量子科技中心_量科网

随着量子计算（QC）技术的成熟，将其整合到现有高性能计算（HPC）基础设施中已成为下一代计算系统的核心目标。然而，释放混合平台在计算密集型工作负载中的潜力仍面临挑战。量子与经典编程模型的不匹配、量子软件栈的有限成熟度，尤其是稀缺的高性能量子处理单元（QPUs），都要求采用超越标准HPC机制的调度策略来管理这类异构且受限的资源。为解决这一问题，该研究团队探索了三种不同的HPC-QC资源调度方法：基于时间的复用、动态资源管理和工作流分解。在生产级HPC集群和真实量子硬件上的实验验证表明，这些方法在不同工作负载场景下均具有有效性。可扩展性和工作流策略显著优化了经典资源利用率，最高分别降低45.7%和64%的消耗，尤其适用于量子与经典工作负载均衡的混合任务。相比之下，时间复用能提升QPU利用率并减少集群层面的执行时间，成为经典-量子工作负载高度不平衡场景下的最优策略。这些发现证实了定制化调度策略在混合HPC-QC环境中的实践可行性，并凸显了它们在构建高效、可扩展的量子加速设施软件栈方面的互补性。