QUOPS: Der Benchmark, der zeigt, was Quantencomputer wirklich leisten

Die Zahl der Qubits und die Qualität einzelner Quantengatter sagen nur begrenzt aus, was ein Quantencomputer bei einer realen Rechenaufgabe leisten kann. Der neue Benchmark QUOPS (Quantum Universal Operations Performance System) setzt deshalb an einer praktischeren Frage an: Wie groß ist die universelle Quantenberechnung, die ein System zuverlässig abschließen kann – und mit welcher Geschwindigkeit? Entwickelt wurde der Ansatz unter Leitung der Sandia National Laboratories; Quantinuum steuerte Hardware-Demonstrationen bei, NVIDIA eine offene Implementierung für CUDA-Q. 13

Was QUOPS konkret misst

QUOPS ist ein architekturunabhängiger Benchmark für Systeme mit physikalischen ebenso wie mit logischen Qubits. Statt nur einen einzelnen Algorithmus zu testen, führt er auf unterschiedlichen Schaltkreisformen und -größen dieselben randomisierten, universell berechnungsfähigen Quantenschaltkreise aus. Ein Durchlauf zählt nur dann als erfolgreich, wenn er ein festgelegtes Kriterium für Fidelity beziehungsweise Polarisation erfüllt. 23

Daraus leitet QUOPS zwei Kennzahlen ab:

• Q, der QUOPS-Score: die Größe des größten Schaltkreises – gemessen in Quantenoperationen –, der das Zuverlässigkeitskriterium besteht.
• ω, die QUOPS-Rate: die effektive Geschwindigkeit erfolgreicher Operationen, also QUOPS pro Sekunde.

Diese Trennung ist entscheidend: Ein Rechner kann kleinere Aufgaben sehr schnell erledigen, während ein anderer größere Schaltkreise zuverlässig ausführen kann, dabei aber langsamer ist. QUOPS soll beide Eigenschaften sichtbar machen. 12

Warum das ein Benchmark für das ganze System ist

Ob ein Quantenschaltkreis erfolgreich läuft, hängt nicht allein vom Chip ab. Auch die Übersetzung des Programms in Hardware-Operationen, das Routing zwischen Qubits, die Verbindungsstruktur, Steuerung, Messung und Rauschen beeinflussen das Ergebnis. QUOPS bezieht diese Faktoren in den Score ein, statt sie nur als getrennte Hardwaredaten aufzulisten. 12

Es geht damit nicht um eine Rangliste auf Basis einer einzelnen Kennzahl. Der Benchmark soll die Grenze der zuverlässig nutzbaren Rechenkapazität eines vollständigen Quantensystems abbilden. 3

Helios, Willow und Boston: Größe gegen Tempo

Die ersten Vergleiche zeigen einen klaren Zielkonflikt zwischen Schaltkreisgröße und Ausführungsrate:

• Die supraleitenden Systeme Google Willow und IBM Boston erreichten höhere Operationsraten.
• Das Ionenfallen-System Quantinuum Helios konnte größere Schaltkreise ausführen, die das Benchmark-Kriterium erfüllten. 45

Als Erklärung liegt nahe: Schnelle supraleitende Gatter helfen beim Durchsatz. Helios profitiert dagegen von hoher Genauigkeit und einer praktisch All-to-All-Verbindung zwischen den Qubits, wodurch beim Routing weniger Zusatzaufwand entsteht. So können sich weniger Fehler ansammeln, bevor ein Schaltkreis für eine zuverlässige Ausführung zu groß wird. 25

Die berichteten Q-Werte für physikalische Qubits lagen bei 1.504 für Helios-1, 216 für Willow und 204 für IBM Boston. Das bedeutet nicht, dass ein System grundsätzlich „besser“ ist als die anderen. Die Werte markieren vielmehr unterschiedliche Punkte beim Kompromiss aus zuverlässig beherrschbarer Schaltkreisgröße und Rechengeschwindigkeit. 7

Noch rund 100.000-fach vom großen Einsatz entfernt

Der Preprint schätzt, dass für die Faktorisierung von RSA-2048 etwa 2,5 × 10⁸ QUOPS und für hochpräzise Berechnungen zu FeMoco etwa 3,4 × 10⁸ QUOPS erforderlich wären. Nach dieser Einordnung liegen heutige Systeme mit physikalischen Qubits noch rund fünf Größenordnungen beziehungsweise ungefähr 100.000-mal unter dieser Größenordnung. 57

Das sind Ressourcenabschätzungen, keine Prognose für einen Zeitpunkt. Sie hängen von Annahmen über Algorithmen, Fehlerkorrekturcodes und Architekturen ab. Daraus lässt sich also nicht ableiten, wann ein bestimmter Quantencomputer RSA-2048 faktorisieren oder eine FeMoco-Rechnung lösen wird.

Auch für logische Qubits und Fehlertoleranz gedacht

QUOPS wurde zudem auf eine Fehlertoleranz-Demonstration mit bis zu acht logischen Qubits auf Helios-1 angewandt. Nach Angaben von Sandia war dies das erste Benchmarking eines fehlertoleranten Prozessors. 12

Das ist wichtig, weil der Ansatz nicht auf die heutigen, noch fehleranfälligen physikalischen Qubits beschränkt bleibt. Dieselbe Grundidee kann auch Systeme bewerten, die Quanteninformation über Kodierung und Fehlerkorrektur absichern. Die Demonstration bedeutet allerdings nicht, dass fehlertolerante Systeme den physikalischen Architekturen bereits in jeder Hinsicht überlegen sind. Ihr Wert liegt vor allem darin, einen gemeinsamen Maßstab für den Übergang zu größeren logischen Systemen zu schaffen. 13

Wie die Ergebnisse einzuordnen sind

QUOPS verschiebt die Debatte von der Frage „Wie viele Qubits hat der Rechner?“ zu „Wie viel zuverlässige, universell nutzbare Rechenarbeit schafft er tatsächlich?“. Die Tests legen nahe, dass Konnektivität und Genauigkeit die maximal mögliche Schaltkreisgröße steigern können, während schnelle Gatter die Ausführungsrate erhöhen.

Die Ergebnisse beruhen jedoch auf einem arXiv-Preprint, der noch kein Peer Review durchlaufen hat. Benchmark-Definitionen, Erfolgsschwellen und Hochrechnungen auf große Anwendungen sollten daher als vorläufig gelten, bis sie unabhängig überprüft und reproduziert wurden. 5