[論文レビュー] Bipartitioning of Graph States for Distributed Measurement-Based Quantum Computing

Kjell Fredrik Pettersen, Matthias Heller+2 more|arXiv (Cornell University)|Jan 9, 2026

Quantum Computing Algorithms and Architecture被引用数 0

ひとこと要約

要約: 本論文は、固定サイズのグラフ分割を最小カットランクで見つけるためのシミュレーテッド・アニーリングベースのヒューリスティックを開発し、二つのQPU間で共有ベル対を減らしつつMBQCリソース状態を分配する。

ABSTRACT

Measurement-Based Quantum Computing (MBQC) is inherently well-suited for Distributed Quantum Computing (DQC): once a resource state is prepared and distributed across a network of quantum nodes, computation proceeds through local measurements coordinated by classical communication. However, since non-local gates acting on different Quantum Processing Units (QPUs) are a bottleneck, it is crucial to optimize the qubit assignment to minimize inter-node entanglement of the shared resource. For graph state resources shared across two QPUs, this task reduces to finding bipartitions with minimal cut rank. We introduce a simulated annealing-based algorithm that efficiently updates the cut rank when two vertices swap sides across a bipartition, such that computing the new cut rank from scratch, which would be much more expensive, is not necessary. We show that the approach is highly effective for determining qubit assignments in distributed MBQC by testing it on grid graphs and the measurement-based Quantum Approximate Optimization Algorithm (QAOA).

研究の動機と目的

• QPUs間でリソース状態を分配することでスケーラブルな分散量子計算とMBQCを動機づける。
• DQCにおけるグラフ状態リソースの分割問題を形式化し、カットランクとノード間エンタングルメント（ベル対）を結びつける。
• シミュレーテッド・アニーリングを介して効率的な分割探索を可能にするため、カットランク更新の高速・増分法を開発する。

提案手法

• 分割 (X,Y) に対してカットランクを GF(2) 上の A[X,Y] の階数として定義する。
• 置換時のカットランク変化を O(n^2) で計算する増分更新機構を提案する（O(n^3) ではなく）。
• この更新をシミュレーテッド・アニーリングの枠組みで用い、カットランクが最小となる固定サイズの分割を見つける。
• 交換時のランク更新を効率化するための主要な行列（XB, YB, C, C^{-1}, DX, DY, F）を導入する。
• 頂点を分割間で交換する際の基底集合を調整するリデュースおよびエクステンション手順を説明し、必要に応じて可逆性を確保する。

実験結果

リサーチクエスチョン

• RQ1 グラフ状態を固定サイズの二部に分割し、カットランクを最小化するにはどうすればよいか。
• RQ2 カットランクの増分更新則を用いた効率的な更新が、数百ノード程度のグラフに対して実用的なシミュレーテッド・アニーリングを可能にするか。
• RQ3 最小カットランクは、二つのQPU間で分散MBQCに必要な共有EPRペアの数とどのように関連するか。
• RQ4 グリッドグラフやQAOAグラフといったMBQC関連インスタンスで手法は有効か。

主な発見

• 頂点交換中のカットランク計算を大幅に高速化する O(n^2) の増分更新法を提案。
• 更新則付きのシミュレーテッド・アニーリングは、初期のランダム分割をグリッドおよびスパースなランダムグラフ上で著しく低いカットランクへと低減できる。
• n×n グリッドグラフ（n≥3）において、実用的な分割で既知の最小カットランクに近づく。
• QAOAグラフのMBQC実装に適用すると、素朴な分割よりも小さいカットランクの分割を見つけられる。
• 分割のバランスの柔軟性（例：1/3-2/3 vs 1/2-1/2）は、スパースなグラフでカットランクを小さくする可能性がある。