跨范式融合：面向HPC-量子计算协同的高性能软件架构设计

为解决量子计算(QC)与高性能计算(HPC)系统融合的技术瓶颈，美国橡树岭国家实验室团队提出硬件无关的软件框架，支持NISQ（含噪声中等规模量子）与FTQC（容错量子计算）设备，开发了统一资源管理、量子编程接口及调度机制，成功实现变分量子线性求解器(VQLS)等混合算法，为科学计算提供量子加速新范式。

　　

量子计算(QC)作为颠覆性技术，在量子化学、材料科学等领域展现出巨大潜力，但其硬件资源稀缺且与经典计算架构存在显著差异。当前全球主要研究机构如欧盟EuroHPC项目和美国橡树岭国家实验室(ORNL)正积极探索QC与高性能计算(HPC)的协同方案，但面临资源调度、数据互通等核心挑战。

橡树岭国家实验室团队在《Future Generation Computer Systems》发表研究，提出分层式软件架构解决这一难题。该团队基于ORNL的Frontier超计算机和QCUP（量子计算用户计划）经验，设计了包含量子网关接口、标准化API和跨平台管理器的软件栈。关键技术包括：1）硬件抽象层支持NISQ与FTQC设备；2）量子平台管理器(QPM)API整合异构资源；3）混合工作流调度算法；4）量子电路优化工具链。测试采用VQLS（变分量子线性求解器）等算法验证框架效能。

框架概述
通过量子控制器连接经典节点与量子处理器，建立类似GPU加速器的分层控制体系。物理层实现微波脉冲调控，软件层提供硬件无关编程接口。

传统HPC加速器对比
借鉴GPU/CPU协同设计经验，将QPU（量子处理单元）定位为专用加速器。分析Frontier超算的AMD GPU架构，提出量子资源需类似细粒度调度策略。

应用模式分类
划分三类混合计算场景：1）量子主导型（如量子模拟）；2）经典主导型（如量子机器学习）；3）均衡协同型（如VQLS）。针对不对称资源分布设计动态负载分配方案。

资源管理创新
开发双视角调度系统：平台视角最大化QPU利用率，应用视角优化求解时间。引入量子作业优先级队列和抢占式调度机制，实测任务吞吐量提升40%。

混合应用预处理
量子代码需经多级编译（门分解、噪声适应、脉冲优化），经典部分通过MPI（消息传递接口）协调。演示了Qiskit与ORNL现有HPC工具链的无缝集成。

软件分层架构
参照GPU栈设计五层结构：应用层（混合算法）、运行时层（量子MPI）、编译器层（跨平台转换）、驱动层（硬件适配）、设备层（物理QPU）。关键突破在于抽象化不同量子技术（超导/离子阱）的硬件细节。

工作流集成
通过分布式工作流引擎（如Parsl）协调跨平台任务，安全API网关实现云-本地量子资源统一访问，系统遥测模块实时监控量子设备状态。

该研究首次实现QC/HPC全栈集成方案，其硬件无关特性支持超导、光量子等多技术路线。ORNL的实践表明，该框架可使量子资源利用率提升2-3倍，为未来E级超算与量子计算机协同奠定基础。作者团队强调，随着FTQC发展，该架构将演进为科学发现的"量子加速引擎"。