QuBRA (Quantum Methods and Benchmarks for Resource Allocation)

  • Ansprechperson:

    Tim Bittner, Joshua Ammermann, Ina Schaefer

  • Förderung:

    Bundesministerium für Bildung und Forschung

  • Projektbeteiligte:

    Infineon Technologies AG, Volkswagen AG, Leibniz Universität Hannover, TU Braunschweig, Karlsruher Institut für Technologie, Ruhr-Universität Bochum, Universität zu Köln

  • Starttermin:

    01.01.2022

  • Endtermin:

    31.12.2024

Der Einsatz von Quantencomputern verspricht einen exponentiellen Vorteil gegenüber klassischen Rechnern bei der Lösung rechenintensiver Probleme. Dabei geht es beispielsweise um das Simulieren komplexer Materialien oder auch um das exakte Lösen von kombinatorischen Optimierungsproblemen. Das Projekt QuBRA bringt Experten und Expertinnen aus Forschung und Industrie zusammen, um diesen Vorteil durch geeignete Bechnamrks zu quantifizieren und die Rolle des Quantum Computing in die heutige Zeit einzuordnen.

Motivation

Die Produktion moderner Hardware und technischer Güter beruht auf hochkomplexen industriellen Prozessen. Oft müssen dabei NP-schwere Optimierungsprobleme gelöst werden, was bedeutet, dass theoretisch keine effiziente algorithmische Lösung existiert. Dabei können selbst kleine Verbesserung bezüglich der aufzuwendenden Ressourcen große gesamtwirtschaftliche Auswirkungen haben.

Ziele und Vorgehen

Der Einsatz von Quantenalgorithmen weckt in bestimmten Anwendungsgebieten allerdings die Hoffnung auf ein effizienteres Lösen als dies mit klassischen Methoden allein der Fall wäre. Die Entscheidung, wann dies der Fall ist, ist für industrielle Nutzer von großer Bedeutung. Das Ziel von QuBRA ist es, Experten und Expertinnen aus der Forschung und Industrie zusammenzubringen, um das Ausmaß des praktischen Quantenvorteils für die kombinatorische Optimierung quantitativ zu erfassen. Experten und Expertinnen kommen dabei aus den Bereichen Quanteninformation, klassische Algorithmik, maschinelles Lernen und der Softwareentwicklung. Bei den Anwendungsfällen geht es dabei insbesondere  um Konfigurations- und Schedulingprobleme im industriellen Kontext. 

Poster