 
													
												
Im Oktober trafen sich Wissenschaftler:innen und Vertreter:innen der Industrie im Messezentrum Stuttgart zur Quantum Effects, einer internationalen Fachmesse und Konferenz für Quantentechnologien. Als Konferenzpartner organisierte das Höchstleistungsrechenzentrum Stuttgart (HLRS) eine internationale wissenschaftliche Konferenz, um Chancen und Herausforderungen an der Schnittstelle von Quantencomputern, Hoch- und Höchstleistungsrechnen (HPC) und künstlicher Intelligenz (KI) zu erörtern.
Dennis Hoppe, Leiter der Abteilung Converged Computing des HLRS, eröffnete die Konferenz mit einem Überblick über die Schwerpunkte des Zentrums in diesem Bereich: „Das HLRS interessiert sich für Quantencomputing nicht als isoliertes Gebiet, sondern speziell dafür, wie es mit Höchstleistungsrechnen und künstlicher Intelligenz gemeinsam genutzt werden kann. Wir gehen davon aus, dass sich die größten Vorteile daraus ergeben, wenn man die einzigartigen Vorzüge jeder dieser Technologien versteht und nutzt. Daher konzentrieren wir uns darauf, effiziente Workflows zu entwickeln, die diese Stärken optimal zusammenführen.“
Wie Hoppe erklärte, gibt es bei der Kombination von QC, HPC und KI derzeit noch einige Herausforderungen. Auf Hardwareebene wird eine Infrastruktur benötigt, um die Latenz zwischen Quantencomputern und klassischen Höchstleistungsrechnern über Hochgeschwindigkeitsnetzwerke zu minimieren. Auf Softwareebene würde das Feld von einer standardisierten, einheitlichen Programmierumgebung profitieren, die Container nutzt, Daten effizient verwaltet und Workloads über hybride HPC/QC-Plattformen hinweg effektiv kompiliert und plant. Gleichzeitig sind Benchmarking-Studien erforderlich, um algorithmische und datenmanagementbezogene Engpässe zu beseitigen und die Skalierbarkeit zu optimieren.
Viele gehen davon aus, dass Quantencomputer das Potenzial haben, herkömmliche CPU- und GPU-basierte Binärcomputer bei bestimmten Aufgaben zu übertreffen. Klassisches Höchstleistungsrechnen und KI werden jedoch weiterhin eine wichtige Rolle spielen. Hoppe wies darauf hin, dass beispielsweise Höchstleistungsrechner für die Simulation von QC-Systemen und das Benchmarking von Quantenalgorithmen unerlässlich bleiben. Darüber hinaus wird das Quantum Machine Learning auf Fortschritte in der Entwicklung von KI-Algorithmen angewiesen sein, um neue und schnellere Methoden zu entwickeln. Der Vergleich von Quantencomputing und herkömmlichen Ansätzen wird ebenfalls wichtig sein, um zu verstehen, ob und in welchen Kontexten Quantencomputer einzigartige Vorteile und Fähigkeiten bieten können.
Auf der vom HLRS organisierten Konferenz befassten sich Wissenschaftler:innen und Vertreter:innen von Unternehmen, die an der Technologieentwicklung für Quantencomputing beteiligt sind, aus verschiedenen Blickwinkeln mit der Konvergenz von Quantencomputing, HPC und KI. Die Referent:innen stellten die in der Entwicklung befindliche QC-Hardware, Software für die Programmierung von Quantensystemen und politische Fragen vor, die sich auf die Einführung von QC-Technologien auswirken werden. Ein weiterer Schwerpunkt der Veranstaltung war das Quantum Machine Learning. Vorträge konzentrierten sich auf Benchmarking-Studien und Herausforderungen hinsichtlich der Interpretierbarkeit der Ergebnisse von diesem neuen Ansatz. In mehreren interaktiven Workshops tauschen sich die Expert:innen außerdem über Methoden des Quantum Machine Learnings, politische Strategien für das Quantencomputing sowie Aus- und Weiterbildungsangebote für die Industrie aus.
Darüber hinaus stellte der Technologieanalyst Ingolf Wittmann während seiner Präsentation über die komplexe Landschaft konkurrierender Quantencomputertechnologien die wichtigsten Konzepte und Unternehmen vor, die am Wettlauf um die Etablierung von Standardplattformen für Quantencomputer beteiligt sind.
Das Konferenzprogramm sowie die Vortragsfolien der Referenten sind online verfügbar.
Weitere allgemeine Informationen zur Quantum Effects-Konferenz finden Sie auf der Website der Messe Stuttgart.
— Christopher Williams