执行流程

下图展示了 Pilot 系统中量子计算任务的端到端工作流。

任务提交： 用户可以通过以下方式提交量子计算任务：

• QPandaLite：构建在 Pilot Web 管理界面之上的 Python SDK（通过 Nginx 服务）；

• PilotOSMachine：提供 Python 和 C++ 版本；

• Origin Cloud Platform（本源云平台）：供外部访问的公共 HTTP API。

所有任务均由 QCloudServer 层接收并进行持久化管理。

任务预处理与路由： 对于专用任务（如量子态层析 (QST)、期望估计、EM 计算），QCloudServer 会将其转发给专用的计算服务进行预处理，然后再通过系统 API 调用 Pilot 内核。

Pilot中的任务编排： - OSServerManager 模块作为中央协调器，管理内部模块并维护任务队列。 - 每个任务的状态通过共享的状态映射表进行跟踪。随着任务在各模块间的流转，其状态更新会在 OSServerManager 中汇总。 - 任务完成（成功、失败或取消）后，所有状态数据将传输至 QCloudServer 进行持久化存储，并从 OSServerManager 中移除——确保 OSServerManager 仅保留活动任务的状态。 - OSServerManager 还提供资源预估功能，预测所需的量子比特数、线路深度和运行时间，以支持调度决策。

调度： 经过预估的任务进入调度队列。调度器根据以下因素分配资源： - 任务资源/运行时间需求， - 当前后端的可用性。

支持的策略包括：

• 先来先服务 (FCFS)，

• 最高响应比优先 (HRRN)，

可通过 Pilot 的配置文件进行配置。

编译与执行： 调度后的任务通过优化通道被编译为特定后端的指令。 后端服务随后： - 将任务分发至目标量子硬件（支持多种架构）， - 获取结果和后端状态， - 应用结果修正算法以减轻硬件噪声并提高准确性。

这种精简的架构确保了跨多样化量子计算工作负载的稳定性、可扩展性和高效的资源利用。