Ein Quantencomputer verwendet sogenannte Gatter, um Operationen auf Qubits zu realisieren und Berechnungen durchzuführen. Heutige Quantencomputer werden als NISQ (Noisy intermediate-scale quantum)-Hardware bezeichnet. Diese Geräte besitzen eine begrenzte Anzahl von Qubits und weisen eine hohe Fehleranfälligkeit in der Ausführung von Quantenalgorithmen auf. Daher müssen die Quantenalgorithmen so an die NISQ-Systeme angepasst werden, dass sie möglichst effizient ausgeführt werden können. Dieser Prozess, bekannt als Kompilierung, ist eine komplexe Optimierungsaufgabe.
Forschende am Fraunhofer Institut für Integrierte Schaltungen IIS werden Techniken zur Optimierung von Quantenschaltkreisen und Kompilierungsverfahren untersuchen, um die Effizienz von existierenden Quantencomputern und Algorithmen zu verbessern. Dies erfordert die Entwicklung neuer klassischer Algorithmen und die Verbesserung bestehender Werkzeuge. Die Wissenschaftler und Wissenschaftlerinnen am Fraunhofer IIS bringen dafür ihre langjährige Expertise in den Bereichen Optimierung, maschinelles Lernen und Reinforcement-Learning ein.
Darüber hinaus widmen sich die Forschenden der Problemanalyse und Approximierbarkeit von industriellen Anwendungsfällen, um mögliche Vorteile durch die Anwendung von Quantencomputern identifizieren zu können.
Bereits heute existieren zahlreiche Quantenalgorithmen, die zukünftig möglicherweise zur Lösung verschiedener Problemklassen eingesetzt werden könnten. Je nach Algorithmus stellen sie unterschiedliche Anforderungen an die Hardware, sowohl in Bezug auf die Anzahl der Gatter und die Ausführungszeit als auch auf die Anzahl der Qubits. Eine optimierte Kompilierung kann dazu beitragen, die Fehleranfälligkeit bei der Ausführung auf heutiger Hardware zu reduzieren.
In enger Zusammenarbeit mit assoziierten Partnern aus verschiedenen Bereichen werden industrielle Anwendungsfälle identifiziert und die Bereitstellung komplexer Vorzeige-Quantenalgorithmen angestrebt.
Fraunhofer-Institut für Integrierte Schaltungen IIS