The object of research, development or design (in Russian) : Данный проект направлен на решение задач квантовых вычислений и разработку алгоритмов. Идея проекта заключается в разработке гибридных алгоритмов на основе классических (GPU) и квантовых вычислений для решения задач вытеснения нефти с использованием модели Маскета-Леверетта. Для реализации идеи проекта будет разработана архитектура гибридного подхода классических (GPU) и квантовых вычислений, которая позволит ускорить время вычислений за счет балансировки нагрузки между классическими и квантовыми устройствами. Данная архитектура может быть применена не только к нефтяным задачам, но и к другим задачам с использованием больших данных. Предлагаемый подход даст импульс научным направлениям квантовых и высокопроизводительных вычислений, внеся значительный вклад в развитие науки в Казахстане и мире.

The object of research, development or design (in Kazakh) : Бұл жоба кванттық есептеулер мен алгоритмдерді әзірлеу мәселелерін шешуге бағытталған. Жобаның идеясы Маскет-Леверетт моделін пайдалана отырып, мұнайды ығыстыру мәселелерін шешу үшін классикалық (GPU) және кванттық есептеулерге негізделген гибридті алгоритмдерді әзірлеу болып табылады. Жоба идеясын жүзеге асыру үшін классикалық (GPU) және кванттық есептеулердің гибридті тәсілінің архитектурасы әзірленеді, ол классикалық және кванттық құрылғылар арасындағы жүктемені теңестіру арқылы есептеу уақытын жылдамдатады. Бұл архитектураны тек мұнай мәселелеріне ғана емес, сонымен қатар үлкен деректерді пайдаланатын басқа тапсырмаларға да қолдануға болады. Ұсынылып отырған тәсіл кванттық және өнімділігі жоғары есептеулердің ғылыми салаларына серпін беріп, Қазақстан мен әлем ғылымының дамуына зор үлес қосады.

Aim of work (in Russian) : Целью проекта является разработка высокопроизводительных алгоритмов и гибридных архитектур на основе классических (GPU) и квантовых вычислений для повышения точности результатов и скорости вычислений на примере задачи вытеснения нефти с использованием модели Маскета-Леверетта.

Aim of work (in Kazakh) : Жобаның мақсаты – Маскет-Леверетт моделін пайдалана отырып, мұнайды ығыстыру есебінің мысалын пайдалана отырып, нәтижелердің дәлдігі мен есептеу жылдамдығын арттыру үшін классикалық (GPU) және кванттық есептеулерге негізделген жоғары өнімді алгоритмдер мен гибридті архитектураны әзірлеу.

Методы исследования (на русском) : В рамках данного научно-исследовательского проекта используются методы квантового и классического моделирования, высокопроизводительные вычисления на графических процессорах с использованием технологий CUDA и cuQuantum для параллельной реализации, гибридные алгоритмы и методы оптимизации, что позволяет эффективно решать задачи моделирования процессов вытеснения нефти численными методами и квантовыми алгоритмами типа HHL и VQLS. Данные подходы обеспечивают эффективное взаимодействие классических и квантовых компонентов системы посредством методов квантово-классической интеграции.

Методы исследования (на казахском) : Осы ғылыми-зерттеу жобасын орындау шеңберінде кванттық және классикалық модельдеу әдістері, параллельді іске асыру үшін CUDA, cuQuantum технологияларын қолдана отырып, GPU-да жоғары өнімді есептеулер, гибридті алгоритмдер және оңтайландыру әдістері пайдаланылады, бұл HHL және VQLS сияқты сандық әдістер мен кванттық алгоритмдерді пайдалана отырып, мұнайды ығыстыру процестерін модельдеу мәселелерін тиімді шешуге мүмкіндік береді. Бұл тәсілдер кванттық классикалық интеграциялық әдістер арқылы жүйенің классикалық және кванттық компоненттері арасындағы тиімді өзара әрекеттесуді қамтамасыз етеді

Obtained results and novelty (in Russian) : В ходе проведённого исследования разработан и реализован гибридный квантово-классический алгоритм для решения задачи вытеснения нефти на основе модели Маскета–Леверетта, объединяющий преимущества классических (GPU) и квантовых вычислений. Алгоритм основан на вариационных методах VQLS и VQE, адаптированных для моделирования двухфазного потока в пористой среде. В результате достигнута высокая точность воспроизведения распределения давления с погрешностью менее 2 % по сравнению с эталонными решениями, а также обеспечено ускорение вычислений за счёт использования гибридной архитектуры CPU+GPU+QPU, что позволило эффективно обрабатывать крупные дискретные сетки. Проведён сравнительный анализ различных оптимизаторов (Adam, COBYLA, BFGS, POWELL), показавший значительное влияние выбора метода на точность и устойчивость квантовой оптимизации. Установлено, что гибридный подход превосходит по устойчивости и скорости сходимости как чисто классические, так и квантовые реализации. Научная новизна работы заключается в интеграции квантовых и классических вычислительных методов для моделирования процессов фильтрации в пористых средах, что впервые продемонстрировало возможность масштабируемого решения задач вытеснение нефти с использованием гибридных вычислительных архитектур.

Obtained results and novelty (in Kazakh) : Бұл зерттеуде Маскет-Леверетт моделіне негізделген мұнай ығыстыру есебін шешуге арналған гибридті кванттық-классикалық алгоритм әзірленіп, енгізілді, ол классикалық (GPU) және кванттық есептеулердің артықшылықтарын біріктірді. Алгоритм кеуекті ортада екі фазалы ағынды модельдеуге бейімделген VQLS және VQE вариациялық әдістеріне негізделген. Бұл классикалық шешімдермен салыстырғанда 2%-дан аз қателікпен жоғары дәлдіктегі қысымды бөлуді қайталауға әкелді, ал есептеу үдеуін үлкен дискретті торларды тиімді өңдеуге мүмкіндік беретін гибридті CPU+GPU+QPU архитектурасын пайдалану арқылы қамтамасыз етті. Әртүрлі оңтайландырғыштардың (Adam, COBYLA, BFGS, POWELL) салыстырмалы талдауы жүргізілді, бұл әдісті таңдаудың кванттық оңтайландырудың дәлдігі мен тұрақтылығына айтарлықтай әсерін көрсетті. Гибридті тәсілдің тұрақтылық пен конвергенция жылдамдығы тұрғысынан таза классикалық және кванттық іске асырулардан асып түсетіні анықталды. Жұмыстың ғылыми жаңалығы кеуекті ортадағы сүзу процестерін модельдеу үшін кванттық және классикалық есептеу әдістерін біріктіруде жатыр, бұл алғаш рет гибридті есептеу архитектураларын қолдана отырып, мұнайды ығыстыру мәселелерін масштабталатын шешімнің мүмкіндігін көрсетті.

The main constructive and technical economic indicators (in Russian) : Ключевые параметры проекта включают проектирование и оптимизацию квантовых схем для эффективного взаимодействия с классическими вычислительными ресурсами, на базе cuQuantum. Технико-экономические обоснования проекта направлены на повышение вычислительной производительности за счёт использования преимуществ квантовых технологий, таких как параллельные вычисления в суперпозиции.

The main constructive and technical economic indicators (in Kazakh) : Жобаның негізгі параметрлеріне cuQuantum негізінде классикалық есептеу ресурстарымен тиімді өзара әрекеттесу үшін кванттық тізбектерді жобалау және оңтайландыру кіреді. Жобаның техникалық-экономикалық негіздемесі суперпозициядағы параллель есептеу сияқты кванттық технологиялардың артықшылықтарын пайдалану арқылы есептеу өнімділігін жақсартуға бағытталған.

Level of implementation (in Russian) : Опубликовано и подготовлено 3 научные статьи в изданиях, рекомендованных Комитетом по обеспечению качества науки и высшего образования (КОКНВО) Министерства науки и высшего образования Республики Казахстан и 3 научные статьи в рецензируемых изданиях, входящих в Scopus WoS

Level of implementation (in Kazakh) : Қазақстан Республикасы Ғылым және жоғары білім министрлігінің Ғылым және жоғары білім саласындағы сапаны қамтамасыз ету комитеті (КОКНВО) ұсынған басылымдарда 3 ғылыми мақала және Scopus WoS-қа енгізілген рецензияланатын басылымдарда 3 ғылыми мақала жарияланды және дайындалды

Efficiency (in Russian) : Результаты экспериментальных и теоретических работ могут быть использованы для существенного повышения эффективности за счет использования квантовых вычислений и квантовых алгоритмов (потенциал повышения эффективности может достигать 35% по сравнению с традиционными методами).

Efficiency (in Kazakh) : Эксперименттік және теориялық жұмыстың нәтижелерін кванттық есептеулер мен кванттық алгоритмдерді қолдану арқылы тиімділікті айтарлықтай арттыру үшін пайдалануға болады (тиімділіктің ықтимал жоғарылауы дәстүрлі әдістермен салыстырғанда 35% дейін жетуі мүмкін).

Field of application (in Russian) : Потенциальными целевыми заказчиками являются исследователи в области физики, химии, генетики и др. Коммерциализация научных результатов возможна и может быть реализована путем предоставления облачного доступа к полному набору инструментов для гибридных квантовых вычислений. Также научные результаты проекта могут быть использованы в любых коммерческих продуктах, использующих алгоритмы машинного обучения, моделирования, оптимизации и др.

Field of application (in Kazakh) : Потенциалды мақсатты тұтынушылар физика, химия, генетика және т.б. салалардағы зерттеушілер болып табылады. Ғылыми нәтижелерді коммерцияландыру гибридті кванттық есептеулерге құралдардың толық жиынтығымен бұлттық қолжетімділікті қамтамасыз ету арқылы мүмкін және қолдануға болады. Сондай-ақ, жобаның ғылыми нәтижелерін машиналық оқыту, модельдеу, оңтайландыру және т.б. үшін алгоритмдерді қолданатын кез келген коммерциялық өнімдерде қолдануға болады.