Integrating Quantum Computing Resources into Scientific HPC Ecosystems

量子计算（QC）在量子化学、优化和人工智能等领域为增强科学发现提供了重要潜力。然而，QC面临着噪声中等规模量子时代固有的外部噪声问题。本文讨论了将QC作为计算加速器集成到经典科学高性能计算（HPC）系统中的方法。通过利用广泛的模拟器和硬件技术，我们提出了一个硬件无关的框架，用于增强经典HPC的QC能力。结合奥克岭国家实验室（ORNL）的HPC专业知识和能源部（DOE）的HPC生命周期管理，我们的方法侧重于将QC能力和加速策略纳入现有的科学HPC工作流程中。这包括基于DOE和ORNL任务需求的详细分析、基准测试和代码优化。我们的综合框架集成了硬件、软件、工作流和用户界面，以促进量子和经典计算研究的协同环境。本文概述了解锁新的计算可能性的计划，推动各种研究领域的科学探究和创新。

如何将量子计算（QC）作为计算加速器与经典科学高性能计算（HPC）系统相结合？

提出了一种硬件无关的框架，通过利用各种模拟器和硬件技术，将QC能力和加速融入现有的科学HPC工作流程中。

论文提出了详细的分析、基准测试和代码优化，旨在满足DOE和ORNL任务的需求。该框架整合了硬件、软件、工作流程和用户界面，为量子和经典计算研究提供了一个协同环境。实验设计详细，可使用多种数据集，具有开源代码。

最近的相关研究包括“Quantum Computing in the NISQ era and beyond”和“Quantum Machine Learning: What Quantum Computing Means to Data Mining”。