Bachelor Thesis BCLR-2020-102

BibliographyLebherz, Benjamin: Retrieval and Analysis of Quantum Hardware Characteristics.
University of Stuttgart, Faculty of Computer Science, Electrical Engineering, and Information Technology, Bachelor Thesis No. 102 (2020).
53 pages, english.
Abstract

Abstract

Quantum computing is a technology that has the potential to change our world by providing us computational power never seen before. In recent years, different quantum hardware vendors, such as IBM, Rigetti, or QuTech, developed quantum computers and are offering access to them to the general public, e.g., via the cloud. . As superconducting qubits continue to advance technologically, the realization of quantum algorithms from theoretical abstraction to physical implementation requires knowledge of software development but also quantum circuit construction and hardware limitations. [1] Due to the different realizations and limited capabilities of current Quantum Processing Units (QPUs), choosing the most appropriate one to execute a particular quantum circuit for a given input is a difficult challenge. At the time of writing, it requires mathematical knowledge about the implemented quantum algorithm and the capabilities provided by different CPUs available. [2], [3] In this work, we explored the possibilities of provenance data in quantum computing and possible benefits for developing quantum software and circuits. We can show that by utilizing systematically collected data, various improvements like decreasing a specific error rate or smarter selection of involved entities like qubits may be possible just by collecting and analyzing data. Thus, we present a first framework for the systematic collection, processing, and storage of quantum provenance data.

Kurzfassung

Quantum Computing ist eine Technologie, die das Potenzial hat, unsere Welt zu verändern indem sie uns noch nie dagewesene Rechenleistung bietet. In den letzten Jahren haben verschiedene Anbieter/Hersteller von Quantenhardware wie IBM, Rigetti oder QuTech ihre Quantencomputer weiterentwickelt und bieten der Öffentlichkeit Zugang zu diesen, z. B. über die Cloud. [1] Da der technologische Fortschritt im Bereich supraleitender Qubits weiter voranschreiten, er- fordert die Realisierung von Quantenalgorithmen und Quantenschaltplänen Kenntnisse über die physikalischen Implementierung des Quantencomputers und über die Softwareentwick- lung, aber auch über den Aufbau von Quantenschaltungen und Hardwarebeschränkungen. Aufgrund der unterschiedlichen technologischen Realisierungen und begrenzten Fähigkeiten der aktuellen Quanten Computer (QPUs) ist die Auswahl des am besten geeigneten Gerätes zur Ausführung einer bestimmten Quantenschaltung für einen bestimmten Input eine schwierige Herausforderung. Momentan erfordert dies mathematische Kenntnisse über den implementierten Quantenalgorithmus und die von verschiedenen verfügbaren Quanten Computern bereitgestellten Funktionen erforderlich. [2], [3] In dieser Arbeit untersuchen wir die Möglichkeiten des Einsatzes von Provenance Methoden im Bereicht Quanten Computing und resultierende mögliche Vorteile für die Entwicklung von Quantensoftware und -schaltungen. Wir können zeigen, dass durch die Verwendung systematisch erfasster Daten verschiedene Verbesserungen wie das Verringern einer bestimmten Fehlerrate oder eine intelligentere Auswahl der beteiligten Entitäten wie Qubits möglich sind. Daher präsentieren wir ein erstes Framework für die systematische Erfassung, Verarbeitung und Speicherung von Quanten Computing Provenance Daten.

Department(s)University of Stuttgart, Institute of Architecture of Application Systems
Superviser(s)Leymann, Prof. Frank; Weder, Benjamin
Entry dateApril 27, 2021
   Publ. Institute   Publ. Computer Science