Fraunhofer-GesellschaftMit steigender Nachfrage nach Quantencomputern wächst auch der Bedarf an leistungsfähigen, benutzerfreundlichen Werkzeugen für deren Programmierung. Viele Quantenalgorithmen sind hybrid, d.h. sie haben sowohl Anteile, die auf klassischen Computern berechnet werden, als auch Quantenanteile, für die ein Quantencomputer benötigt wird. Auch wenn Quantencomputer deutlich weiter fortgeschritten wären, wird immer noch sinnvoll sein vor allem die Teilalgorithmen, die von QC profitieren, auf den Quantencomputern laufen zu lassen und nicht die kompletten Anwendungen.
Mit »Qrisp« haben Fraunhofer-Forschende des Fraunhofer FOKUS eine High-Level-Programmiersprache zur Erstellung und Kompilierung von Quantenalgorithmen geschaffen. Ihr strukturiertes Programmiermodell ermöglicht es Entwicklern, effiziente und skalierbare Quantenalgorithmen zu schreiben.
Eins der mittelfristigen Ziele, das vor uns liegt, eine Einbettung von Gatter-basiertem Quantencomputing und Adiabatischem Quantencomputing in die klassische Landschaft von Berechnungsarchitekturen ist. Daher ist die Anbindung von Quantencomputern an die klassische Hardware sehr wichtig und im Design der Algorithmen und der Integration der Quantenrechner zu berücksichtigen.
In diesem Sinne werden Plattformen, Frameworks und Sprachen für die höhere Programmierung (u. a. auch maschinen-unabhängig) von solchen Algorithmen und Abläufen gesucht. Diese neuen Sprachen und Frameworks sollen idealerweise in bestehende Programmiersprachen und Plattformen (z.B. Python, Java, C/C++ …) eingebettet sein, sodass die große Breite an bestehenden Software-Bibliotheken für die Steuerung der verschiedenen Arten von Hardware eingesetzt werden kann.
Des Weiteren ermöglicht so eine Einbettung auch die Nutzung bestehender Bibliotheken für mathematische Optimierung, Machine Learning, Erklärbarkeit von KI sowie für weitere cutting-edge Forschungsergebnisse aus den letzten Jahren.
Das Fraunhofer IPA hat ein sQUlearn, open-source Paket für quantenmaschinelles Lernen, entwickelt.