[論文レビュー] Faster and shorter synthesis of Hamiltonian simulation circuits

Timothée Goubault de Brugière, Simon Martiel|arXiv (Cornell University)|Apr 4, 2024

Simulation Techniques and ApplicationsDecision Sciences被引用数 3

ひとこと要約

この論文は、ハミルトニアンシミュレーション用に、パウリ回転のシーケンスを実装する量子回路を合成するためのグリーディヒューリスティクスを導入している。この手法は、エンタングリングゲート数または深さを最適化することを目的としている。クリフォード変換をグリーディに選択することで、先行するアイデンティティ項の蓄積を最大化し、最新の手法と比較して回路の深さを最大4倍まで短縮する。この手法は効率的で、順序を保った合成への拡張性も持つ。

ABSTRACT

We devise greedy heuristics tailored for synthesizing quantum circuits that implement a specified set of Pauli rotations. Our heuristics are designed to minimize either the count of entangling gates or the depth of entangling gates, and they can be adjusted to either maintain or loosen the ordering of rotations. We present benchmark results demonstrating a depth reduction of up to a factor of 4 compared to the current state-of-the-art heuristics for synthesizing Hamiltonian simulation circuits. We also show that these heuristics can be used to optimize generic quantum circuits by decomposing and resynthesizing them.

研究の動機と目的

• ハミルトニアンシミュレーションにおいてパウリ回転を実装する量子回路のエンタングリングゲート数と深さを最小化する課題に対処すること。
• 既存手法が共対角化や位相多項式合成に依存しており、追加のエンタングリングゲートを導入するという制限を克服すること。
• パウリ演算子符号化における先行するアイデンティティ項の追跡を通じて、基底変更とゲート数の両方を同時に最適化するグリーディで低コストのアプローチを開発すること。
• 一般的な量子回路最適化への応用を広げるために、順序を保った合成への拡張を図ること。
• 小さなインスタンスにおいて競争力のある性能を発揮するとともに、低実行時間で保ち、既存の大規模構造最適化手法を補完すること。

提案手法

• $\mathbb{F}_2^{2n}$ 上のベクトル表現を用いて、パウリ演算子を効率的に追跡し、クリフォードゲートによる共役作用を記述する。
• 2キュービットのクリフォードチャンクを適用した後の、キュービット上の先行アイデンティティ項（I項）の増加を測るスコア関数を定義し、非クリフォードゲート数の削減を促進する。
• 18種類の標準化された1CNOTクリフォードチャンク（$U_1 \otimes U_2$ に $CNOT$ を適用したもので、$U_1 \in \{I, H, X\}$、$U_2 \in \{I, H, S\}$）の集合を探索し、最適な基底変更を同定する。
• グリーディ選択により、スコア関数を最大化するチャンクを優先し、非自明なパウリ項の数を効果的に削減することで、より効率的な単一キュービット回転実装を可能にする。
• コスト関数の調整により、深さ最適化とカウント最適化の両方のバリアントをサポートし、一般の回路合成に適応して回転順序を保存することができる。
• 後処理により、スコア関数に影響を与えない余分なクリフォードゲートを削除し、回路のオーバーヘッドを最小限に抑える。

実験結果

リサーチクエスチョン

• RQ1 ハミルトニアンシミュレーションにおけるパウリ回転シーケンスのエンタングリングゲート深さを最小化する文脈で、グリーディで低コストのヒューリスティクスが最新の手法を上回る性能を発揮できるか？
• RQ2 先行するアイデンティティ蓄積をスコア関数として用いることで、回路最適化におけるクリフォード基底変更を効果的に誘導できるか？
• RQ3 回転順序を維持するか緩和する場合でも、深さとカウントの両方で顕著な削減を達成できるか、その範囲はどの程度か？
• RQ4 提案されたヒューリスティクスは、ハミルトニアンシミュレーションを越えて、一般の量子回路最適化に効果的に拡張可能か？
• RQ5 より大きなインスタンスにおいて、共対角化や位相多項式合成と比較して、本手法の性能と効率はどのようにスケーリングするか？

主な発見

• 提案されたヒューリスティクスは、ハミルトニアンシミュレーション回路において、最新の最先端手法と比較して最大4倍の深さ削減を達成している。
• エンタングリングゲート数の削減も効果的であり、低実行時間とグリーディ最適化のおかげで、大きなインスタンスにおいても競争力のある性能を発揮している。
• 先行するアイデンティティ蓄積に基づくスコア関数により、明示的な共対角化を伴わずに、最適なクリフォード変換の特定が効率的に行える。
• 回転順序を保持する必要がある場合でも本手法は有効であり、一般の量子回路合成への応用が可能である。
• 共対角化や位相多項式合成といった既存の大規模構造最適化手法を補完する。特に、小規模から中規模の回路において優れた性能を発揮する。
• ベンチマーク結果は、グリーディ戦略が、より包括的または構造的な手法が見逃す可能性のある顕著な最適化を捉えていることを確認している。