QOS: Quantum Operating System (OSDI 2025)

一句话总结：QOS 是第一个模块化的量子操作系统，围绕 Qernel 抽象统一组合 error mitigation、fidelity 估计、多路复用和调度四层，fidelity 最高提升 456.5×、QPU 利用率 9.6×、等待时间减 5×。

问题

今天的量子处理器（QPU）运行在 NISQ（Noisy Intermediate-Scale Quantum）范式下：噪声大、比特数小（几十到 100s）、同型号不同机器甚至同机器不同校准日噪声都不同。给 QPU 编程/跑任务还面临：

Fidelity 随比特数骤降：4→24 量子比特 GHZ 电路 fidelity 下降 98.9%
时空异构：同型号 IBM Falcon 6 台机器跑 12-qubit GHZ 最佳与最差 fidelity 差 38%；同一 Perth 机器 120 天中 20 天 fidelity 单日下滑 >5%
利用率 vs fidelity 天生冲突：要 ≥0.75 fidelity 27-qubit QPU 平均只能用 26.3%，不能像经典 CPU 那样跑满
负载不均：IBM 同尺寸 QPU 间待处理任务数差 57×，因为用户手动挑 fidelity 最高的机器

现有研究/产品（IBM Cloud、AWS Braket、若干学术点方案）碎片化：fidelity 提升工具不带运行时、multi-programming 只有 FIFO/随机、调度启发式写死——没有把这些能力统一暴露给上层的”量子操作系统”。

QOS 用 Qiskit 实现，四层模块+跨层协同围绕一个共同抽象 Qernel（封装电路静/动态属性：qubit 数、depth、gate type、SupermarQ feature vector 等）：

Error Mitigator：组合三类技术（circuit cutting & knitting、qubit freezing、qubit reuse）并在 budget b 下贪婪挑 hotspot（如度数高的 qubit）。工作流示例：先 freeze 高度数节点，再 circuit-cut 两个 gate 出 2 个小片，最后 qubit reuse 压到 2-qubit——综合协同比任何单技术都好。Map-reduce 分布式后处理 8^k 个 bit-string 组合
Estimator：不做昂贵模拟，而用分析模型/回归给 (Qernel, QPU) 打 fidelity 分。读取 QPU 校准数据（readout error、gate error、T2 相干时间、crosstalk），对电路逻辑→物理 transpile 后乘以各项错误概率（基于 Mapomatic）
Multi-programmer：引入 compatibility score 和 effective utilization 概念，把兼容的多个小 Qernel 空间共置到同 QPU，加 buffer zone 抑制 crosstalk，在 utilization 和 fidelity 间权衡
Scheduler：第一个 fidelity-aware 多目标调度器。用加权公式 c·fidelity + (1−c)·waitingTime，或遗传算法生成 Pareto 前沿

QOS API（run(circ, cnfgs)、results(jID)）把这些复杂度藏到 hardware-agnostic 接口后面，mechanism 与 policy 严格分离。

所有数字基于 IBM 27-qubit QPU、70,000 benchmark 实例、7,000 真实量子 run：

Error mitigator 提升 fidelity 2.6-456.5×（随问题规模）
Multi-programmer 给定 utilization 目标下相比 baseline 提升 fidelity 1.15-9.6×
Scheduler fidelity 权重 c=0.7 时 waiting time 降 5×，fidelity 只损失约 2%；genetic-algorithm policy c=0.5 时 waiting 2×、fidelity −4%
最大 QPU 负载差异从 57× 缩到 15.2%