Neue Studie zeigt: Welcher Quantencompiler passt sich am besten an verschiedene Hardware an?
Hans-Josef Beckmann
Neue Studie zeigt: Welcher Quantencompiler passt sich am besten an verschiedene Hardware an?
Eine neue Studie hat eine Methode entwickelt, um zu messen, wie gut Quantencompiler sich an verschiedene Hardware anpassen. Forscher führten dazu eine Kennzahl namens Retargetability (Anpassungsfähigkeit) ein, um diese Flexibilität zu bewerten. Die Ergebnisse sollen Entwicklern helfen, die besten Werkzeuge für Quantencomputing-Aufgaben auszuwählen.
Die Arbeit erscheint zu einer Zeit, in der Quantensysteme immer vielfältiger werden und jede Plattform maßgeschneiderte Softwarelösungen erfordert. Drei führende Compiler – Tket, Qiskit und ProjectQ – wurden in der Evaluation einem Test unterzogen.
Das Forschungsteam definierte zunächst fünf zentrale Kriterien für die Retargetability: Flexibilität der Kompilierungsstrategie, Einhaltung von Standards, Qualität der Programmierschnittstelle (API), Umgang mit Hardware-Beschränkungen sowie plattformübergreifende Anpassungsfähigkeit. Diese Kriterien wurden anschließend in ein messbares Bewertungssystem übertragen.
Es folgte eine Nutzerstudie mit sechs Teilnehmern, die untersuchte, wie leicht sich die einzelnen Compiler an unterschiedliche Quantenarchitekturen anpassen ließen. Herausforderungen umfassten unter anderem Unterschiede in der Qubit-Vernetzung (lineare vs. gitterförmige Anordnungen), plattformspezifische Gatesets (wie CZ-Gates bei IBM im Vergleich zu Molmer-Sørensen-Gates bei IonQ) sowie Fehlerkorrekturtechniken wie die Zero-Noise-Extrapolation. Hohe Fehlerraten und die Notwendigkeit einer topologiebewussten Qubit-Zuordnung erschwerten den Prozess zusätzlich.
Von den drei getesteten Compilern schnitt Tket am besten ab und zeigte die stärkste Fähigkeit, sich an verschiedene Hardware-Typen anzupassen. Qiskit folgte dicht dahinter, während ProjectQ mit der plattformübergreifenden Kompatibilität kämpfte. Die Ergebnisse unterstreichen Tkets Führungsrolle bei der Bewältigung unterschiedlicher Quantensysteme – von IBM Quantum über Google Sycamore bis hin zu Rigetti Aspen.
Die Studie identifizierte zudem praktische Hürden in der Quantenkompilierung, etwa die Zerlegung von Zwei-Qubit-Gates mit variierender Genauigkeit oder das Einfügen von SWAP-Operationen zur Reduzierung der Schaltungstiefe. Diese Faktoren beeinflussen direkt, wie effizient ein Compiler Code für verschiedene Maschinen neu anpassen kann.
Die Erkenntnisse bieten ein klares Bewertungsrahmenwerk für Quantencompiler und ermöglichen Entwicklern eine datengestützte Auswahl der passenden Tools. Tkets Spitzenplatzierung deutet darauf hin, dass es derzeit die beste Wahl für Projekte ist, die eine hohe Anpassungsfähigkeit an verschiedene Hardware erfordern.
Die Methodik könnte auch zukünftige Fortschritte im Quanten-Software-Engineering lenken. Mit der Weiterentwicklung der Plattformen wird die Retargetability voraussichtlich zu einem entscheidenden Faktor im Design und in der Leistung von Compilern.
