[論文レビュー] HALO: A Fine-Grained Resource Sharing Quantum Operating System

John Zhuoyang Ye, Jiyuan Wang+2 more|arXiv (Cornell University)|Feb 6, 2026

Quantum Computing Algorithms and Architecture被引用数 0

ひとこと要約

HALO はヘルパー量子ビットを共有し、ショット認識スケジューリングを採用することで、実機上の適度な忠実度低下を伴い、利用率とスループットを高める細粒度リソース共有を実現します。

ABSTRACT

As quantum computing enters the cloud era, thousands of users must share access to a small number of quantum processors. Users need to wait minutes to days to start their jobs, which only takes a few seconds for execution. Current quantum cloud platforms employ a fair-share scheduler, as there is no way to multiplex a quantum computer among multiple programs at the same time, leaving many qubits idle and significantly under-utilizing the hardware. This imbalance between high user demand and scarce quantum resources has become a key barrier to scalable and cost-effective quantum computing. We present HALO, the first quantum operating system design that supports fine-grained resource-sharing. HALO introduces two complementary mechanisms. First, a hardware-aware qubit-sharing algorithm that places shared helper qubits on regions of the quantum computer that minimize routing overhead and avoid cross-talk noise between different users' processes. Second, a shot-adaptive scheduler that allocates execution windows according to each job's sampling requirements, improving throughput and reducing latency. Together, these mechanisms transform the way quantum hardware is scheduled and achieve more fine-grained parallelism. We evaluate HALO on the IBM Torino quantum computer on helper qubit intense benchmarks. Compared to state-of-the-art systems such as HyperQ, HALO improves overall hardware utilization by up to 2.44x, increasing throughput by 4.44x, and maintains fidelity loss within 33%, demonstrating the practicality of resource-sharing in quantum computing.

研究の動機と目的

• クラウド時代の量子計算における多数のユーザーと限定デバイスという状況で、効率的かつスケーラブルな量子ハードウェア利用の必要性を動機づける。
• 複数プロセス間で量子リソースの細粒度な空間・時間共有を実現する設計を提案する。
• スループットと利用率を向上させるための、ハードウェア認識型のキュービット共有機構とショット適応スケジューラを開発する。
• 実機で HALO を評価し、実用性と利得を実証するために最先端システムと比較する。

提案手法

• データ量子ビット配置、ヘルパー量子ビット再利用、ルーティング、クロストークを同時に考慮するコスト関数を備えたハードウェア認識型のマルチプロセスマッピングモデルを開発する。
• データ量子ビット占有とショット要求に基づいてプロセスバッチを形成し、空間-時間利用を最大化するショット認識バッチスケジューラを導入する。
• マルチプロセス共有のためのシミュレートアニーリングに基づくレイアウト最適化を備えたデータ量子ビット空間管理を実装する。
• プロセス分離を保証するためのラウンドロビン命令順序と必須リセットを含む動的ヘルパー量子ビットスケジューラを実装する。
• 資源仮想化を支援するため、データ量子ビットとヘルパー量子ビットを割り当て、ショット数を設定する HALO のシステムコールを提供する。

Figure 1 : Sharing helper qubits can in principle increase system throughput for applications need a lot of helper qubits.

実験結果

リサーチクエスチョン

• RQ1 HALO は細粒度なハードウェア制御のスケジューリング時間オーバーヘッドを耐えられるか。
• RQ2 HALO は IBM Quantum および HyperQ と比較して空間利用率とスループットを改善するか。
• RQ3 ヘルパー量子ビットの共有は利用率と忠実度の意味ある改善につながるか。
• RQ4 ショット認識スケジューリングはショット非認識スケジューリングと比較して空間-時間の有用性（eta）を改善するか。
• RQ5 データ占有率とルーティングコストの変化に伴い、スループットはプロセス忠実度へどのように影響するか。

主な発見

方法	利用率	スループット	忠実度低下
HALO	2.44×	4.44×	≤33%
IBM Quantum（ベースライン）	1×	1×	—
HyperQ（ベースライン）	—	—	—

• HALO は最先端システムと比較してハードウェア利用率を最大 2.44×、スループットを最大 4.44×向上させつつ、忠実度の低下を 33% 以下に抑える。
• ヘルパー量子ビットの共有と空間-時間共有の導入により、専有利用モデルよりもより細粒度の並行性を実現できる。
• ショット認識バッチスケジューリングは、評価シナリオにおいて空間-時間有用性（eta）を2.87–4.04 倍に大幅に向上させる。
• データ量子ビット占有パラメータ lambda は利用率と忠実度のトレードオフを制御する；より多くの共有はスループットとルーティングコストを増加させる。
• HALO は提示されたベンチマークにおいて IBM Quantum および HyperQ より利用率とスループットで優れている。

Figure 2 : The work flow diagram of HALO scheduler in our resource sharing quantum operating system. It takes user’s processes as input and send scheduled quantum gate instructions to the quantum hardwares.