The Signal
Un team della FIU testa i checkpoint per le reti neurali quantistiche
I ricercatori della Florida International University stanno sviluppando checkpoint per aiutare i flussi di lavoro quantistici a riprendere dopo un’interruzione. Secondo la pagina del laboratorio del team, il loro framework per reti neurali
Quantum.world Team · Scritto con l’IA · verificato ·
«Gli scienziati che lavorano su qualsiasi cosa, dai nuovi farmaci agli uragani, trarrebbero beneficio dalla possibilità di salvare i progressi compiuti, perché i computer quantistici di oggi sono soggetti a errori e non consentono di salvare il lavoro. È questo che rende così entusiasmante il checkpointing quantistico: il problema spazia dalla teoria quantistica ai limiti dell’hardware e trovare una soluzione avrà un impatto sulla scienza e sulla società».
Janki Bhimani, direttrice del Data Management Research Laboratory della FIU
Janki Bhimani, informatica della Florida International University, e il suo team stanno sviluppando metodi per riavviare i flussi di lavoro quantistici dopo un’interruzione, affrontando un punto debole che può far sprecare il limitato tempo di accesso ai processori quantistici. Il 27 ottobre la FIU ha dichiarato che i ricercatori hanno testato il loro lavoro su diversi computer quantistici IBM. L’obiettivo è conservare i progressi delle attività di computazione quantistica senza tentare di salvare uno stato quantistico sconosciuto come se fosse normale memoria di un computer.
Perché le attività quantistiche non possono salvare un’istantanea dello stato
I computer classici possono copiare periodicamente i dati di un programma in un checkpoint e ricaricarli dopo un guasto. I computer quantistici non possono applicare direttamente questo metodo a uno stato quantistico arbitrario e sconosciuto: la meccanica quantistica ne impedisce la copia esatta e misurare uno stato può modificarlo. Un’esecuzione non riuscita o interrotta può quindi costringere i ricercatori a ripetere il lavoro, anche quando il flusso ha già completato fasi utili.
La descrizione della FIU presenta il checkpointing come un problema di gestione dei sistemi, non come un modo per conservare l’intero stato fisico di un qubit. L’obiettivo è aiutare un flusso di lavoro a riprendere dopo un’interruzione, in particolare nelle applicazioni ibride che combinano operazioni quantistiche e calcolo classico. La distinzione è importante: una strategia di riavvio può conservare progressi computazionali utili senza pretendere di ripristinare lo stato esatto che è andato perso.
Un checkpoint da 186,6 kilobyte per un modello a 100 qubit
Il Data Management Research Laboratory dell’università descrive un framework di checkpointing per reti neurali quantistiche sviluppato da Christopher Kverne, Mayur Akewar, Yuqian Huo, Tirthak Patel e Bhimani. Secondo il laboratorio, il framework utilizza 186,6 kilobyte di spazio di archiviazione per una rete neurale quantistica a 100 qubit e comporta un «overhead trascurabile». Il laboratorio riferisce inoltre che lo stesso modello può comportarsi in modo diverso su dispositivi quantistici differenti, rendendo pertinenti per un checkpoint le informazioni specifiche sull’hardware e il numero di shot.
Il paper del team, Quantum Neural Networks Need Checkpointing, è apparso nell’ambito dell’ACM Workshop on Hot Topics in Storage and File Systems del 2025. Il laboratorio afferma di aver utilizzato diversi dispositivi quantistici negli esperimenti; l’annuncio della FIU di ottobre identifica i sistemi come computer quantistici IBM, ma non indica i singoli processori. Né l’annuncio della FIU né il riepilogo del laboratorio forniscono una cifra per l’overhead, quindi la quantità di spazio di archiviazione riportata è la misura quantificata più chiara delle risorse richieste dal framework.
Il ripristino dipende da più dei dati archiviati
La dipendenza dall’hardware complica la consueta idea di salvare un checkpoint e ripristinarlo ovunque. Se il comportamento di una rete neurale quantistica varia da un dispositivo all’altro, un insieme di dati utile potrebbe dover includere dettagli sull’hardware e su come è stato eseguito il calcolo, non soltanto i dati del modello. Il checkpointing diventa così parte della progettazione del flusso di lavoro e della documentazione della sua esecuzione, anziché una generica operazione di backup aggiunta a posteriori.
La FIU indica la scoperta di farmaci e la modellizzazione del clima come possibili ambiti in cui i ricercatori potrebbero trarre beneficio dalla conservazione del lavoro computazionale di lunga durata. Si tratta di potenziali applicazioni, non di risultati dimostrati dalla ricerca sul checkpointing descritta nell’annuncio. Il risultato concreto finora è più circoscritto: un framework di checkpointing per reti neurali quantistiche che richiede poco spazio di archiviazione, testato su dispositivi reali, con un fabbisogno di spazio riportato dal team di 186,6 kilobyte per un modello a 100 qubit.