QOS：量子操作系统（OSDI 2025）
原题：QOS: Quantum Operating System
一句话总结：QOS 用 Qernel 串联 error mitigation、fidelity 估计、compatibility 多编程与调度。在 IBM 27-qubit 的主要评测中，error mitigator 对 Qiskit 的 fidelity 提升跨 12/24-qubit 被测点为 2.6×/456.5×；多编程的 effective utilization 为平均 +7.2%、最高 +10.1%，不是 9.6×。
问题与动机
NISQ QPU 噪声大、容量小、时空异构强；用户手动选机、无系统级 multi-programming。单点论文（仅 mitigation 或仅调度）无法处理 fidelity vs utilization vs queue 的根本张力——27-qubit 上为保 0.75 fidelity 利用率平均仅 26.3%，同型号 QPU fidelity 可差 38%，负载可差 57×。
关键观察 / 隐含假设
- 观察 1：电路越大 fidelity 指数恶化（4→24 qubit 平均 -98.9%），需 OS 层自动 mitigation 组合。
- 依赖假设：mitigation 预算有限，需在 runtime overhead 与 fidelity 间 tradeoff。
- 可能失效场景：远超 QPU 宽度电路仍无法映射。
- 观察 2：QPU 性能时空波动使「永远选最好机」导致严重负载失衡，但性能差未必配得上排队成本。
- 依赖假设：在线 fidelity estimator 无需昂贵模拟即可指导调度。
- 证据强度：强——120 校准日 Perth 数据波动。
- 假设 1：兼容电路可安全共置（compatibility score + effective utilization），否则 multi-programming 毁灭 fidelity。
- 证据强度：中——9.6× 是相对 solo 的 fidelity 指标；effective utilization 的报告值为平均 +7.2%、最高 +10.1%。
核心方法
Qernel：统一执行单元，串联四层 modular 组件：
- Error mitigator：组合 circuit cutting、qubit reuse、freezing 等（首次非平凡组合）。
- Estimator：分析模型预测各 QPU fidelity。
- Multi-programmer：compatibility scoring + effective utilization。
- Scheduler：多目标 fidelity-aware，平衡负载与等待。
基于 Qiskit/Python，开源。
设计取舍
- 取舍 1：模块化 mechanism/policy 分离，换实现复杂度。
- 取舍 2：模拟 workload 中 formula scheduler c=.7 可牺牲约 2% fidelity 换约 5× 等待降低。
- 边界条件：127-qubit 等大机扩展性论文部分依赖模拟/采样。
实验与结果
指标、基线与边界：average waiting time 与 fidelity；formula scheduler c=.7 vs full-fidelity priority；由 70,000 benchmark circuits 和 7,000+ cloud job runs 构造的 representative workload（§9.6，Fig.13）。
- mitigation（budget b=3）相对 Qiskit/CutQC/FrozenQubits 的 mean fidelity：12-qubit 为 2.6×/1.6×/1.11×，24-qubit 为 456.5×/7.6×/1.67×；对应 classical overhead 为 16.6×/2.5×，quantum overhead 为 31.3×/12×（§9.2，Figs.8–10）。
- 9 benchmarks 的 multi-programming 在 30/60/88% utilization 下，相对 solo fidelity 平均 9.6×、相对 baseline M/P 1.15×；effective utilization 平均 +7.2%、最高 +10.1%，相对 solo 的 fidelity loss 平均 9.6%（§9.4，Fig.11）。
- 模拟 workload 中，formula c=.7 相对 full-fidelity priority 约 5× 更低等待、约 2% 更低 fidelity；GA c=.5 为 2×/4%（§9.6，Fig.13）。
论断—证据表
| 论断 | 证据 | 指标 / 基线 / 评测边界 | 定位 | 置信度 |
|---|---|---|---|---|
| mitigation 提高 fidelity 但有显著执行开销 | 12/24-qubit 的 2.6×/456.5× vs Qiskit；classical/quantum overhead 如上 | error mitigator、budget b=3；12/24-qubit，不泛化端到端 QOS | §9.2，Figs.8–10 | high |
| 多编程在指定 utilization 阈值改善 fidelity | vs solo 9.6×、vs baseline M/P 1.15×；effective utilization +7.2%/+10.1% | 9 benchmarks、30/60/88% utilization；solo fidelity loss 平均 9.6% | §9.4，Fig.11 | high |
| cross-layer 组件在同利用率下提升 fidelity | 48% higher fidelity | 27-qubit QPU、9 benchmarks、8/16/24 initial qubits；vs CutQC + baseline M/P | §9.5，Fig.12 | high |
| scheduler 在模拟 workload 中交易 fidelity 与等待 | c=.7 约 5× lower wait、约 2% lower fidelity | 70k circuits/7k job runs derived workload；vs full-fidelity priority | §9.6，Fig.13 | high |
| 动机中的硬件异质性不是 QOS 的端到端收益 | 4→24 qubit fidelity -98.9%；9 benchmark utilization 26.3% | IBM Kolkata 27q/各诊断 workload；不作为 QOS gain | §3.1–3.4，Figs.3–4 | high |
批判性分析
论证链条
NISQ 约束 → 单点优化不够 → Qernel 统一四层 → 真实设备大规模评估。链条在 IBM Falcon 类设备闭合；离子阱等其他技术需重标定 noise model。
假设压力测试
- mitigation 组合开销可能吞噬队列收益（论文有 budget 但生产 SLA 未知）。
- compatibility 估计错误时 co-run 灾难性降 fidelity。
- 云计费模型变化后「等待时间」权重可能改变。
实验可信度
真实硬件 7000 runs 是亮点；benchmark 实例多。与完全手动专家调优对比需细看附录。
系统性缺陷
论文未讨论：多租户公平性、作业抢占、与经典 HPC 混合调度、fault recovery 跨校准周期。
局限与后续工作
- 局限 1：绑定 NISQ 规模，逻辑 qubit 时代需重构。
- 局限 2：mitigation 与调度 policy 最优性未证明。
- Future work 1：更大 QPU（127+）与跨提供商 federated scheduling。
- Future work 2：与经典 OS 协同的 hybrid workflow scheduler。
相关
- 相关概念：Scheduling、Fault Tolerance
- 同类系统：Qiskit Runtime、IBM Cloud quantum queue
- 同会议：OSDI-2025