[論文レビュー] Assessing requirements to scale to practical quantum advantage

Michael E. Beverland, Prakash Murali+8 more|arXiv (Cornell University)|Nov 14, 2022

Quantum Computing Algorithms and Architecture被引用数 65

ひとこと要約

本論文はモジュール型の量子リソース推定フレームワークと大規模量子アプリケーションのリソースを推定する公開ツールを開発・提供しており、現実的な制約の下で実用的な量子利得を得るには数十万から数百万の物理量子ビットが必要であることを示しています。

ABSTRACT

While quantum computers promise to solve some scientifically and commercially valuable problems thought intractable for classical machines, delivering on this promise will require a large-scale quantum machine. Understanding the impact of architecture design choices for a scaled quantum stack for specific applications, prior to full realization of the quantum system, is an important open challenge. To this end, we develop a framework for quantum resource estimation, abstracting the layers of the stack, to estimate resources required across these layers for large-scale quantum applications. Using a tool that implements this framework, we assess three scaled quantum applications and find that hundreds of thousands to millions of physical qubits are needed to achieve practical quantum advantage. We identify three qubit parameters, namely size, speed, and controllability, that are critical at scale to rendering these applications practical. A goal of our work is to accelerate progress towards practical quantum advantage by enabling the broader community to explore design choices across the stack, from algorithms to qubits.

研究の動機と目的

• 量子コンピュータを実用的な利得へと拡張するためのアーキテクチャ要件を理解する必要性を動機づけ、形式化する。
• 高レベルのアルゴリズムから物理ハードウェアに至る量子計算のモジュラーな、スタック型リソース推定フレームワークを提案する。
• 特定のアルゴリズムとアーキテクチャに対してスタック層全体のリソースを推定するツール（Azure Quantum Resource Estimator）を実装・公開する。
• 代表的な大規模量子アプリケーションを分析して、規模拡大の主要な推進要因と量子ビット技術の制約を特定する。

提案手法

• 量子リソース推定のための上位層（プログラム表現）と下位層（機械モデル）を中間に量子ISAを配置する2-stack抽象化を導入する。
• 高レベル量子言語、量子IR、デバイス制御、マイクロアーキテクチャ、マイクロコード/QEC、量子ISAのモジュラーな層とそれらの明示的なマップを定義する。
• 閾値、並列性、接続性の制約を含むリソース要件をモデル化するためにフォールトトレラント設計とQECフレームワークを使用する。
• Azure Quantum Resource Estimatorツールを実装し、与えられたアルゴリズムとハードウェアパラメータから物理量子ビット数、実行時間、その他のリソースを計算する。
• 異なる量子ビットパラメータの下で3つのアプリケーション（2D横方向場Isingモデルのダイナミクス、量子化学の活性化エネルギー、ショアの素因数分解）を分析し、スケール要件を評価する。

実験結果

リサーチクエスチョン

• RQ1 スケールで実用的な量子利得を達成するために、どのような量子ビット技術特性（サイズ、速度、制御性）が必要か。
• RQ2 量子スタック全体のアーキテクチャの選択が、顕著な量子アプリケーションのリソース要件にどのように影響するか。
• RQ3 大規模量子計算の誤り訂正コードと接続性のリソース影響はどうなるか。
• RQ4 標準的でモジュラーなフレームワークは、アルゴリズム、言語、ハードウェアバックエンド間の公正な比較を可能にするか。
• RQ5 現実的なアーキテクチャで代表的な科学・暗号解析アプリケーションを実行するための推定リソース（量子ビット数、時間）はいくらか。

主な発見

• 実用的な量子利得を得るには、おおよそ数十万から数百万の物理量子ビットが必要となる可能性が高い。
• スケール時の3つの重要な量子ビットパラメータは、サイズ、速度、制御性である。
• 2D接続のように十分に結合された量子ビットと、並列動作能力および物理誤り率が0.1%未満であることは、フォールトトレラントなスケーリングの実現に不可欠である。
• リソース推定フレームワークはスタック層全体でのエンドツーエンド分析を可能にし、比較と設計判断を支援する。
• ショアのアルゴリズム、化学・物理シミュレーション、関連アプリケーションは誤り訂正のオーバーヘッドのため大きなリソース要件を生み、アーキテクチャの優先事項に影響を与える。