[論文レビュー] Algorithm engineering for a quantum annealing platform

Andrew D. King, Catherine C. McGeoch|arXiv (Cornell University)|Oct 9, 2014

Quantum Computing Algorithms and Architecture参考文献 29被引用数 38

ひとこと要約

この論文は、D-Waveの量子アニーリングプラットフォームにおける性能向上のためのアルゴリズム工学戦略を提示する。主な焦点は、アニーリングスケジュールの最適化、ゲージ変換およびチェーンシミングによる問題符号化の最適化、およびマジョリティ投票やグリーディデセントなどの古典的後処理技術の適用である。主な貢献は、特にハードなインスタンスにおいて、解の品質と成功確率を向上させる実用的なフレームワークの構築であり、3MCおよびNAE問題における実験的結果から、性能向上が明確に測定可能であることが示されている。

ABSTRACT

Recent advances bring within reach the viability of solving combinatorial problems using a quantum annealing algorithm implemented on a purpose-built platform that exploits quantum properties. However, the question of how to tune the algorithm for most effective use in this framework is not well understood. In this paper we describe some operational parameters that drive performance, discuss approaches for mitigating sources of error, and present experimental results from a D-Wave Two quantum annealing processor.

研究の動機と目的

• 実世界のハードウェアプラットフォームにおける量子アニーリングアルゴリズムの効果的チューニング方法を理解するというギャップを埋めること。
• ハードウェアの欠陥および問題の埋め込みに起因するエラーの原因を特定し、それらを緩和すること。
• D-Wave Twoプロセッサ上で解の品質と計算時間を向上させる、実装可能な実用的戦略を開発すること。
• アルゴリズムの性能と未熟ながらも進化を続ける量子ハードウェア上での物理的実装を区別すること。
• 古典的アルゴリズム工学手法が量子アニーリングワークフローにどのように適用可能かを調査すること。

提案手法

• 本研究では、D-Wave Twoプロセッサを用いて、さまざまなアニーリング時間における性能を実験的に評価する。全計算時間は $ T = t_p + k(t_f + t_s) $ で定義され、ここで $ t_f $ はアニーリング時間である。
• ゲージ変換を適用して問題ハミルトニアンを再パrameter化し、ハードウェアノイズの影響を低減し、解の忠実性を向上させる。
• チェーンシミングを用いて、埋め込み問題におけるチェーン強度を調整し、破壊されたチェーンを低減し、基底状態の回復を向上させる。
• 古典的後処理技術（マジョリティ投票およびグリーディデセント）をハードウェア出力に適用し、エラーを是正し、解を精緻化する。
• これらの戦略の性能は、20から100の論理変数を有する問題サイズの変化に伴い、3MCおよびNAE問題を含むベンチマークインスタンス上で評価される。
• アルゴリズム的挙動とハードウェア固有の制限を分離するための概念的性能モデルが開発され、的確な最適化が可能になる。

実験結果

リサーチクエスチョン

• RQ1 D-Wave Twoプロセッサ上でのアニーリング時間の変化が、成功確率および解の品質にどのように影響するか。
• RQ2 ゲージ変換およびチェーンシミングは、埋め込み最適化問題におけるハードウェア欠陥に起因するエラーをどの程度低減できるか。
• RQ3 マジョリティ投票やグリーディデセントなどの古典的後処理技術は、量子アニーリング出力のエラーを効果的に是正できるか。
• RQ4 アルゴリズム工学戦略による性能向上は、問題サイズおよび難易度に応じてどのようにスケーリングするか。
• RQ5 ハードウェア固有のエラー（例：欠落した結合、チェーンの破壊）とアルゴリズム的選択の両者が、量子アニーリング性能に与える相対的影響は何か。

主な発見

• チェーンシミングは、特に論理変数が20から100に増加するに従い、3MCインスタンスにおいて体系的で測定可能な性能向上をもたらす。
• マジョリティ投票による後処理は、チェーン強度が最適でない場合に、破壊されたチェーンの成功確率を顕著に向上させる。
• グリーディデセントによる後処理は、解のコストを低減し、局所的最小値の回復を向上させるが、チェーン強度が高い場合にその恩恵が顕著に現れる。
• より長いアニーリング時間とチェーンシミングの組み合わせは、完全に接続されたグラフなどのハードインスタンスにおいて、より優れた性能を発揮する。
• アルゴリズム工学戦略による性能向上は、エラー感受性がより高いNAEインスタンスなどの難易度の高い問題クラスにおいて顕著に現れる。
• 本研究では、古典的アルゴリズム工学手法を量子アニーリングワークフローに効果的に適応可能であることを示しており、量子エラー訂正を必要とせずに実用的性能を向上させられることを実証している。