计划与NISQ时代通用型 quantum 计算器共同开展更高层次的 killer application案例研究工作.致力于开发光学相干依辛机(Coherent Ising Machine)的北京波色量子科技有限公司于2023年5月发布了一款100 位相干光 qubit 的自研产品,并与中国移动共同建设"五岳"联合quantum 云平台项目;但目前我国针对专用型 quantum 计算云平台的关注度仍相对较低.总体而言,当前 quantum 计算硬件研发的主要挑战在于如何实现中规模级别的 qubit 数量增长的同时满足 qubit 连接质量良好和去相干时间长等关键性能指标要求
受限于现有量子硬件资源的有限性,现有的quantum bit数量及其性能水平尚不足以满足大规模实际应用的需求.在一定程度上能够辅助开展相关的quantum algorithm开发与应用研究.当quantum bit数量不断增加时,相应的quantum circuit scale增长呈指数级发展.这使得基于经典计算机实现对相应数量级quantum bits的模拟变得极为困难.
同时, 构建量子计算云平台需要依赖经典硬件资源和底层支撑技术（主要包含容器管理、微服务引擎等多种技术），基于这些基础构建具有高可靠性、高并发能力以及抗干扰能力强的安全可靠的量子计算云服务。
2.3.3 虚拟资源层
虚��资源层主要包含量子计算型态机等核心功能组件。经��IT资源共享方案可以直接参考传统云平台架构模式，并借助虚��化管理技术整合各基础设施。通过网络整合成一个共享的虚��化资源库，并采用弹性分配策略满足用户需求。实现灵活按需配置与动态扩展的能力。
由于当前技术还不够完善,量子计算机硬件方面的虚拟化研究尚未展开。理论上,通过分布式计算技术和虚拟化方法,可以整合量子计算资源,从而提高硬件资源利用率以及调度灵活性。此外,分布式计算架构有望缓解单机算力不足的问题。目前,量子计算云平台可通过云接入的方式调用相应的量子计算芯片硬件。受制于当前技术水平限制,现有的量子计算芯片所支持的物理 quantum 比特数量相对较少;并且难以在保证系统性能的前提下实现规模扩展。为了克服这一限制,DQC (Distributed Quantum Computing) 网络系统应运而生:通过将多台独立 quantum 电脑连接起来建立一个虚拟化资源池;利用经典计算机整合各节点测量结果的能力来推导整体系统的可观察值期望值。这种 DQC 网络不仅可以经由经典网络实现互联;还可以通过新型的 quantum 信息网络 (QIN) 来构建更具竞争力的架构体系;不过 QIN 当前仍处于探索阶段;因此我们尚无法明确其最终功能模块与架构设计框架。
2.3.4 资源管理层
资源管理架构主要由物理节点管理、虚拟节点管理和存储节点管理等功能模块组成，在NISQ时代, 传统高性能处理器与专用加速器协同工作, 以实现异构计算模式. 这种模式要求将用户提交的任务分解为独立的处理单元进行处理, 其中将量子处理分配至量子处理单元执行, 而传统处理器则负责处理经典任务, 最终整合两部分结果. 异构算力混合计算将是未来分布式并行体系的重要组成部分之一. 异构算力混合不仅包括通用型量子处理器与专用型处理器的结合, 还涵盖多种并行体系间的协同运行, 包括SISD(Single Instruction Single Data)、SIMD(Single Instruction Multiple Data)、MISD(Multiple Instruction Single Data)及MIMD(Multiple Instruction Multiple Data)等多种并行体系. 量子-经典混合运算可分为协同运算与融合运算两种类型. 在协同运算中, 二者仅限于简单的顺序交互关系; 而在融合运算中, 则形成了相互制约的复杂关系网络. 不同的并行体系间如何建立高效的交互机制将是未来研究的重点方向之一
2.4 运营管理与安全功能
运营管理主要包含用户操作平台开发与应用支持两大核心功能模块，并全面承担着用户服务管理和系统运行维护两大职责体系。其中用户服务管理系统负责完成用户的账号创建与登录操作及相关的身份认证需求，并涵盖分级权限配置与费用计算等关键功能；而系统运行维护管理系统则重点负责日志记录与数据汇总工作，并具备状态监控与告警响应能力以确保系统的稳定运行。
安全主要实现接入安全、软件安全、虚拟化安全、硬件安全和数据安全等功能。其中,用户认证、授权管理、安全审计、经典服务器防护与加固、网络安全等功能可以直接借鉴经典云计算平台对应功能。同时,利用量子信息技术还可以实现经典云平台无法实现的安全防护功能,比如基于量子信息技术的隐私保护功能。隐私信息的安全防护在量子计算中同等重要。与经典云计算服务类似,量子计算云平台用户将任务提交给云端的量子计算硬件代理执行,云平台再将运行后的结果返回用户。通常情况下,云平台需要获取完整的计算任务描述和计算数据才能完成代理计算,但在这一过程中用户的隐私和信息的安全存在巨大的隐患。无论是经典云计算服务还是量子计算云服务,信息安全都是未来发展关注的重点。在基于测量的量子计算(Measurement-Based Quantum Computation,MBQC)模型[16⇓⇓⇓-20]的基础上,Broadbent等提出了盲量子计算(Blind Quantum Computation,BQC)协议[21]有望解决用户隐私保护的问题。MBQC模型不同于常见的量子线路计算模型,没有经典计算模型与之对应,其核心设计思想是对一个量子纠缠态的部分比特进行测量,未被测量的量子系统将会实现相应的演化,并且通过对测量方式的控制,实现任意需要的演化。MBQC主要基于砖块图(Brickwork Graph)进行运算。BQC是在MBQC的基础上发展出一套基于云接入的量子计算交互协议(见图2)。协议交互的双方分别是用户和云平台,主要分为两个步骤。步骤一,用户将需要执行的量子线路转化成对应的砖块图测量模式,并获取砖块图的宽度 n 和深度 m 。用户使用旋转角度加密的方式为砖块图的每个节点制备量子态后,分别通过经典信道和量子信道将砖块图尺寸和量子态发送到云端。云端在接收信息之后,根据砖块图的尺寸和结构将接收到的量子态进行纠缠,制备砖块图态。步骤二,用户和云端将往复完成多轮协议交互,完成加密、测量和解密,直至完成对所有量子比特的测量。通过对量子效应的巧妙应用,BQC能够有效保护用户隐私,有望解决量子云计算中的信息安全问题。随着量子信息网络技术的逐渐成熟,BQC有望成为量子信息处理的主要模式之一,在未来量子信息网络中具有巨大的应用价值。
图 2
图2盲量子计算协议流程图
3 面临的挑战及发展建议
目前,国内外量子计算云平台的发展仍处于建设和发展之中,在硬件水平和服务模式方面都尚未取得显著进展。
近年来,量子计算硬件研究取得了显著进展,呈现出多元化发展的趋势。如何全面增强物理量子比特在规模、质量和速度等方面的性能仍然是当前量子计算领域亟需解决的关键问题。目前,能够实现云接入的最先进的量子门型通用量子计算芯片仅包含数百个量子比特,其噪声影响显著,连通性受限,尚未实现可纠错的逻辑比特,距离实用化商用仍有较大差距。未来,需通过加强科研攻关来加快提升量子计算硬件的工程化水平。作为支撑量子计算云平台的核心技术,其性能直接决定了云平台解决实际问题的能力;通过增加量子比特数量可扩大算法解决问题的规模;提高各参数如寿命与连通性则能提升复杂度;优化保真度则能增强执行效率与可靠性;应着重加强核心技术研发,尽快提升相关参数指标,并大规模实现可纠错逻辑比特组合以构建完善的硬件平台基础
近年来,国内外已在量子计算云平台领域进行了大量探索与开发,但其中相当一部分平台仅能提供基础科普功能,无法满足更高层次的应用需求
4 结束语
量子计算云平台已成为量子计算科普教育、算法开发及应用探索的核心载体。
依托国内外平台已累计发表大量学术论文,其研究内容涉及算法设计、程序编译、测评基准以及行业应用等多个方面。
随着量子计算软硬件逐渐成熟及云平台功能日益完善,预计未来该平台将衍生出更多元化和服务化的应用场景,与经典云计算平台形成协同互补关系,推动量子算力与各行各业深度结合,为千行百业提供技术支持的同时助力国家数字经济实现高质量可持续发展。