QUANTUM COMPUTING PER L'OTTIMIZZAZIONE DELLE RETI MOBILI (4.5G E 5G)
←
→
Trascrizione del contenuto della pagina
Se il tuo browser non visualizza correttamente la pagina, ti preghiamo di leggere il contenuto della pagina quaggiù
20 notiziariotecnico anno 29 1/2020 21 QUANTUM COMPUTING PER L’OTTIMIZZAZIONE DELLE RETI MOBILI (4.5G E 5G) Andrea Boella, Michele Ludovico, Giuseppe Minerva, Mauro Alberto Rossotto Il quantum computing è tra le stato attuale di sviluppo del- tecnologie innovative di mag- la tecnologia, si prevede che gior interesse, accompagnato la disponibilità “commercia- da un “hype” sui mezzi di co- le” di quantum computers con municazione per le potenzia- potenze di calcolo elevate e la lità che sembrano promettere loro applicazione su larga sca- un impatto disruptive in diver- la, si verificherà su un orizzon- si campi. te temporale stimabile tra i 5 La competizione per la leader- e i 10 anni. ship tecnologica nel quantum Ciò non toglie che il quantum computing è partita da alcuni computing possa già essere anni e l’interesse è cresciu- applicato ad alcuni casi d’uso, to negli ultimi tempi grazie sfruttandone opportunamente ai progressi della ricerca e al le capacità computazionali at- recente annuncio sul raggiun- tualmente disponibili. È quan- gimento della “quantum su- to è avvenuto nel contesto premacy” da parte di Google, TIM, in cui è stato applicato ad cioè l'individuazione di un pri- un problema di pianificazio- mo esempio reale di algoritmo ne delle reti mobili 4.5G e 5G. implementato sul Quantum I risultati sono incoraggianti Computer, che non può essere avendo ottenuto una maggio- elaborato in tempi di calcolo re rapidità di esecuzione (con accettabili sui computer clas- un fattore 10x) e una qualità sici. media superiore rispetto ai Questi risultati hanno creato metodi tradizionali di ottimiz- grandi aspettative, ma, allo zazione.
22 notiziariotecnico anno 29 1/2020 23
Introduzione al tistica per realizzare degli elabora- intermedio tra i due stati fisici corri-
quantum tori che cambiassero l'approccio e spondenti ai valori 0 e 1. Per usare
la metodologia di lavoro. Sono stati un’analogia, si può pensare ad una
L’idea che ha dato origine allo svi- così teorizzati e poi progettati i pri- moneta che a seconda di come è po-
luppo del quantum computing na- mi computer quantistici che, grazie sizionata può essere rivolta verso il
sce dall’osservazione che i fenome- ad alcune caratteristiche peculiari lato “testa” o lato “croce”. Se la mo-
ni della natura e le aree scientifiche della meccanica quantistica, per- neta viene fatta roteare, finché non
che dal loro studio sono state de- mettono un’elaborazione parallela e si ferma entrambe le facce “testa” e
rivate (fisica, chimica, biologia…), probabilistica in grado di affrontare “croce” sono contemporaneamen- 1
Confronto tra Classical and Quantum Computing
sono governati dai fenomeni della e risolvere questi casi complessi.[1] te possibili; in questa condizione Il bit, unità di informazione classica, può assumere solo uno dei possibili valori alla volta (0 OR 1) mentre i qubit, unità
meccanica quantistica. Pertanto, Questo nuovo approccio “quantisti- la moneta è come se si trovasse in di informazione quantistica, possono assumere entrambi i valori (0 AND 1) contemporaneamente (superposition)
per progredire ulteriormente nella co” è generalizzabile, perché questa uno stato di sovrapposizione. Que-
conoscenza di questi campi, è ne- tipologia di problemi si incontra in sto stato, che nel mondo quantum
cessario disporre di un computer vari contesti come la chimica dei si chiama superposition, conferisce
che abbia una logica computazio- materiali, la meteorologia, la finan- ai quantum computer quelle carat- a causa dell’elevato numero di ta un sistema a raggiungere la zione diretta col volume di qubit
nale che riproduca gli stessi principi, za. teristiche probabilistiche alla base qubit necessari. Per avere un’i- condizione di equilibrio a mini- supportati, ma ridotta perché i
cioè – in altri termini – un’analoga Pur disponendo di una potenza di delle loro potenze di calcolo espo- dea del grado di interesse attor- ma energia. Modellando quin- qubit non sono tra loro connessi
modalità di funzionamento. In que- calcolo elevata, i quantum compu- nenziali. Le capacità computazionali no al quantum gate array, i ven- di un fenomeno ben definito, è a maglia completa.
sto modo, tutte le attività di ricer- ters non sostituiranno i computer dei quantum computers si misurano dor che stanno investendo in un computer adatto a trattare
ca e sviluppo (elaborazione di dati, classici, ma lavoreranno in siner- sulla base del numero di qubit che questa tecnologia sono IBM, Go- una classe specifica di problemi, Attualmente entrambe le tipolo-
definizione di modelli, simulazioni, gia con questi secondo un modello sono in grado di gestire. ogle, Microsoft, Intel, Alibaba. I quelli di ottimizzazione di natu- gie funzionano come dei quantum
analisi predittive, ecc.) potranno di computazione ibrida classica – Nella famiglia dei quantum compu- quantum computer attualmen- ra combinatoria. Il fornitore più computer solo se protette in un am-
essere effettuate più facilmente e quantistica. Le due tecnologie, in- ter, si possono distinguere alcune te più potenti supportano circa rappresentativo della categoria biente pressoché isolato e prossimo
in maniera più accurata, perché più fatti, sono adatte a classi distinte di tipologie di processori - anche de- 50 qubit e per arrivare a disporre quantum annealer è canadese, alla temperatura dello zero assolu-
precisa potrà essere la rappresen- problemi: alle famiglie di problemi nominati QPU (quantum processing di macchine che ne equipaggi- D-Wave che fornisce un pro- to. Qualunque minimo disturbo (vi-
tazione dei fenomeni da analizzare. elaborabili con computer classici, si unit) - in base alla tecnologia e alla no alcune centinaia, quantità cessore di 2000 qubit e ha in brazione, variazione di temperatu-
La caratteristica di questi problemi aggiungono quindi le famiglie adat- finalità: necessaria per le dimensioni dei roadmap il rilascio commercia- ra, rumore, ecc.) provoca la perdita
è quella di avere una complessità te ai quantum computers. • Quantum gate array: anche problemi che dovrebbero trat- le della sua evoluzione a 5000 delle loro proprietà quantistiche
computazionale che cresce espo- Nei computer classici, l’unità di in- denominato universal quan- tare, occorrerà, in base alle at- qubit nel corso del 2020. La nu- e di conseguenza le loro capacità
nenzialmente all’aumentare delle formazione attraverso cui sono co- tum computer per intendere la tuali previsioni, aspettare alcuni merosità dei qubit così elevata computazionali. Queste tipologie di
dimensioni dei dati di input. dificati i dati da processare è rappre- macchina in grado di elaborare anni (5 – 10). Per coprire questo rispetto al quantum gate array, quantum computer, quindi, devono
La complessità di questi problemi, sentata dal bit che può assumere qualunque processo computa- gap temporale e poter già ap- è dovuta al fatto che i quantum essere installate in ambienti che ga-
dovuta alla numerosità delle varia- due valori in maniera fra loro esclu- zionale complesso (qualunque plicare il quantum computing a annealer non sono macchine rantiscono quelle specifiche condi-
bili, impedisce ai computer classici siva (0 oppure 1). Nei computer algoritmo quantistico) in forma casi d’uso reali, la tecnologia si universali, ma ottimali per una zioni di isolamento tipiche dei labo-
di eseguire simulazioni o ricerche di quantistici l’unità di informazione massiva (senza limitazioni sulle è orientata anche su soluzioni specifica famiglia di problemi e ratori. Per questa ragione l’accesso
ottimizzazione efficaci a causa del è, invece, il qubit (quantum bit) che, dimensioni dei dati trattati) in alternative, descritte nei punti nella loro modalità di proces- ai quantum computers attualmente
loro approccio "lineare e sequenzia- grazie ai principi della meccanica tempi rapidi. Si tratta del quan- seguenti. [2] sing la gestione dei qubit è più è fornito in modalità cloud attraver-
le". La crescita della capacità com- quantistica che ne sottendono l’im- tum computer così come lo im- • Quantum annealer: è un com- semplice, semplificando di con- so un’interfaccia, tramite la quale si
putazionale degli elaboratori classi- plementazione, può assumere non maginiamo per analogia con i puter che utilizza una modalità seguenza anche la tecnologia di forniscono i dati di input e il codice
ci non è una soluzione praticabile in solamente i valori 0 o 1, ma anche computer classici, versatile con di elaborazione che riproduce base. Occorre anche considera- dell’algoritmo da eseguire scritto in
questo ambito, per cui si è guardato entrambi contemporaneamente (0 prestazioni massime, ma anche un fenomeno fisico specifico: re che la potenza di calcolo del un linguaggio di alto livello e si ot-
ai fenomeni della meccanica quan- e 1), in uno stato di sovrapposizione molto complesso da realizzare, la tendenza naturale che por- quantum annealer non è in rela- tengono i risultati dell’elaborazione.
24 APPROFONDIMENTO notiziariotecnico anno 29 1/2020 25
D-Wave’s vision:
Per la modalità on-premises, larga- nella modellizzazione e pro- • problemi di ottimizzazione
mente diffusa con i computer classi- grammazione quantistica • ottimizzazione nell’asse-
ci, occorrerà attendere l’evoluzione • la programmazione quantistica gnazione/riuso di risorse
the future of quantum computing and its applications tecnologica. degli algoritmi porta già dei pri- soddisfacendo certi vincoli,
mi vantaggi negli scenari di otti- come per esempio nei casi
Quantum computing has the potential to fundamen- D-Wave’s Quantum Annealing In questa fase transitoria, in attesa mizzazione, poiché la corrispon- assimilabili al problema di
tally change society and how we interact with techno- Computers della piena maturità del quantum dente modellizzazione è diversa colorazione delle mappe
logy. computing, si stanno affacciando e abilita la ricerca non lineare di • ottimizzazione di percorsi
Quantum is poised to disrupt a number of major in- D-Wave quantum computers use a process called quan- sul mercato soluzioni che possia- soluzioni al problema (esempio tipico è il travel
dustries, including transportation, mobility, materials tum annealing to find solutions to problems expressed in mo definire “QUANTUM INSPIRED”. • utilizzando processori classici salesman problem) per ge-
science, medicine, and more, enabling powerful new terms of optimizing a certain function. A problem is re- Si tratta di emulatori Hardware e/o (CPU e GPU), ammettono anche stione di veicoli, robot, dro-
applications that aren’t possible with classical super- presented by a graph with real-valued weights on nodes Software che permettono di svi- la modalità di installazione on- ni, aerei, flusso di traffico
computers. and edges. The graph is mapped onto an arrangement luppare codice Quantum Ready, premises o in Edge (sempre che ecc.
of qubits (nodes) and couplers (edges) inside the quan- eseguendolo inizialmente su pro- le loro potenze di calcolo siano • ricerche esaustive su spazi di ri-
While it’s still early in the lifespan of quantum com- tum processing unit (QPU). During the computation (cal- cessori lineari come CPU e GPU. Le sufficienti per le applicazioni su cerca di grosse dimensioni
puting, promising applications with practical business led an anneal), gradually-evolving forces are applied to potenzialità equivalenti di queste cui si intende impiegarli) • applicazioni legate alla
value are emerging. the qubit system, to drive it into an energy state that cor- soluzioni sono nell’ordine di alcune crittografia, per sviluppare
responds to an optimal solution to the original problem. decine di qubit e quindi compara- La disponibilità di computer quantici nuovi protocolli di cifratura
Cloud access and hybrid quantum/classical computing Typical anneal times range from 2 to 200 microseconds bili con le potenze di calcolo degli di capacità di calcolo elevate, potrà resistenti ai quantum com-
approaches have made it much easier for virtually any per input. attuali quantum computer di tipo sicuramente ridurre i tempi di ela- puter
organization or developer to get started building quan- gate array. Rispetto a questi hanno borazione di queste stesse procedu- • classificazione di dati di grosse
tum applications. A current-generation D-Wave 2000QTM system contains il vantaggio che i loro qubit sono più re sviluppate su quantum inspired dimensioni o per identificazione
2000+ qubits with up to six couplers per qubit (fewer on stabili, visto che utilizzano hardware e contemporaneamente aiutare a di pattern ricorrenti
To date, D-Wave users and customers have built over circuit boundaries). This allows the QPU to solve problem classico. Ricordando che la potenza trovare le soluzioni ottime, cioè di • applicazioni per il Machine
200 quantum applications in diverse fields. graphs with between roughly 64 nodes (dense) and 2000 di calcolo dei quantum annealer è maggiore qualità. Learning di image proces-
nodes (sparse), depending on qubit yields. inferiore rispetto al dato di targa, i sing, analisi predittive, dia-
Major companies, including Menten AI, Volkswagen, quantum inspired sono comparabi- gnosi
the German Aerospace Center, and the Italian State The QPU operates within a highly shielded environment li - in termini di prestazioni – anche • set ottimale dei pesi di una
Railway, have used D-Wave quantum computers to --- at temperatures below 15 millikelven, and experien- con questa tipologia di quantum Applicazioni del rete neurale.
optimize various parts of their R&D, resource alloca- cing less than 50,000x of Earth’s magnetic field --- to pro- computer. quantum computing
tion, and supply chain. tect the computation from external noise and improve Le applicazioni descritte sono non
the probability of a successful outcome. Typical anneal Oltre ai fattori prestazionali, le so- I computer quantistici sono adat- solo complesse a livello computa-
As quantum computers increase qubit counts and pro- times range from 2 to 200 microseconds per input. luzioni quantum inspired sono in- ti per trattare problemi complessi, zionale, ma anche – nella maggior
cessing power – such as D-Wave’s upcoming 5000 qu- teressanti per una serie di ulteriori che sono rappresentabili con mo- parte dei casi – time-critical.
bit Advantage system – applications will become more The next-generation AdvantageTM system, to be laun- motivi: delli multidimensionali nei quali La gestione real-time di questi casi
robust and lead to breakthroughs in critical fields, in- ched later this year, will contain 5000+ qubits and appro- • il software sviluppato per que- intervengono un numero elevato di d’uso, che tipicamente viene soddi-
cluding drug discovery, transportation, and machine ximately 15 couplers per qubit, corresponding to problem ste piattaforme sarà riutilizza- variabili e che richiedono, di conse- sfatta collocando la logica di con-
learning, among others. graphs with between roughly 182 and 5000 nodes. bile sui computer quantistici di guenza, tempi di elaborazione mol- trollo in prossimità del punto di at-
potenza elevata, quando si ren- to lunghi, talvolta non compatibili tuazione, al momento non è ancora
deranno disponibili con le tecnologie tradizionali. possibile con i quantum computers
Dr. Catherine McGeoch • offrono un ambiente di sviluppo I casi d’uso che presentano queste ma lo diventerà col miglioramento
cmcgeoch@dwavesys.com sul quale acquisire esperienza caratteristiche sono tipicamente: della tecnologia.
26 notiziariotecnico anno 29 1/2020 27
Nella prospettiva che il quantum se. Un primo esempio che è stato due componenti, mediante la rela- una cella all’altra e – di conseguenza quindi, la qualità del servizio speri- sia dalla numerosità delle violazioni
computing diventi una tecnolo- affrontato e sperimentato con le zione: – subire una caduta di chiamata. Un mentata dagli utenti. introdotte (una generica coppia di
gia adatta per un’installazione on- tecniche di quantum computing è [Eq1] PCI=3.Group_ID+Cell_ID ulteriore obiettivo, meno priorita- In particolare, una buona pianifica- celle, infatti, può violare contempo-
premises, si può pensare ad un suo la pianificazione degli identificativi rio rispetto al precedente, è evitare zione consente di ridurre significati- raneamente più vincoli di “riuso”,
utilizzo a livello di edge, proprio per di cella (PCI: Physical Cell Identifier) La coppia Group_ID e Cell_ID è usa- l’assegnazione di PCI con lo stesso vamente i tassi di caduta delle con- anche della stessa tipologia).
la gestione delle applicazioni time- nelle reti mobili 4.5G e 5G. I ta sia per la generazione dei cana- Group_ID a nodi geograficamente nessioni in corso, il tutto grazie alla
critical. li di sincronizzazione utilizzati dal vicini (“adiacenti”) e operanti sulla diminuzione dei fallimenti nell’ese- Il costo relativo a ciascun tipo di
n ambito radiomobile, si definisce terminale mobile per agganciarsi stessa banda frequenziale, condi- cuzione delle procedure di Hand- violazione dipende, quindi, sia dalla
Un’alternativa, per disporre di ca- “cella” l’unità elementare di terri- correttamente alla cella sulla qua- zione utile – insieme all’uso obbli- Over (cioè il passaggio della connes- conformazione geografica del ter-
pacità computazionali quantistiche torio corrispondente ad una anten- le intende operare, sia per generare gatorio di un medesimo Group_ID sione da una cella ad un’altra). Ciò ritorio – attraverso la copertura del
all’edge, è rappresentata dalle solu- na trasmittente e ad una specifica il segnale di riferimento della cella all’interno di ciascun nodo – al fine implica notevoli benefici – in parti- segnale radio garantita da ciascuna
zioni quantum inspired, presumibil- banda frequenziale. L’identificazio- medesima (un vero e proprio “faro”) di facilitare le funzionalità di deco- colare – per le connessioni “voce” cella che incide direttamente sul-
mente realizzabili in tempi più brevi ne della cella, proprio attraverso il la cui individuazione è necessaria difica. (chiamate VoLTE, nel contesto LTE) la definizione delle adiacenze – sia
e compatibilmente con le prestazio- PCI, consente ai terminali mobili di affinché il terminale possa decodifi- per le quali la velocità di esecuzione dall’importanza che si attribuisce a
ni che sono in grado di garantire [3]. gestire le procedure di mobilità nel care le informazioni di servizio tra- I problemi di “collision” e “confusion” e il corretto completamento della ciascun vincolo non rispettato, che
passaggio tra celle geograficamen- smesse dal sistema. corrispondono, a tutti gli effetti, a procedura sono di fondamentale è propria di ogni Telco Operator
te adiacenti. veri e propri vincoli di assegnazio- importanza per ottenere prestazioni poiché derivante dalla lunga espe-
L’obiettivo finale della pianificazione ne (comunemente detti di “riuso”), adeguate. rienza accumulata nel corso dello
Un esempio di L’identificativo PCI è assegnato a dei PCI è la definizione di un “piano” che discendono dall’esistenza delle sviluppo delle reti.
ottimizzazione ciascuna cella della rete mobile che minimizzi i problemi correlati adiacenze di rete e/o elettromagne- Il numero di differenti PCI disponibili
della rete mobile: la all’interno di un set predefinito di ai cosiddetti casi di “collision” (PCI tiche specifiche del sistema 5G o ai fini della pianificazione degli iden- In conseguenza di quanto descritto
pianificazione degli valori, variabile da sistema a si- uguali assegnati a celle adiacenti) LTE e delle adiacenze di rete dovute tificativi di cella dipende dalla rete e data una generica coppia di celle
identificativi di cella stema in base alle specifiche ca- e “confusion” (PCI uguali assegnati alla presenza, nel medesimo territo- considerata ed è pari a 1008 (con (i,j), i due fattori di costo sono i se-
(PCI) ratteristiche della rete. In termini a celle aventi un’adiacenza in co- rio, di celle delle reti 2G e/o 3G. numerazione 0÷1007) nel caso 5G guenti:
generali, il PCI è composto da due mune) illustrati sinteticamente in e 504 (con numerazione 0÷503) nel
Nell’ambito delle telecomunicazio- differenti campi, denominati – ri- Figura 2. In tale contesto è importante evi- caso LTE. Tali valori sono generati Ci,j costo (“degrado”) dovuto all’as-
ni, problemi di ottimizzazione sono spettivamente – Group_ID e Cell_ In presenza di tali situazioni, infatti, denziare come la gestione del pas- mediante la relazione [Eq 1] in base segnazione dello stesso PCI alle cel-
presenti in differenti contesti in cui ID; il valore risultante dell’identifi- il terminale mobile può fallire le pro- saggio di una connessione in essere al Group_ID e al Cell_ID, i cui campi le i e j
le risorse sono limitate e condivi- cativo è espresso, in funzione delle cedure di mobilità nel passaggio da dalle reti di precedente generazione di esistenza sono i seguenti:
alla rete LTE, sia spesso garantita Si,j costo (“degrado”) dovuto all’as-
semplicemente definendo “in adia- per 5G segnazione dello stesso gruppo alle
cenza” la cella 2G o 3G di interesse Group_ID ∈ [0; 355] Cell_ID ∈ [0; 2] celle i e j.
2 e la banda frequenziale LTE verso la
Condizioni di “collision” e “confusion” quale si intende far migrare la gene- per LTE Il costo complessivo (cioè il “degra-
fra celle delle reti 4.5G o 5G
rica chiamata, senza indicazione di Group_ID ∈ [0; 167] Cell_ID ∈ [0; 2] do” totale) di un piano di assegna-
specifiche celle della rete 4.5G. zione, è dato da una funzione di co-
Al fine di meglio quantificare il po- sto contenente i contributi (alcuni di
In termini generali, la definizione tenziale peggioramento delle pre- valore nullo) dovuti alla potenziale
di un piano dei PCI che soddisfa il stazioni della rete, è associato – al violazione dei vincoli di “riuso” rela-
maggior numero possibile di vincoli mancato rispetto dei vincoli di “riu- tivi ai PCI e ai Group_ID di ciascuna
di “riuso” permette di migliorare le so” – un “costo” dipendente sia dal- possibile coppia di celle oggetto del-
prestazioni della rete di accesso e, la tipologia del vincolo coinvolto, la pianificazione.
28 notiziariotecnico anno 29 1/2020 APPROFONDIMENTO
29
La funzione assume, quindi, la se- traverso la pianificazione dei PCI in dei sistemi di gestione della rete
REPLY'S VISION: ALGORITMI E
CASI D’USO PER IL QUANTUM
guente forma: “closed loop” integrando, all’interno (Element Managers).
Totcost=∑i∑jCi,j ⋅ vi,j+∑i∑jSi,j ⋅ wi,j [Eq 2] del framework, gli algoritmi di ri-
cerca operativa sviluppati da TIM e L’applicazione del Quantum Com-
dove:
vi,j = 1 se lo stesso PCI è assegnato
impiegati anche nelle fasi di proget-
tazione della rete.
Nel caso della pianificazione dei PCI,
puting è stata pensata con un ulte-
riore scambio di informazioni verso
sistemi esterni (nel caso specifico
COMPUTING
alle celle i e j in particolare, è utilizzato un algorit- “hosted” presso D-Wave). Un mag- Il Quantum Computing è una disciplina al confine tra Vector Machines (QSVM) e Quantum Neural Networks
vi,j = 0 altrimenti mo di tipo “Fast Greedy” [6]. giore livello di integrazione sarà va- la fisica, la matematica, l’informatica e l’ingegneria in (QNN).
wi,j = 1 se lo stesso Group_ID è asse- lutato nell’ipotesi di disponibilità di continuo sviluppo, il cui scopo è quello di svolgere ope- Per quanto riguarda i problemi di ottimizzazione com-
gnato alle celle i e j L’approccio alla pianificazione dei quantum computer gestiti “on pre- razioni computazionalmente costose in tempi molto binatoria, risultano adatti i cosiddetti Quantum An-
wi,j = 0 altrimenti. PCI basato sul Quantum Computing mises” all’interno della rete TIM. ridotti e, allo stesso tempo, raggiungendo risultati di nealers. Questi incapsulano un diverso tipo di QPU in
si inserisce nel contesto Open SON, alta qualità. cui non è possibile manipolare direttamente lo stato
La pianificazione degli identificati- come descritto in Figura 3. La gamma di problemi che può essere affrontata attra- dei qubit, bensì occorre programmare la funzione di
vi PCI effettuata in coordinamento verso il formalismo quantistico è molto ampia e spazia energia cui il sistema quantistico è sottoposto. Que-
con l’algoritmo automatico di indi- In particolare, il modulo RAN Orche- Modellizzazione dal Machine Learning e Intelligenza Artificiale all’Otti- ste macchine lavorano lasciando che i qubit evolvano
viduazione delle adiacenze di rete strator (corrispondente all’applicati- dell’algoritmo di mizzazione Combinatoria. naturalmente verso il minimo della funzione d’energia
(operante in closed looop sulla base vo TIMqual sviluppato “in house” da pianificazione PCI Nel primo caso si vedono come maggiori protagonisti data dal modello di Ising.
delle misure raccolte dai terminali) TIM) si occupa di gestire lo scambio in ottica quantum i cosiddetti Universal Quantum Computer, ovvero dei L’approccio che fa uso dei Quantum Annealers si pre-
è gestita in TIM attraverso la piat- di informazioni con gli elementi di Computing calcolatori quantistici in cui è possibile accedere diret- sta particolarmente alla soluzione di problemi che dif-
taforma Software Open SON (Self rete, attraverso le API (Application tamente allo stato dei qubit e, pertanto, modificarlo in ficilmente possono essere riscritti mediante modelli
Organizing Network) descritta in [4]. Programming Interfaces) rese di- Modello QUBO modo arbitrario. Questo tipo di approccio ha permesso lineari, come, ad esempio, la pianificazione dei Physi-
In [5] sono illustrati, inoltre, i risul- sponibili dai sistemi di ACM (Auto- L’attività di pianificazione degli lo sviluppo di algoritmi come il Variational Quantum Ei- cal Cells Identifier (PCI) per l’ottimizzazione delle reti
tati ottenuti – in termini di miglio- matic Configuration Management) identificativi di cella (PCI), ha l’obiet- gensolver (VQE) o il Quantum Approximate Optimiza- mobili 4.5G e 5G. Inoltre, dato che il modello riguarda
ramento delle cadute VoLTE – at- forniti dai RAN vendors nell’ambito tivo, come descritto, di ottimizzare tion Algorithm (QAOA) particolarmente adatte al Ma- un caso reale e quindi complesso, risulta fondamenta-
chine Learning e alla simulazione di sistemi quantistici. le utilizzare il Quantum Annealer applicando tutte le
L’idea alla base di queste due strategie consiste nella possibili strategie che ne consentono il miglior utilizzo.
cooperazione tra macchine classiche e quantistiche: Questo si rende necessario in quanto modalità diver-
3
Framework Open SON la velocità della Quantum Processing Unit (QPU) vie- se impattano significativamente sulle caratteristiche
di TIM e interazione ne sfruttata per misurare l’energia del sistema, mentre della soluzione trovata, come approfondito in questo
con la piattaforma di
Quantum Computing la parte classica viene sfruttata attraverso un sistema lavoro in pubblicazione su Springer Quantum Machine
che di fatto impara la strategia migliore per codificare Intelligence [8].
i dati in una macchina quantistica. Di conseguenza di- Nel caso della pianificazione dei PCI, la velocità di ese-
venta possibile trovare, ad esempio, pattern nascosti cuzione dell’algoritmo unito alla possibilità di trovare
nei dati per risolvere problemi di Supervised Learning, soluzioni di qualità molto alta a problemi non-lineari
oppure ottenere il minimo di una funzione arbitraria ha permesso di verificare come gli algoritmi Quantistici
in un problema di ottimizzazione. È su questo princi- possano essere applicati con successo a problemi reali.
pio che si fondano algoritmi quali Quantum Support
L. Asproni l.asproni@reply.it
D. Caputo da.caputo@reply.it
M. Magagnini m.magagnini@reply.it
30 notiziariotecnico anno 29 1/2020 31
l’assegnazione rispettando i vincoli conto anche dei vincoli a cui le nell’ambito dei problemi di ottimiz- HPCI esprime il costo che deriva Così facendo l’algoritmo QUBO è calcolo dei computer a disposizione
SC
di “riuso”. variabili devono sottostare. L’ar- zazione combinatoria. dall’utilizzo dello stesso PCI su celle stato strutturato in due fasi: (CPU, GPU, QPU).
È quindi un problema di natura com- tificio matematico per includere adiacenti 1. primo layer: assegnazione Questo perché la complessità com-
binatoria analogo, in linea di princi- questi vincoli porta ad avere ad A rafforzare ulteriormente l’impor- degli identificativi di gruppo putazionale del problema cresce
pio, al problema di colorazione delle una formulazione “compatta”, tanza del modello, contribuisce il fat- HGROUP esprime il costo che deriva (Group_ID) con la definizione di esponenzialmente all’aumentare del
SC
mappe geografiche, nelle quali due autoconsistente e quindi “un- to che anche nelle librerie software dall’utilizzo dello stesso Group_ID su un modello QUBO che coinvol- numero delle celle.
paesi confinanti devono assumere constrained” delle piattaforme di quantum com- nodi adiacenti ge i soli due termini: HGROUP , In funzione dei vincoli sulla potenza
HC
colori diversi. • l’ottimizzazione consiste nell’in- puting sono stati integrati solver di HGROUP di calcolo, sono stati creati dei set di
SC
Nella classe dei problemi di ottimiz- dividuare il minimo della funzio- risoluzione per il QUBO. HGROUP y esprime il vincolo di uti- 2. secondo layer: assegnazione dei dimensioni massime di alcune cen-
_ HC
zazione combinatoria, un framework ne di costo quadratica. Per quanto visto nell’introduzione, i lizzare Cell_ID diversi per celle dello Cell_ID di ogni cella all’interno tinaia di celle, sulla base delle loro
che trova ampia applicazione è il quantum annealer sono particolar- stesso nodo. dei gruppi, utilizzando l’assegna- adiacenze.
QUBO (Quadratic Unconstrained Bi- Mettendo assieme gli elementi de- mente adatti per i problemi di otti- zione dei gruppi del primo layer,
nary Optimization)[7]. scritti, si ottiene il “Quadratic Uncon- mizzazione di natura combinatoria; I pesi di ognuno (le ) devono essere ottenendo così la distribuzione
strained Binary Optimization” model, per questo motivo l’algoritmo di pia- calibrati per individuare l’area otti- dei PCI di ogni cella. Il corrispon-
In questi problemi, generalmente, cioè il QUBO. nificazione PCI, sviluppato secondo male di lavoro. dente modello QUBO contie- Risultati
intervengono una serie di variabili bi- La generalizzazione del modello ai il modello QUBO, è stato eseguito ne quindi i tre termini: HPCI , dell’elaborazione
dell’algoritmo QUBO
HC
narie, che possono quindi assumere casi in cui anziché il minimo occorra sul quantum computer di D-Wave L’elaborazione di questo algoritmo HGROUP y , HPCI .
di pianificazione PCI
_ HC SC
due soli valori corrispondenti a due individuare il massimo, si deriva ri- 2000QTM. “completo”, comprensivo di tutte le
stati “netti” (0/1, si/no, on/off...). Ogni formulando la funzione obiettivo del Lo stesso algoritmo QUBO è stato componenti, ha però presentato al- I due layer così costituiti, hanno sin-
combinazione del set di variabili de- problema nel suo opposto negativo; elaborato anche su CPU e GPU. cuni problemi: golarmente una complessità com-
termina un risultato che, a seconda in questo modo il metodo di risolu- • la calibrazione dei pesi (le ) è putazione inferiore rispetto all'algo- L’applicazione dell’algoritmo QUBO
del problema, rappresenta un costo zione continua ad essere lo stesso, Modellizzazione pianificazione risultata complessa per la quan- ritmo “completo”. al contesto della pianificazione dei
o un guadagno. perché il valore minimo che si ottiene identificativi di celle tità di parametri (5) Con questo nuovo modello è sta- PCI delle reti 5G e LTE ha fornito ri-
In termini generali, il QUBO è un mo- corrisponde al valore massimo del Riprendendo la formulazione mate- • il modello è poco scalabile to possibile elaborare set di celle di sultati incoraggianti dal confronto
dello matematico per ottimizzare un problema originario. matica degli identificativi di cella [Eq • la qualità della soluzione non è dimensioni significative, ottenendo con quelli garantiti dal Fast Greedy
problema che può essere rappresen- 1] unitamente ai vincoli di “riuso”, la migliore rispetto al metodo tra- una qualità migliore rispetto alla Algorithm già utilizzato nell’ambito
tato nella seguente forma: L’attività di sviluppo di un algoritmo modellizzazione del problema – se- dizionale. procedura di pianificazione dei PCI del framework Open SON di TIM.
di ottimizzazione si può così ricon- condo il framework QUBO – si tradu- basata su tecniche combinatorie tra- Dal punto di vista dei tempi di calco-
minimizzare y = xT Qx [Eq 3] durre alla riformulazione del pro- ce nella seguente forma: Queste criticità hanno portato così dizionali. lo necessari per definire un piano dei
blema secondo il modello QUBO e allo sviluppo di un nuovo modello se- Una sintesi dei risultati ottenuti è PCI, non è facile effettuare un con-
Analizzando la formulazione mate- all’utilizzo delle librerie che risolvono QUBO= 1 H PCI + 2 H GROUP + guendo una strategia alternativa: riportata nella sezione sui risultati fronto “omogeneo” poiché i criteri di
HC HC
matica si può notare che: questi casi in maniera efficiente. 3HPCI +4HGROUP +5HGROUP y • il modello è stato scomposto in dell'elaborazione. stop dei due algoritmi sono profon-
SC SC _ HC
• il problema viene descritto ma- Questa metodologia di lavoro con- [Eq 4] fasi computazionali, definite in damente diversi. Ciononostante, da
tematicamente in una forma sente di standardizzare e rendere ef- modo che la complessità com- misure indicative e tenendo conto
quadratica, nella quale il vettore ficiente l’intero processo. Nella quale intervengono 5 contribu- putazionale di ognuna fosse ge- Segmentazione dei dati del processo complessivo emerge la
x rappresenta il set delle variabili ti: stibile con i computer classici e di input chiara indicazione di una riduzione
di cui occorre trovare la combi- La grande varietà di problemi a cui HPCI esprime il vincolo di utilizzare quantistici attuali, utilizzandoli del tempo di un fattore 10x, con la
HC
nazione di 0 e 1 ottimale il modello è applicabile, unitamen- PCI diversi per celle adiacenti anche entrambi con flussi di ela- Lo sviluppo dell’algoritmo non si è prospettiva di ulteriori margini di mi-
• la matrice Q è composta da ele- te all’ampia gamma di piattaforme borazione ibrida limitato alla sola modellizzazione glioramento.
menti di valore costante che, (CPU e GPU) che supportano le libre- HGROUP esprime il vincolo di uti- • le sono state suddivise nelle QUBO, ma è stato necessario tarare i La riduzione dei tempi di calcolo è
HC
oltre a modellare matemati- rie software di risoluzione, danno al lizzare Group_ID differenti per nodi varie fasi, semplificandone il tu- set di celle affinché le loro dimensio- di particolare interesse nell’ottica
camente il problema, tengono framework QUBO un ruolo distintivo diversi ning. ni fossero gestibili con le potenze di dell’evoluzione della pianificazione
32 notiziariotecnico anno 29 1/2020 33
• una di clustering da realizzare quantistico, utile per verificare l’ap- prie dei RAN Intelligent Controller
4 attraverso una procedura di de- plicabilità, le implicazioni e i vantag- (RIC) che, secondo il paradigma
Grafico di confronto composizione dei set di celle in gi di questa nuova metodologia di della open RAN, potrebbero inte-
su insieme campione
base alle loro adiacenze programmazione. grarsi con le funzionalità real-time
• due fase successive che corri- È importante evidenziare come in proprietarie dei vendor, con le qua-
spondono ai due livelli di elabo- ambito “Telco” sia possibile indi- li opererebbero in sinergia a fini di
razione presentati nella sezione viduare ulteriori problemi adatti a ottimizzazione della gestione delle
descrittiva del modello tale tipologia di approccio e come risorse radio.
prevedendo anche il tipo di hardwa- altri use case siano stati identifica- Un fattore che favorirà l’utilizzo
re (CPU, GPU, QPU) più appropriato ti come potenziali candidati per la del quantum è legato al possibile
per ogni fase, rispetto alla comples- modellizzazione secondo la meto- impiego on-premises, per gestire
sità computazione che dovranno dologia quantum. la complessità delle applicazioni
gestire. time-critical e tra queste, come già
Se gli studi di fattibilità daranno esi- accennato, il suo utilizzo a livello di
Nel secondo layer di elaborazione è to positivo – un possibile esempio edge.
prevista, in particolare, l’invocazione sono gli algoritmi di Coverage and L’obiettivo di un’azienda come TIM,
al quantum computer di D-Wave. Capacity Optimization, anche ove è – in conclusione – quello di esten-
basati sull’impiego dell’AI – questi dere ulteriormente l’utilizzo del
L’architettura della pipeline è sche- casi d’uso verranno trasportati nel quantum computing alle applicazio-
matizzata nella figura 5. mondo della computazione quanti- ni in ambito Telco, per gestire e ri-
dei PCI verso modalità “real-time” ottenuti i costi complessivi del piano vincoli violati – esso garantisce fun- stica. solvere problemi reali, trarne benefi-
(ad esempio attraverso l’integrazio- (sia “primari”, sui PCI, sia “seconda- zioni costo inferiori grazie al minor La pianificazione dei PCI della rete Tra gli use case candidati si stanno cio e migliorare la qualità dei servizi
ne in sistemi di tipo RIC – Radio In- ri”, sul GROUP_ID, valutati mediante numero di Group_ID utilizzati (46 mobile è stato il primo caso d’uso considerando alcune applicazioni offerti alla clientela grazie a questa
telligent Controller nell’ambito delle la [Eq 2]) quando questo viola uno o contro 50) e ad una più efficace ge- affrontato in TIM con un approccio non real-time e near real-time pro- tecnologia innovativa.
architetture definite dalla O-RAN più vincoli di “riuso” sull’identificativo stione del vincolo di “riuso” relativo
Alliance). di cella completo. al GROUP_ID.
Oltre ai tempi di calcolo, al fine di
analizzare le potenzialità dell’algorit- A titolo di esempio, si presentano i 5
mo su piani di complessità variabile, risultati ottenuti nel caso di un insie- Pipeline obiettivo di
sono state effettuate una serie di me campione di 450 celle della rete Verso un applicazione evoluzione dell’algoritmo
QUBO di pianificazione PCI
prove diminuendo il numero di grup- TIM, riportati in Figura 4: sistematica del Quan-
pi disponibili (rispetto al massimo tum Computing
consentito dallo standard). Come si può osservare, in tutti i casi
si ha un miglior comportamento Allo stato attuale, sono in corso svi-
Al diminuire del numero di gruppi, in- dell’algoritmo QUBO. luppi dell’algoritmo di pianificazione
fatti, aumenta la probabilità di viola- dei PCI mirati a far evolvere l’algorit-
zione dei vincoli. In tal modo, è stato Nella zona A, quest’ultimo ottiene mo QUBO in modo da gestire insie-
individuato il minimo numero di PCI soluzioni con un numero di vincoli mi sempre maggiori di celle.
necessario per definire un piano ot- inferiore rispetto al precedente al-
timale, cioè tale da soddisfare tutti goritmo Fast Greedy (che conferma Con questo obiettivo è stata definita
i vincoli di importanza “prioritaria” comunque la propria efficacia), men- una pipeline di lavoro, articolata su
(relativi al PCI completo) e sono stati tre nella zona B – cioè in assenza di tre fasi:34 notiziariotecnico anno 29 1/2020 35
Bibliografia
Andrea Boella andrea.boella@telecomitalia.it
1. State of Quantum Computing in 2020 for Business notiziariotecnico/edizioni-2018/n-1-2018/N6- Ingegnere elettronico, è in Telecom Italia dal 1997, dove è entrato nella ex direzione territoriale del Piemonte
e Valle d’Aosta iniziando con la pianificazione della rete di trasporto regionale, per passare in qualità di
Leaders. (s.d.). Tratto da Blog Aimultiple: https:// DigiRAN-valore-automazione-accesso-radio/ responsabile prima al supporto specialistico trasmissioni e successivamente al secondo livello di assistenza
blog.aimultiple.com/quantum-computing/ approfondimenti-2.html tecnica per la clientela enterprise. Dal 2003 al 2005, come espatriato, è stato responsabile del settore esercizio
in Telecom Italia France e al ritorno in Italia entra a far parte del gruppo ex Global Network coordinando, come
2. [2] KATWALA, A. (s.d.). Quantum computers 6. [6] B., C. (s.d.). The Greedy Algorithms Class: project manager, attività di supporto verso le partecipate estere inizialmente su tematiche di rete fissa e a
will change the world (if they work). Tratto da Formalization, Synthesis and Generalization. Tratto partire dal 2008 sulla core network di rete mobile. Da fine 2018 lavora nel gruppo di Service Innovation con
attività di ricerca su servizi per l’IOT, blockchain, quantum computing e quantum communication
Wired: https://www.wired.co.uk/article/quantum- da Université catholique de Louvain: http://citeseerx.
computing-explained ist.psu.edu/viewdoc/download?doi=10.1.1.34.5676
3. [3] Quantum Computing Applications in 2020. (s.d.). &rep=rep1&type=pdf
Michele Ludovico michele.ludovico@telecomitalia.it
Tratto da Blog AIMultiple: https://blog.aimultiple. 7. [7] Glover, F. K. (2019, May). A Tutorial on
Ingegnere elettronico, ha iniziato ad operare nel gruppo TIM progettando sistemi a micro-onde per
com/quantum-computing-applications/ Formulatingand Using QUBO Models. Tratto da comunicazioni via satellite. Dal 2001 si occupa di strumenti e metodologie di progettazione ed ottimizzazione
4. [4] Bertotto, P., Epifani, F., Ludovico, M., & Zarba, G. Leeds Faculty of Colorado: : http://leeds-faculty. dell’accesso radio, che TIM sviluppa “in house” a supporto dell’evoluzione della rete mobile. Dal 2014 è
responsabile della funzione di TIM che assicura l’ingegneria e lo sviluppo delle soluzioni di automazione per la
(s.d.). Open Self-Organizing Network: a continuous colorado.edu/glover/511%20-%20QUBO%20 rete di accesso radio, secondo il paradigma “Self Organizing Network”. Ha svolto, inoltre, attività di formazione
development for Radio Access Network performance Tutorial%20-%20updated%20version%20-%20 e consulenza in Italia ed all’estero ed è co-inventore di diversi brevetti nel campo della progettazione wireless
e della gestione delle risorse radio
optimization. Tratto da Telecom Italia: https://www. May%204,%202019.pdf
telecomitalia.com/tit/it/notiziariotecnico/edizioni- 8. [8] Asproni, et al., Accuracy and minor embedding
2019/n-3-2019/N3-Open-Self-Organizing-Network- in subqubo decomposition with fully connected
continuous-development-for-Radio-Access- large problems: a case study about the number
Giuseppe Minerva giuseppe.minerva@telecomitalia.it
Network-performance-optimization.html partitioning problem, arXiv:1907.01892v2
Laurea in Ingegneria Elettronica nel 1991 e assunzione nel gruppo TIM nel marzo del 1992. Servizio prestato nei
5. [5] Bertotto, P., & Zarba, G. (s.d.). Applicazioni settori di Innovazione e di Ingegneria di Rete. Attività nel campo della definizione di algoritmi e metodologie
“Open SON” nella rete TIM. Tratto da https:// di pianificazione e ottimizzazione dell’accesso radio fin dai tempi della nascita della rete GSM e dell’ideazione
dell’algoritmo di assegnazione frequenziale usato da TIM. Attività di formazione interna e di brevettazione nel
www.telecomitalia.com/content/tiportal/it/ campo della progettazione radio. Attualmente coinvolto nella transizione delle metodologie di pianificazione
e ottimizzazione della rete TIM verso i paradigmi SON e di Full-Automation
Mauro Alberto Rossotto mauro.rossotto@telecomitalia.it
Laureato all’Università di Torino in Informatica con specializzazione Intelligenza Artificiale. Entrato in
Telecom Italia nel 1995 ha partecipato a diversi progetti realizzativi legati a Data Mining Lab, analisi dati a
scopo Antifrode e Marketing, Push-to-talk, Smart Inclusion. Dal 2012, in Innovation, ha seguito in qualità di
responsabile di struttura le attività legate allo sviluppo di servizi innovativi su device connessi, a partire da TIM
Vision e TIM Cloud su Smart TV e Game Console.
Nel 2014 in Strategy & Innovation sono iniziate le prime attività sul mondo IoT, ed in particolare sui verticali
Smart Home, Wellness, Smart City, Smart Retail, Energy e Industry affrontando tutti gli aspetti tecnologici
del servizio. Oggi in Service Innovation è responsabile del Program “Internet of Everything” dove vengono
seguite tematiche relative a Droni, Robotics, IoT, Blockchain e Quantum Technologies con attività di scouting,
prototipazione, sperimentazione e pipeline verso ingegneria Puoi anche leggere
