Im Mittelpunkt des Kompetenzzentrums Quantencomputing Rheinland-Pfalz steht Quanten-HPC (High Performance Computing). Die zentralen Forschungsfragen sind z.B.: Welche konkreten Anwendungs­szenarien eignen sich für die Berechnung mit einem Quanten­computer? Wie lassen sich Algorithmen dafür entwickeln und in Anwendungen übersetzen?

Kompetenzzentrum Quantencomputing Rheinland-Pfalz

Quantencomputing am Fraunhofer ITWM in Kaiserslautern

Im Unterschied zu klassischen Computern arbeiten Quantencomputer auf der Basis von quantenmechanischen Zuständen wie der Superposition und der Verschränkung. Diese unterschiedliche Funktionsweise führt zu einem Paradigmenwechsel in der Programmierung und weitreichenden Änderungen der Algorithmen in Bezug auf Komplexität und Berechenbarkeit. Im Vergleich zum klassischen Computing verspricht das Quantencomputing sowohl eine bis zu exponentielle Beschleunigung bestimmter Algorithmen als auch die Möglichkeit extrem komplexe Fragestellungen zu behandeln.

In der jetzigen Phase ist es wichtig abzuschätzen unter welchen Voraussetzungen praxisrelevante Probleme auf Quantencomputern lösbar sind, die auf klassischen Rechner nicht oder nur mit deutlich längerer Laufzeit berechenbar sind. Wenn man Quantenüberlegenheit erreicht hat, werden sich die Auswirkungen in verschiedensten Industriezweigen zeigen.

Unsere Institutsleiterin Prof. Dr. Anita Schöbel ist gemeinsam mit Prof. Manfred Hauswirth (Institutsleiter am Fraunhofer FOKUS) verantwortlich für das Thema Quantencomputing bei Fraunhofer.

Ziel des Kompetenzzentrums

Die Fraunhofer-Gesellschaft baut in Kooperation mit IBM Deutschland ein nationales Kompetenznetzwerk im Forschungsfeld des Quantencomputings auf. Ziel ist die Entwicklung von quantenbasierten Rechenstrategien für die nächste Generation an Hochleistungscomputern. Unter der Beteiligung von derzeit elf Fraunhofer-Instituten werden fachliche Expertisen in regionalen Kompetenzzentren gebündelt. Das Zentrum für Quanten-HPC (High Performance Computing) wird ab sofort am Fraunhofer ITWM entstehen..

Übergeordnetes Ziel der Aktivitäten ist es, die Entwicklung von quantenbasierten Rechenstrategien für industrielle Anwendungen, wie am Beispiel von Quantensimulationen von chemischen Systemen und Quantenalgorithmen in der Finanzmathematik weiter auszuführen.

Organisationsstruktur des Kompetenznetzwerks
© Fraunhofer-Gesellschaft
Organisationsstruktur des Kompetenznetzwerks mit derzeit sieben Kompetenzzentren in den beteiligten Bundesländern.
IBM Q System One
© IBM Research
2019 stellte IBM den ersten kommerziell – also außerhalb von Laborumgebungen – nutzbaren Quantencomputer vor, den IBM Q System One. Er wird ab 2021 von Fraunhofer in Deutschland verwaltet.

Komplexe Anwendungsprobleme mit Quantencomputing knacken

Das Kompetenzzentrum Quantencomputing am Fraunhofer ITWM birgt große Chancen und Potential für die gesamte Region. Durch die Kooperation von Fraunhofer mit IBM hat Fraunhofer Cloud-Zugriff auf IBM-Quantencomputer in den USA und es wird in 2021 ein IBM-Quantenrechner in Deutschland angesiedelt, der unter deutschem Recht operiert. Der Zugriff auf Quantencomputer ermöglicht die Erforschung von Technologie, Anwendungsszenarien und Algorithmen. Der frühzeitige Aufbau von Fachkompetenzen in Deutschland stellt einen nicht zu unterschätzenden Wettbewerbsvorsprung dar, der den Standort frühzeitig an der Wertschöpfung im Bereich des Quantencomputing teilhaben lässt.

In der High-Tech-Landschaft Deutschlands bieten sich viele Möglichkeiten für den anwendungsorientierten Einsatz von Quantencomputing. Das Fraunhofer ITWM ist durch das Leistungszentrum Simulations- und Softwarebasierte Innovation mit den wissenschaftlichen Institutionen (TU, Hochschule, Fraunhofer IESE, IVW, DKFI) am Standort und forschenden Unternehmen eng verknüpft. Auch in Bezug auf Quantencomputing sind wir eng mit dem Leistungszentrum vernetzt und arbeiten insbesondere beim Know-how Transfer zusammen.
 

Unsere Services und Angebote

Die Fraunhofer-Expertinnen und -experten bieten zukünftig für Industrie und Wissenschaft Schulungen zum Themenfeld »Quantencomputing« an und sichern so auch den Wissenstransfer in die Region. Interessierte regionale universitäre und außeruniversitäre Einrichtungen sowie Unternehmen werden zudem im Rahmen von Verbundprojekten, über die Auftragsforschung oder durch Mitgliedschaften in das Kompetenzzentrum eingebunden.

Im Rahmen von Auftragsforschungsprojekten mit dem Fraunhofer ITWM können interessierte Nutzer/innen auf den IBM-Quantencomputer zugreifen. Ab 2021 können Sie zusätzlich zu dem Cloud Access zu den in den USA stationierten Quantencomputern auf den Quantencomputer am Standort Ehningen bei Stuttgart zugreifen. Der Quantencomputer am Standort Ehningen wird unter deutschem Recht betrieben. Der Zugriff unterliegt einem Nutzungsvertrag und einer Exportkontrolle. Wir arbeiten mit dem Ticketmodell, bei dem sie pro gekauftem Ticket einen Kalendermonat Zugriff auf den Quantencomputer haben. Ein individuelles Ticket kostet für externe Kundinnen und Kunden zur Zeit 11.621 Euro pro Monat.  

Anwendungsschwerpunkte

Die folgenden Themen wurden zunächst als Schwerpunkte definiert, da sie viel Potential für den Transfer in die Region bieten und die nötige Expertise zur Umsetzung bei uns am Fraunhofer ITWM bereits besteht:

Quantenchemie auf Quantencomputern

Quantenchemie auf Quantencomputern
© iStockphoto
Gerade in der Quantenchemie werden besondere Durchbrüche erwartet.

Quantenchemie auf Quantencomputern gilt als eines der ersten realistischen Anwendungsfälle, bei denen ein Vorteil von Quantencomputern gezeigt wird. Insbesondere bei der Simulation von Metallen treten starke Elektron-Elektron Korrelationen auf, die mit Hilfe der Verschränkung von Quantencomputern im Gegensatz zu konventionellen Methoden effizient gelöst werden.

Algorithmen wie der Variational Quantum Eigensolver (VQE) und gemischte Ansätze, sogenannte »shallow-depth circuits« Algorithmen, die dem Stand der Wissenschaft entsprechen, zeigen viel versprechendes Potential auf Quantencomputern. Zurzeit befinden wir uns hardwaretechnisch im intermediären NISQ (Noisy Intermediate Scale Quantum) Entwicklungsstadium der Hardware, wobei in den vergangenen Jahren signifikante Fortschritte in der Anzahl der verfügbaren Qubits und Fehlerraten erzielt wurden. Dennoch können noch nicht alle bekannten Quantenalgorithmen wegen der Einschränkungen durch Fehlerraten und Dekohärenzeffekte erfolgreich umgesetzt werden. Bei der Neuentwicklung von Quantencomputing Workflows kombiniert die Wissenschaft oft robuste klassische Ansätze mit Algorithmen auf dem Quantencomputer.

Beispiele für solche hybriden Quanten-/ klassische Ansätze sind Variationsalgorithmen wie der VQE für die Quantenchemiesimulation. Variationsalgorithmen sind in Bezug auf die benötigte Gatetiefe und die Fehlertoleranz des Algorithmus geeignete Verfahren für die derzeitige Hardware. Die für klassische Höchstleistungsrechner rechenintensive Teile werden auf dem Quantenrechner gelöst, während die anderen Anteile des Workflows auf konventionellen Computern berechnet werden.

Die Skalierung dieser hybriden Methoden gegenüber rein klassischen Verfahren auf Hochleistungsrechnern bleibt jedoch Gegenstand der Forschung. Dieses spannende Thema nehmen wir am Fraunhofer ITWM in Angriff.

Quantenalgorithmen für Finanz- und Energiewirtschaft

Quantenalgorithmen für Finanz- und Energiewirtschaft
© iStockphoto
Quantencomputer besitzen das Potential gewissse, zentrale Computer-Anwendungen extrem abzukürzen. Dazu zählen etwa auch Prozesse der Finanzmathematik.

Die aktuellen Fragestellungen der stochastischen Kapital- und Energiemarktsimulationen sowie des Managements von Vermögensbeständen stellen große Herausforderungen an die Rechenleistung, die selbst herkömmliche High-Performance-Computing Techniken nur bedingt erfüllen können. Die neue Technologie des Quantencomputings eröffnet die Perspektive bisher nicht berechenbare Probleme in näherer Zukunft lösen bzw. neue Simulationsansätze zu schaffen.

Wir entwickeln Algorithmen, die der Bewertung von Finanzderivaten, der Modellierung energiewirtschaftlicher Märkte mit stochastischen Einflussgrößen sowie zur Lösung von gemischt-ganzzahligen Optimierungsproblemen in der Finanz- und Energiewirtschaft dienen. Die Forschung umfasst auch die Untersuchung verschiedener Infrastrukturen wie gatterbasierte Quantencomputer, Quantensimulatoren und Digitalen Annealern für die performante Umsetzung der entwickelten Verfahren. Digital Annealer nutzen ein Verfahren, dass von dem Quanten Annealing inspiriert ist. Hier wird ein globales Minimum einer gegebenen Zielfunktion durch einen Prozess gefunden, welcher Quantenfluktuationen verwendet.

Direkte Anwendungen finden sich bei der strategischen Allokation von Vermögensgegenständen, dem Energieparkmanagement sowie der Risikoanalyse von Portfolios auf industriellem Maßstab.

Quantenalgorithmen in der Materialsimulation

Digitale Zwillinge im Quantenzeitalter
© Fraunhofer ITWM
Digitale Zwillinge in der Materialforschung im Quantenzeitalter: Anwendungsbeispiel langfristige Nutzungs- und Sicherheitsanalysen von Reservoirgesteinen.

In den letzten Jahren hat die verbesserte Qualität der Computertomographie (CT)-Bilder zu einer Digitalisierung des Materialcharakterisierungsprozesses für Verbundwerkstoffe geführt. Heutzutage haben handelsübliche CT-Geräte eine maximale Auflösung von weniger als ein mikrom und produzieren 3D-Bilder mit bis zu (4096x4096x4096) Voxel. Für die Analyse benötigt man neue Algorithmen, die auf Fourier Transformationen beruhen. Dies Fourier Transformationen sind dabei die zeitaufwändigsten Algorithmen der Simulation.

Quanten-Fourier-Transformationen beschleunigen die Simulation für realistische Geometrien um einen Faktor 100 bis 1000. Das ist unser Ansatzpunkt. Wir möchten die Beschleunigung nutzen und betrachten die Genauigkeit und Fehler der Quanten-Fourier-Transformation und ihre Anwendbarkeit auf reale Probleme.

Quanten-Fouriertransformation in der Bildverarbeitung

Die Analyse ist oft langsamer als die Bilddatenerfassung oder die Bilddaten können nicht vollständig ausgewertet werden. Denn die Menge der Bilddaten wächst schneller als die Geschwindigkeit der Analysemethoden. Dies ist zurückzuführen auf:

  • neue Abbildungsmethoden
  • höhere Auflösungen
  • höhere Dimensionalität
  • eine breitere Verfügbarkeit neuer Kamerasysteme

Ein Beispiel ist das Computertomographiesystem Gulliver, das dem Bauingenieurwesen der TU Kaiserslautern von der Deutschen Forschungsgemeinschaft (DFG) finanziert wird. Diese weltweit einzigartige Versuchsanlage soll u.a. Betonbalken bei Biegeversuchen untersuchen. Ein Experiment erzeugt etwa 2 TB Bilddaten. Damit ist das Quantencomputing für die Bildverarbeitung sehr attraktiv, da es eine schnellere Verarbeitung größerer Datensätze verspricht.

Typische Bildanalyselösungen bestehen aus zahlreichen, komplex verknüpften Bildtransformationen. Viele Filter- und Analysealgorithmen basieren entweder auf der diskreten Fourier-Transformation (DFT) oder werden durch diese erheblich beschleunigt.

Die FFT durch ihr Quanten-Computing-Pendant zu ersetzen, birgt daher ein besonders hohes Potenzial für die effiziente Verarbeitung riesiger Bilddaten, wie sie z.B. von Gulliver bereitgestellt werden. Die Ausschöpfung dieses Potenzials setzt jedoch voraus, dass Bilder mit diskreten Konnektivitäten entsprechend dargestellt werden können.

Volume-Rendering
© Fraunhofer ITWM
Volume-Rendering: 3D-Visualisierung von Rissen in Stahlfaserbetonprobe, die mit Computer-Tomographie untersucht wurde.
Skizze zum Computertomographiegerät Gulliver.
© TU Kaiserslautern
Skizze zum Computertomographiegerät Gulliver.

Quantencomputing revolutioniert Künstliche Intelligenz und Maschinelles Lernen

Quantenmechanisches Machine Learning / Quantum Machine Learning (QML) ist ein aufstrebendes interdisziplinäres Forschungsgebiet an der Schnittstelle von Quantenphysik und Künstlicher Intelligenz (KI). Die Idee besteht darin, klassische Lernalgorithmen für den Einsatz auf Quantencomputern zu adaptieren, um die Vorteile der Quantentechnologie mit dem statistischen Rahmen des maschinellen Lernens zu ergänzen. Da die Quantenphysik selbst durch ein inhärent statistisches Verhalten charakterisiert ist, bietet diese Synthese das Potenzial, in naher Zukunft auch auf Quantencomputern einen technologischen Durchbruch zu erzielen.

Wir entwickeln QML-Algorithmen in einem anwendungsbezogenen Kontext und bewerten die Praktikabilität und Leistungsfähigkeit von Quantenansätzen im Vergleich zu klassischen Ansätzen. Zu diesem Zweck betrachten wir Regressions-, Klassifikations- und Datenkodierungsprobleme, die durch reale Anwendungen motiviert sind, z.B. im Bereich der Bildverarbeitung und Verfahrenstechnik. Indem wir interessante Anwendungsfälle identifizieren und sie auf den IBM-Quantencomputern zum Laufen bringen, nutzen wir die QML, um Machine Learning auf ein neues Level zu heben und so auf dem Weg zur Quantenreife voranzuschreiten.

Schnitt Gesteinsschüttung
© Fraunhofer ITWM
Schnitt durch das rekonstruierte tomografische Bild einer Gesteinsschüttung.
Gesteinsschüttung
© Fraunhofer ITWM
Derselbe Schnitt mit getrennten Partikeln. Die Farben stehen für die Objektlabels im Bild.

News und Pressemitteilungen rund um Quantencomputing

 

Pressemitteilung / 10.6.2020

ITWM testet Quantencomputer

IBM bringt den Quantencomputer nach Europa: Unter dem Namen IBM Q System One geht er Anfang 2021 an den Start, verwaltet von Fraunhofer. Auch das ITWM ist an der Initiative beteiligt. Schon jetzt gehören wir zu den Testnutzenden der IBM US-Quantencomputer.

Quantentechnologie bei Fraunhofer

Die Fraunhofer-Gesellschaft will die Forschung auf dem Gebiet des Quantencomputings in Deutschland fördern und entscheidend voranbringen. Ziel ist es, die Kompetenzen und Strategien rund um das Thema für die Industrie und anwendungsorientierte Verfahren anzutreiben.

Definitionen, Erklärungen, News, Interviews und Projektbeispiele zum übergeordneten Thema Quantentechnologie sowie für Quantencomputing finden sich auf der Website der Fraunhofer-Gesellschaft.

Video: Die Welt der Quanten

Wenn Quantentechnologien in die Anwendung kommen, sind die Möglichkeiten noch kaum absehbar, aber das Potenzial gewaltig.