[論文レビュー] Benchmarking near-term quantum computers via random circuit sampling

Yunchao Liu, Matthew Otten+3 more|arXiv (Cornell University)|May 11, 2021

Quantum Computing Algorithms and Architecture参考文献 2被引用数 25

ひとこと要約

論文はRCSベースのアルゴリズムを開発し、クロストークを含む任意の非Cliffordゲート層の総ノイズを効率的に推定し、IBM量子ハードウェア上で検証し、クロスエントロピー指標をPauliノイズモデルに結びつける。

ABSTRACT

The increasing scale of near-term quantum hardware motivates the need for efficient noise characterization methods, since qubit and gate level techniques cannot capture crosstalk and correlated noise in many qubit systems. While scalable approaches, such as cycle benchmarking, are known for special classes of quantum circuits, the characterization of noise in general circuits with non-Clifford gates has been an unreachable task. We develop an algorithm that can sample-efficiently estimate the total amount of noise induced by a layer of arbitrary non-Clifford gates, including all crosstalks, and experimentally demonstrate the method on IBM Quantum hardware. Our algorithm is inspired by Google's quantum supremacy experiment and is based on random circuit sampling. In their paper, Google observed that their experimental linear cross entropy was consistent with a simple uncorrelated noise model, and claimed this coincidence indicated that the noise in their device was uncorrelated -- a key step in hardware development towards fault tolerance. As an application, we show that our result provides formal evidence to support such a conclusion.

研究の動機と目的

• スカラーゲートベンチマークを超えたスケーラブルなノイズ特性評価の必要性を、クロストークと相関ノイズのために動機づける。
• 任意の非Cliffordゲート層の総ノイズを境界付けするサンプリング効率の良い手法を開発する。
• IBM Quantumハードウェア上で方法を実証し、単純なノイズモデルと関連づける。
• 観測されたクロスエントロピー指標が実際には非相関ノイズを示すことがあり得ることを正式に示す。

提案手法

• ノイズを任意のゲート層誘導のPauliチャネルとしてモデル化し、twirlingによりPauli対角形に還元されることを示す。総誤差率λ = 非ゼロのpαの和を推定することを目標とする。
• ヘア乱択の単一量子ビットゲートと二量子ビットゲートを交互のアーキテクチャで組み合わせたランダム回路サンプリングを用い、深さに対する平均回路適合度を測定する。
• 複数の回路深さで適合度を推定し、指数関数的減衰F ≈ e^(−λd) に適合させてλを抽出する（SPAM因子Aも同時に推定）。
• 偏りのない線形クロスエントロピー推定量（uXEB）をサンプル効率の高い適合度の代理として用い、さまざまなノイズモデル下で真の適合度と整合することを示す。
• サンプル数Mに対するクロスエントロピー推定量の分散スケーリングを議論し、実践的なサンプリング要件を裏付ける。
• このアプローチをIBM Quantumハードウェア上で適用・検証し、1層あたりの総ノイズをベンチマークし、クロストークを診断する。

実験結果

リサーチクエスチョン

• RQ1 ランダム回路サンプリングは、クロストークを含む任意の非Cliffordゲート層によって誘発される総ノイズをサンプル効率よく推定できるか。
• RQ2 Pauliノイズモデル下でランダム回路の平均適合度は深さとともに指数関数的に減衰するか、データからλを信頼性高く抽出できるか。
• RQ3 現実的なノイズ（相関・非局所ノイズを含む）下で、線形クロスエントロピー指標は真の適合度と相関するか。
• RQ4 RCSベンチマークは非局所的なクロストークを他のノイズ源と区別できるか、既存実験における非相関ノイズについて何を意味するか。
• RQ5 このアプローチはより多くのキュービット数へスケール可能か、現実的な制限と潜在的なスケーリング経路は何か。

主な発見

• RCSベンチマークはPauliノイズモデル下で平均回路適合度の深さ依存の指数関数的減衰を示し、実効ノイズ率λの抽出を可能にする。
• 偏りのない線形クロスエントロピー推定量は、i.i.d.および相関ノイズモデルの下で真の適合度と一致するサンプル効率の高い適合度推定を提供する。
• IBM Quantumハードウェア上の実験は、直接適合度推定とクロスエントロピー法の両方で指数関数的減衰曲線を示し、報告誤差内で一貫したλ推定を示す。
• 同時RBとの比較によりRCSはクロストーク型の効果を診断できることを示唆し、相関ノイズがRBを過大評価する可能性はクロスエントロピーによって別の形で捉えられると結論付ける。現実的にはノイズが非相関であるという結論を裏付ける。
• 相関の高重みPauliエラーが推定ENR λに与える影響は限定的であり、RCSを全体的なノイズ指標として用いる根拠を支持する。
• 著者は実用的なスケーリング課題を議論し、50以上のキュービットに対する潜在的なスケーリング戦略として、グループベースのシミュレーションやClifford強化スキームを含む案を提案している。