Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
본 연구는 Job-Shop Scheduling Problem의 산업 변형을 세 가지 플랫폼(IBM Quantum, D-Wave, Fujitsu)에서 양자 및 고전적 방식으로 비교 분석했습니다. 그 결과, 솔루션 품질과 확장성을 위해서는 하드웨어와 소프트웨어를 공동 설계하는 것이 필수적임을 입증했습니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.AR의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기양자 프로세싱 유닛(Quantum Processing Units)은 조합 최적화(combinatorial optimisation)를 포함한 특정 계산 문제에 대해 속도 향상을 약속하지만, 그들의 산업적 효용성은 여전히 해결해야 할 과제입니다. 우리는 세 가지 플랫폼, 즉 IBM Quantum, D-Wave Quantum Annealer, 그리고 Fujitsu Digital Annealer를 사용하여 Job-Shop Scheduling Problem의 산업 변형을 양자 방식, 양자 영감(quantum-inspired) 방식, 그리고 고전적 방식으로 연구했습니다. 하드웨어별 제약 조건에 맞게 공식화(formulations)를 조정함으로써, 우리는 솔루션 품질과 확장성(scalability)에 있어 하드웨어-소프트웨어 공동 설계(hardware-software co-design)가 필수적임을 보여줍니다. 우리는 모든 접근 방식을 정확한 고전적 솔버와 MILP(Mixed Integer Linear Programming) 공식화와 비교하여 런타임, 솔루션 품질, 그리고 확장성을 평가했습니다. 우리의 결과는 양자 및 양자 영감 최적화가 산업용 솔버 선택 지원, 고전 워크플로우에 통합, 모델링 결정, 그리고 초기 개념 증명(proof-of-concept) 개발을 지원할 수 있음을 나타내며, 동시에 산업 스케줄링을 위한 개선된 근사치(approximations)를 향한 잠재적 경로를 제시합니다.