[논문 리뷰] HALO: A Fine-Grained Resource Sharing Quantum Operating System

John Zhuoyang Ye, Jiyuan Wang외 2명|arXiv (Cornell University)|2026. 02. 06.

Quantum Computing Algorithms and Architecture인용 수 0

한 줄 요약

HALO는 헬퍼 큐비트를 공유하고 샷 인지 스케줄링을 적용하여 양자 하드웨어의 세분화된 자원 공유를 도입하고, 실 hardware에서 중간 수준의 충실도 손실로 이용률과 처리량을 높이는 방법을 제시한다.

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.

연구 동기 및 목표

• 클라우드 시대의 양자 컴퓨팅에서 다수의 사용자가 존재하고 장비가 적은 상황에서 효율적이고 확장 가능한 양자 하드웨어 활용의 필요성을 동기화한다.
• 다수 프로세스에 걸친 양자 자원의 미세한 공간 및 시간 공유를 가능하게 하는 설계를 제안한다.
• 처리량과 활용도를 개선하기 위한 하드웨어 인식 큐비트 공유 메커니즘과 샷-적응 스케줄러를 개발한다.
• 실제 하드웨어에서 HALO를 평가하고 최적의 시스템과 비교하여 실용성과 이득을 입증한다.

제안 방법

• 데이터 큐비트 배치, 헬퍼 큐비트 재사용, 라우팅 및 간섭(cross-talk)을 공동으로 고려하는 비용 함수를 갖는 하드웨어 인식 다중 프로세스 매핑 모델을 개발한다.
• 데이터 큐비트 점유율과 샷 요구사항을 바탕으로 프로세스 배치를 형성하여 공간-시간 활용을 극대화하는 샷-인식 배치 스케줄러를 도입한다.
• 다중 프로세스 공유를 위한 시뮬레이티드 어닐링 기반 레이아웃 최적화를 갖춘 데이터 큐비트 공간 관리자를 구현한다.
• 프로세스 격리를 보장하기 위해 라운드 로빈 명령 순서와 필수 큐비트 재설정을 갖는 동적 헬퍼 큐비트 스케줄러를 구현한다.
• 자원 가상화를 지원하기 위해 데이터 및 헬퍼 큐비트를 할당하고 샷 수를 설정하는 HALO 시스템 호출을 제공한다.

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

실험 결과

연구 질문

• RQ1 HALO가 세밀한 하드웨어 제어를 위한 스케줄링 시간 오버헤드를 허용할 수 있는가?
• RQ2 HALO가 IBM Quantum 및 HyperQ에 비해 공간 활용도와 처리량을 개선하는가?
• RQ3 헬퍼 큐비트 공유가 활용도와 충실도에 의미 있는 개선을 주는가?
• RQ4 샷-인식 스케줄링이 비샷-인식 스케줄링에 비해 공간-시간 활용도(eta)를 개선하는가?
• RQ5 데이터 점유율 및 라우팅 비용의 변화에 따라 처리량이 프로세스 충실도에 어떠한 영향을 미치는가?

주요 결과

방법	활용도	처리량	충실도 손실
HALO	2.44×	4.44×	≤33%
IBM Quantum (baseline)	1×	1×	—
HyperQ (baseline)	—	—	—

• HALO는 상태-의 최첨단 시스템 대비 활용도를 최대 2.44×, 처리량을 최대 4.44× 증가시키고 충실도 손실은 33% 이내로 유지한다.
• 헬퍼 큐비트를 공유하고 공간-시간 공유를 적용하면 독점 사용 모델보다 더 세밀한 병렬 실행이 가능하다.
• 샷-인식 배치 스케줄링은 평가된 시나리오에서 공간-시간 활용도(eta)를 2.87–4.04배 증가시킨다.
• 데이터 큐비트 점유 매개변수 lambda는 활용도와 충실도 간의 트레이드오프를 제어한다; 더 많은 공유는 처리량과 라우팅 비용을 증가시킨다.
• HALO는 제시된 벤치마크에서 IBM Quantum 및 HyperQ보다 활용도와 처리량이 더 우수하다.

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.