Репортаж от Wedoany，Исследователи из Ливерморской национальной лаборатории имени Лоуренса (Lawrence Livermore National Laboratory) разработали плагин-планировщик для Kubernetes под названием Fluence, предназначенный для снижения стоимости выполнения гибридных квантово-классических вычислительных рабочих процессов. Благодаря интеллектуальному выбору самого дешёвого или с наименьшей очередью квантового устройства на таких платформах, как AWS Braket, Fluence снижает среднюю стоимость одного запуска примерно в 70 раз, а время получения результатов сокращается с нескольких часов до менее одной минуты.

Основная задача, которую решает Fluence, — это «проблема двойной очереди» в гибридных квантово-классических рабочих процессах, требующая координации задач между очередью традиционного кластера и внешней очередью удалённого квантового процессора (QPU), что приводит к значительным задержкам синхронизации и нерациональному использованию ресурсов. Команда под руководством Ванессы Соша (Vanessa Sochat) и Дэниела Милроя (Daniel Milroy) разработала примитив синхронизации, который сокращает время простоя рабочих потоков примерно в 5 раз при коротких очередях устройств; при увеличении очереди устройств до нескольких часов время простоя сокращается на несколько порядков.

Fluence разработан на основе графового планировщика Fluxion, функция атомарного размещения групп которого практически устраняет потери времени узлов из-за частичного размещения групп, гарантируя, что классические вычислительные ресурсы не простаивают в ожидании завершения квантовых задач. Fluence способен добавлять возможности квантового восприятия в облачные планировщики без изменения пользовательских контейнеров, что упрощает интеграцию квантовых ресурсов в существующие среды высокопроизводительных вычислений (HPC).

Исследовательская группа отмечает, что адаптивность Fluence не зависит от того, является ли квантовое устройство локальным, удалённым или принадлежащим учреждению, однако собственные устройства обычно легче контролировать благодаря большей прозрачности планирования. Данная разработка предлагает практическое решение для оптимизации эффективности и доступности гибридных квантово-классических рабочих процессов, способствуя более эффективной интеграции квантовых процессоров в существующую вычислительную инфраструктуру.