[論文レビュー] Benchmarking Quantum Processor Performance at Scale

David McKay, Ian Hincks+4 more|arXiv (Cornell University)|Nov 10, 2023

Quantum Computing Algorithms and Architecture被引用数 21

ひとこと要約

本論文は Layer Fidelity (LF) を提案する。これは、量子プロセッサのスケーラブルで Crosstalk-aware なベンチマークで、2量子ビットゲートの分離層にまたがる忠実度を測定し、多数のキュービットにわたる性能を評価する。LF を layerごとの誤り率 (EPLG) に関連づけ、mirror RB および XEB ベースの指標と比較する。

ABSTRACT

As quantum processors grow, new performance benchmarks are required to capture the full quality of the devices at scale. While quantum volume is an excellent benchmark, it focuses on the highest quality subset of the device and so is unable to indicate the average performance over a large number of connected qubits. Furthermore, it is a discrete pass/fail and so is not reflective of continuous improvements in hardware nor does it provide quantitative direction to large-scale algorithms. For example, there may be value in error mitigated Hamiltonian simulation at scale with devices unable to pass strict quantum volume tests. Here we discuss a scalable benchmark which measures the fidelity of a connecting set of two-qubit gates over $N$ qubits by measuring gate errors using simultaneous direct randomized benchmarking in disjoint layers. Our layer fidelity can be easily related to algorithmic run time, via $γ$ defined in Ref.\cite{berg2022probabilistic} that can be used to estimate the number of circuits required for error mitigation. The protocol is efficient and obtains all the pair rates in the layered structure. Compared to regular (isolated) RB this approach is sensitive to crosstalk. As an example we measure a $N=80~(100)$ qubit layer fidelity on a 127 qubit fixed-coupling "Eagle" processor (ibm\_sherbrooke) of 0.26(0.19) and on the 133 qubit tunable-coupling "Heron" processor (ibm\_montecarlo) of 0.61(0.26). This can easily be expressed as a layer size independent quantity, error per layered gate (EPLG), which is here $1.7\times10^{-2}(1.7\times10^{-2})$ for ibm\_sherbrooke and $6.2\times10^{-3}(1.2\times10^{-2})$ for ibm\_montecarlo.

研究の動機と目的

• 品質、スピード、スケールを Quantum Volume (QV) だけでは捉えきれないベンチマークの必要性を動機づける。
• Layer Fidelity (LF) を多量子ビットゲート層のスケーラブルで Crosstalk-aware な指標として導入する。
• 大規模デバイスに対して LF を推定する効率的なプロトコルを提供し、γ（gamma）を含む誤差緩和パラメータと関連づける。
• IBM の 127-量子ビット Eagle と 133-量子ビット Heron プロセッサ上で LF を実演し、他のベンチマークと比較する。

提案手法

• 連結した二量子ビットゲートの集合を M 個の disjoint 層に分割する。
• 各 disjoint 層に対して同時直接 randomized benchmarking を実行し、各層の忠実度を抽出する。
• layer fidelity LF を各層の忠実度の積として計算し、LF = ∏ LF_m、EPLG = 1 − LF^(1/n_2Q) を定義する。
• LF を誤差緩和パラメータ gamma と関連づける：gamma ≈ 1/LF^2（小さな誤差の場合）、および境界を議論する。
• Pauli転送行列形式を用いて LF を全層忠実度 F = Tr(R_ideal^−1 R_exp)/d^2 に関連づける。
• 障壁の使用、アイドル状態キュービットの扱い、クロストークの考慮を含む実用的な測定ガイドラインを提供する。

実験結果

リサーチクエスチョン

• RQ1 大規模で連結したキュービット集合に対して、ゲート忠実度とクロストークを連続的品質として測るスケーラブルなベンチマークをどのように設計できるか。
• RQ2 層ベースのベンチマーク手法は、誤差緩和計画に有用なサイズに依存しない指標を提供できるか。
• RQ3 層忠実度は mirror RB および XEB と比較して、クロストークと層全体の品質をどのように反映するか。
• RQ4 大規模デバイスで LF を推定し、デバイス固有のゲート誤差とどのように関連づけるか。
• RQ5 LF および EPLG は IBM の異なる量子プロセッサ設計と結合スキームでどのように変化するか。

主な発見

• LF は N-量子ビット鎖全体で層忠実度を測定でき、データは N = 80（Eagle）および N = 100 on ibm_sherbrooke: LF = 0.26(0.19)。
• ibm_montecarlo（Heron）で N = 100 の場合 LF = 0.61(0.26)。
• 対応する EPLG の値は ibm_sherbrooke で 1.7×10^−2(1.7×10^−2)、ibm_montecarlo で 6.2×10^−3(1.2×10^−2)。
• 127Q Eagle および 133Q Heron デバイスでの層忠実度測定は、ノイズモデル間で mirror RB と LF の整合性を示す。
• LF は個々のゲート誤差へアクセスを提供し、キュービットのサブセットにも計算できるため、クロストークの高精度分析を可能にする。
• このプロトコルは LF が gamma（誤差緩和指標）と関連することを示し、QV および XEB の実用的でスケーラブルな補完として有用であり続ける。