量子科技中心_量科网

混合量子-经典应用因其基础设施和工作负载的异构性与动态性，带来了显著的资源管理挑战。量子-高性能计算环境将量子处理单元（QPUs）与多样化的经典资源（CPUs、GPUs）集成，而应用场景则涵盖从紧密耦合执行到具有不同资源需求的松散耦合任务并行的多种交互模式。传统高性能计算调度器缺乏对应用语义的感知能力，无法在运行时应对资源可用性的波动。本文提出了一种基于中间件的自适应资源、工作负载及任务管理方法，用于混合量子-高性能计算系统。该研究团队作出四项贡献：（i）四层中间件概念架构，将管理分解至工作流、工作负载、任务及资源层级，实现面向异构量子-高性能计算资源的应用感知调度；（ii）一套执行模式集，通过量子微型应用系统化表征混合应用的交互与耦合特性；（iii）Pilot-Quantum框架——基于先导抽象构建的中间件，支持运行时延迟绑定与动态资源分配，适应资源与工作负载的动态变化；（iv）Q-Dreamer性能建模工具包，提供可复用组件以实现智能工作负载划分，包含通过解析推导最优分割策略的电路切割优化器。在异构高性能计算平台（Perlmutter、配备H100/B200 GPU的NVIDIA DGX）上的评估表明，该系统能高效协调CPU、GPU与QPU以支持多样化执行模式。Q-Dreamer预测最优电路切割配置的准确率最高可达82%。