[論文レビュー] Asymptotically Efficient Quantum Karatsuba Multiplication

Craig Gidney|arXiv (Cornell University)|Apr 15, 2019

Quantum Computing Algorithms and Architecture参考文献 1被引用数 7

ひとこと要約

この論文は、古典的Karatsuba乗算のO(n^{ lg 3})ゲート複雑性を保ちながら、最適なO(n)空間複雑性を達成する量子Karatsuba乗算アルゴリズムを提示する。再帰呼び出しを直接出力レジスタ領域に書き換える構造に再設計することで、中間結果の保存とアンコンピューテーションの必要性を排除し、空間的爆発を防ぎながら漸近的に効率的な量子乗算を実現する。

ABSTRACT

We improve the space complexity of Karatsuba multiplication on a quantum computer from $O(n^{1.427})$ to $O(n)$ while maintaining $O(n^{\lg 3})$ gate complexity. We achieve this by ensuring recursive calls can add their outputs directly into subsections of the output register. This avoids the need to store, and uncompute, intermediate results. This optimization, which is analogous to classical tail-call optimization, should be applicable to a wide range of recursive quantum algorithms.

研究の動機と目的

• 量子コンピュータ上で、Karatsuba乗算のような非可逆的古典的再帰的アルゴリズムを、過剰な空間的・時間的オーバーヘッドを伴わずに実装する課題に対処すること。
• 従来の量子実装が中間結果の保存とアンコンピューテーションに起因してO(n^{1.427})の空間複雑性を示していた空間複雑性のボトルネックを克服すること。
• 古典的アルゴリズムと同等の漸近的ゲート数を維持しつつ、量子Karatsuba乗算で線形空間複雑性O(n)を達成すること。
• 古典的テイルコール最適化に類似した、出力レジスタ領域への直接的ミューテーションを可能にする一般化可能な技術を示すこと。

提案手法

• 積をスケーリングされた再帰的部分積の和として表現するようにKaratsuba乗算を再定式化：t += (ax)(1 - 2^{wh}) + (a+b)(x+y)(2^{wh}) + (by)(2^{wh})(2^{wh} - 1)。
• 各再帰的結果が、出力レジスタの指定されたサブセクションに直接加算されるように再帰呼び出しを再編成し、中間保存を回避する。
• 小規模な入力に対してはスケールブック乗算をベースケースとして採用し、ベースケースにおけるワードサイズw'が小さいため、空間使用量がO(n)に保たれることを保証する。
• ログ深さのアダーと並列実行されたベースケースを用いて、深さを低く保ちつつ空間使用量を線形に維持する。
• 再帰的サブルーチンがアンコンピューテーションを必要としないようにアルゴリズムを設計し、その出力が直接出力レジスタに書き込まれる。
• Q#とPythonによる実装を用いて構成を検証し、リソース数をQ#のトレースシミュレータから取得することで正しさとパフォーマンスを確認する。

実験結果

リサーチクエスチョン

• RQ1 量子Karatsuba乗算を、O(n)空間複雑性を維持しながら、古典的O(n^{ lg 3})ゲート複雑性を保つように実装できるか？
• RQ2 出力レジスタ領域への直接的ミューテーションにより、再帰的量子アルゴリズムにおける中間保存とアンコンピューテーションを排除できるか？
• RQ3 提示されたインラインミューテーション技術は、従来の方法と比較して、空間的・時間的複雑度においてどのように異なるか？
• RQ4 このアプローチは、乗算を超えた他の再帰的量子アルゴリズムに対しても一般化可能か？
• RQ5 Toffoliゲート数の観点から、量子Karatsuba乗算がスケールブック乗算を上回る実用的クロスオーバー点はどこか？

主な発見

• 提案されたアルゴリズムはO(n)空間複雑性を達成し、Parentら[4]のO(n^{1.427})の空間境界を改善した。
• ゲート複雑性はO(n^{ lg 3})のまま維持され、古典的Karatsubaアルゴリズムと同等の漸近的効率性を保った。
• Q#実装におけるToffoliゲート数は、従来の研究と広く同等であり、最適化がゲート数の増加をもたらさないことを確認した。
• シミュレーション結果に基づき、約10,000ビットの時点でKaratsubaがスケールブック乗算を上回る効率性を示すクロスオーバー点が得られた。
• 改善された構成のスペースタイムボリュームはO(n^{ lg 3} lg^2 n)であり、以前の研究のO(n^{1+ lg 3})に比べて向上した。
• 再帰呼び出しにおける出力の直接的ミューテーション技術は、古典的テイルコール最適化に類似した、量子再帰的アルゴリズムの一般化可能な最適化手法であることが示された。