[论文解读] Next Steps in Quantum Computing: Computer Science's Role

Margaret Martonosi, Martin Roetteler|arXiv (Cornell University)|Mar 25, 2019

Quantum Computing Algorithms and Architecture被引用 30

一句话总结

本文概述了计算机科学（CS）研究在弥合理论量子优势与现实世界硬件之间的差距方面所必须发挥的关键作用，以推动实用化量子计算的发展。通过在编程模型、编译器、验证和软硬件协同设计等方面的进步，推动跨学科合作，开发可扩展、可验证且高效的量子系统，目标是在可行的时间框架内实现有用的量子应用。

ABSTRACT

The computing ecosystem has always had deep impacts on society and technology and profoundly changed our lives in myriads of ways. Despite decades of impressive Moore's Law performance scaling and other growth in the computing ecosystem there are nonetheless still important potential applications of computing that remain out of reach of current or foreseeable conventional computer systems. Specifically, there are computational applications whose complexity scales super-linearly, even exponentially, with the size of their input data such that the computation time or memory requirements for these problems become intractably large to solve for useful data input sizes. Such problems can have memory requirements that exceed what can be built on the most powerful supercomputers, and/or runtimes on the order of tens of years or more. Quantum computing (QC) is viewed by many as a possible future option for tackling these high-complexity or seemingly-intractable problems by complementing classical computing with a fundamentally different compute paradigm. There is a huge gap between the problems for which a quantum computer might be useful and what we can currently build, program, and run. The goal of the QC research community is to close the gap such that useful algorithms can be run in practical amounts of time on reliable real-world QC hardware. In particular, the goal of this Computing Community Consortium (CCC) workshop was to articulate the central role that the computer science (CS) research communities plays in closing this gap. CS researchers bring invaluable expertise in the design of programming languages, in techniques for systems building, scalability and verification, and in architectural approaches that can bring practical QC from the future to the present. This report introduces issues and recommendations across a range of technical and non-technical topic areas.

研究动机与目标

• 解决量子计算理论潜力与当前物理量子硬件局限性之间的日益扩大的差距。
• 明确计算机科学在通过系统、编程和验证研究推动实用化量子计算中的核心作用。
• 引导研究社区致力于构建可扩展、可靠且高效的量子计算系统，以解决现实世界问题。
• 促进计算机科学与量子物理领域之间的合作，加速实现容错、实用化量子应用的进程。
• 为技术与非技术领域提供切实可行的研究优先事项建议，以推动量子生态系统的发展。

提出的方法

• 举办计算社区联盟（CCC）研讨会，从计算机科学视角识别量子计算中的关键挑战与机遇。
• 聚焦系统级研究，包括面向量子架构的编程语言、编译器和运行时系统。
• 强调形式化验证与可靠性技术，以确保量子算法实现的正确性。
• 整合软硬件协同设计原则，以优化量子系统的性能与可扩展性。
• 开发抽象化方法与工具，使经典计算机科学专业知识能够应用于量子系统构建与优化。
• 提出将量子计算整合到现有计算机科学研究与教育体系中的路线图。

实验结果

研究问题

• RQ1 计算机科学研究如何弥合理论量子优势与实际、现实世界量子硬件之间的差距？
• RQ2 为构建可靠且可扩展的量子应用，需要在编程模型、编译器和验证方面实现哪些系统级创新？
• RQ3 哪些架构与软件技术能够提升近期量子处理器的性能、可靠性与可用性？
• RQ4 计算机科学与量子物理领域的跨学科合作如何加速容错量子计算的发展？
• RQ5 需要哪些研究与教育举措，以培养下一代研究人员应对量子计算挑战？

主要发现

• 计算机科学研究对于弥合具有理论优势的量子算法与其实现在真实硬件上的实现之间的差距至关重要。
• 在编程语言、编译器和验证技术方面的进展，对于确保量子软件的正确性与可靠性至关重要。
• 系统级创新，包括软硬件协同设计，是提升量子计算平台性能与可扩展性的必要条件。
• 本报告明确指出了在形式化方法与验证领域需要新的研究方向，以应对量子程序开发的复杂性。
• 计算机科学、量子物理与系统工程领域的协作对于实现容错、实用化量子计算至关重要。
• 研讨会提出了切实可行的建议，涵盖研究、教育与基础设施投资，以推动量子计算生态系统的进步。