تسير حوسبة الكم (Quantum Computing) بخطى سريعة نحو إعادة تشكيل عالم الحسابات المعقدة، ويبدو أن هناك بارقة أمل جديدة مع التقنيات الحديثة التي تستفيد من الذكاء الاصطناعي. في إطار هذا التطور، تم تقديم إطار عمل جديد يركز على جدولة الدوائر الكمومية (Quantum Circuits) في أنظمة متعددة وحدات المعالجة الكمومية (Multi-QPU Systems) مما يعد خطوة رائدة لأداء عالٍ وموثوق.

تتكون هذه الأنظمة من وحدات معالجة تحتمل اختلافات في الحجم والتوبولوجيا والأخطاء، حيث تعتبر الأخطاء المتاجرة (Errors) في الأجهزة الحالية تحديًا جسيمًا يؤثر على نتائج البرمجيات. في هذا السياق، تُعد الدقة (Fidelity) المفتاح الأساسي لنجاح هذه العمليات، حيث تعتمد على طريقة تجميع الدوائر الكمومية المستهدفة لجهاز معين. والمعادلات المرتبطة بهذا التحدي تستدعي تحليلًا معمقًا ومراجعة دقيقة للعمليات للحفاظ على مستوى عالٍ من الدقة.

تقديم إطار عمل جدولة يرتكز على الشبكات العصبية البيانية (Graph Neural Networks) يوفر حلاً ناجحًا لمشكلة التجميع من خلال تقدير الدقة المتوقعة لكل دائرة على كل وحدة معالجة متاحة. يمكن لهذا النظام المبتكر تحديد التوازن الصحيح بين الدقة والأداء، مما يتيح إمكانية تجميع العمليات بدقة عالية دون الحاجة لاستهلاك مجموعات الموارد بالكامل.

وأظهرت النتائج الأولية أن هذا الإطار يعمل على تقليل الموارد المستهلكة مقارنةً بالأسلوب التقليدي الذي يعتمد على تجميع كل دائرة على كل جهاز، مما يُعزز فعالية الأداء بشكل كبير.