Bench­mar­king vs. Classi­cal Optimi­zers (z.B. Gurobi, Simplex, SA)

Jeder Quanten­al­go­rith­mus sollte gegen gut etablierte klassi­sche Solver gebench­marked werden, etwa gegen proprie­täre Systeme wie die Gurobi‑Suite, die auf langjäh­ri­ger Erfah­rung und ausge­reif­ten Algorith­men für die kombi­na­to­ri­sche Optimie­rung beruht. Zu den einge­setz­ten Klassen klassi­scher Algorith­men zählen unter anderem Simula­ted Anneal­ing, Simplex‑(artige) Verfah­ren sowie Branch‑and‑Bound‑Methoden. Darüber hinaus ist davon auszu­ge­hen, dass Quanten­al­go­rith­men, um tatsäch­lich effizi­ent zu werden, nicht im Brute‑Force‑Ansatz und isoliert einge­setzt werden können, sondern vielmehr von der jahrzehn­te­lan­gen Erfah­rung bewähr­ter klassi­scher Algorith­men profi­tie­ren müssen: sei es durch deren Einbet­tung oder durch konzep­tio­nelle Anleh­nung an sie.

Any Quantum Algorithm should be bench­marked against wel-known classi­cal solvers, such as the proprie­tary Gurobi Suite compri­sing vast experi­ence and honed algorithms for combi­na­to­rial optimiza­tion. Used Algorithm classes can include simula­ted anneal­ing, simplex (style) algorithms, branch and bound metho­do­logy. Moreo­ver, it is likely that to become truly effici­ent, Quantum Algorithms cannot be used brute-force and stand-alone, but must rather profit from the decade long experi­ence of proven classi­cal algorithms, by either being embedded in them or draw inspi­ra­tion from them.