[論文レビュー] A distributed simulation framework for quantum networks and channels

Ben Bartlett|arXiv (Cornell University)|Aug 21, 2018

Quantum Computing Algorithms and Architecture参考文献 22被引用数 35

ひとこと要約

SQUANCH は、ノイズありで設定可能な量子および古典的チャネルを備えた、マルチパーティ量子系をモデル化することを目的とした、オープンソースで Python で記述された分散型シミュレーションフレームワークです。multiprocessing および NumPy を用いた並列化されたシミュレーションにより、スケーラブルな動作が可能であり、量子もつれ送信やもつれスワッピングなどの複雑なプロトコルを、現実的な誤差モデルとともにシミュレートできます。

ABSTRACT

We introduce the Simulator for Quantum Networks and Channels ($ exttt{SQUANCH}$), an open-source Python library for creating parallelized simulations of distributed quantum information processing. The framework includes many features of a general-purpose quantum computing simulator, but it is optimized specifically for simulating quantum networks. It includes functionality to allow users to easily design complex multi-party quantum networks, extensible classes for modeling noisy quantum channels, and a multiprocessed NumPy backend for performant simulations. We present an overview of the structure of the library, describing how the various API elements represent the underlying physics and providing simple usage examples for each module. Finally, we present several demonstrations of canonical quantum information protocols implemented using this framework.

研究の動機と目的

• 分散型量子ネットワークに特化したシミュレーションツールの不足を補うため。
• 複数のプロセスにわたる並列計算を用いて、大規模な量子ネットワークの効率的でスケーラブルなシミュレーションを可能にするため。
• 設定可能な誤差モデルを備えた、拡張性があり使いやすいフレームワークを提供し、量子ネットワークプロトコルの実装とテストを可能にするため。
• もつれ送信、もつれスワッピング、量子鍵配送などの量子通信プロトコルの開発と検証を支援するため。

提案手法

• フレームワークは multiprocessing アーキテクチャを採用しており、各ネットワークノード（エージェント）が個別のプロセスで実行され、実際の分散型量子システムを模倣している。
• QSystem、Qubit、QStream の抽象化を用いて量子系をモデル化し、多量子ビット状態の進化にはテンソル積演算を適用している。
• 量子チャネルは QChannel および CChannel クラスによって実装され、遅延と誤差モデルを設定可能にしている。
• ノイズは拡張可能な QError 継承クラスによってモデル化され、伝送時の量子ビットに適用される減衰、ランダムユニタリ、体系的ユニタリ誤差を含む。
• 高性能な線形代数演算のために NumPy と統合されており、エージェント間通信にはシリアル化が使用されている。
• 進捗状況の監視を可能にする Simulation クラスが実行を調整し、ターミナルおよび Jupyter ノートブックインターフェースの両方をサポートしている。

実験結果

リサーチクエスチョン

• RQ1 大規模なマルチパーティ量子系のスケーラブルで並列化されたシミュレーションを実現するため、分散型量子ネットワークシミュレーションフレームワークをどのようにアーキテクチャ設計すべきか？
• RQ2 量子ネットワークにおけるノイズありの量子チャネルと古典的通信を効果的に抽象化するには、どのような抽象化が最適か？
• RQ3 減衰やランダムユニタリ誤差といった現実的な誤差モデルを、量子ネットワーク用シミュレーションフレームワークにどのように効率的に統合できるか？
• RQ4 一般用途向け量子シミュレーションプラットフォームを、もつれ分配や量子リピータプロトコルといったネットワーク固有のワークロードに最適化できる範囲はどの程度か？
• RQ5 複雑な量子ネットワークプロトコルの迅速なプロトタイプ開発を可能にするために、シミュレーションフレームワークは文法的オーバーヘッドをどの程度低減できるか？

主な発見

• SQUANCH は、設定可能なノイズモデルを備えた、量子もつれ送信やもつれスワッピングといった代表的な量子プロトコルを効果的にシミュレートしている。
• multiprocessed な NumPy バックエンドのおかげで高いパフォーマンスを達成しており、大規模な量子ネットワークのシミュレーションが効率的に行える。
• 個別のエージェントプロセスの使用により、実際の量子ネットワークの分散的性質を的確に再現でき、シミュレーションの忠実性とスケーラビリティが向上している。
• 減衰やランダムユニタリ誤差を含む誤差モデルが効果的にエミュレートされており、ノイズ下でのプロトコルの耐障害性の分析が可能になっている。
• フレームワークのモジュラー設計と Python ネイティブ API により、新しいプロトコルやチャネルモデルの迅速なプロトタイピングと拡張性が実現されている。
• 共有メモリプールを用いた進捗状況の監視により、Jupyter ノートブックおよびターミナル環境でのリアルタイム可視化が可能になっている。