[論文レビュー] HamLib: A library of Hamiltonians for benchmarking quantum algorithms and hardware

Nicolas P. D. Sawaya, Daniel Marti-Dafcik+14 more|arXiv (Cornell University)|Jun 22, 2023

Quantum Computing Algorithms and Architecture参考文献 180被引用数 4

ひとこと要約

HamLib は、物性物理学、量子化学、古典的最適化問題をカバーする、2〜1000量子ビットの量子ハミルトニアンを含む、自由に利用可能な大規模なライブラリです。実世界の問題インスタンスを事前にマッピングして提供することで、量子アルゴリズム、ハードウェア、コン pilation スタックの標準化されたベンチマークを可能にし、研究者が時間を節約し、研究の再現性を向上させます。

ABSTRACT

In order to characterize and benchmark computational hardware, software, and algorithms, it is essential to have many problem instances on-hand. This is no less true for quantum computation, where a large collection of real-world problem instances would allow for benchmarking studies that in turn help to improve both algorithms and hardware designs. To this end, here we present a large dataset of qubit-based quantum Hamiltonians. The dataset, called HamLib (for Hamiltonian Library), is freely available online and contains problem sizes ranging from 2 to 1000 qubits. HamLib includes problem instances of the Heisenberg model, Fermi-Hubbard model, Bose-Hubbard model, molecular electronic structure, molecular vibrational structure, MaxCut, Max-$k$-SAT, Max-$k$-Cut, QMaxCut, and the traveling salesperson problem. The goals of this effort are (a) to save researchers time by eliminating the need to prepare problem instances and map them to qubit representations, (b) to allow for more thorough tests of new algorithms and hardware, and (c) to allow for reproducibility and standardization across research studies.

研究の動機と目的

• 量子アルゴリズムやハードウェアのベンチマークに用いるための標準化された大規模な問題インスタンスの不足を解消すること。
• 特に電子構造計算や振動構造計算において、量子ハミルトニアンを準備するのに要する時間と専門知識を削減すること。
• 多様な実世界のデータセットを提供することで、量子アルゴリズムのより厳密で再現性のあるテストを可能にすること。
• 実世界の複雑さとパrameter化を反映する問題セットを提供することで、ハードウェア・ソフトウェアの共同設計を支援すること。
• 共有可能でコミュニティがアクセス可能なデータセットを通じて、量子コンputing分野における標準化と公準な比較を促進すること。

提案手法

• ライブラリは、ヘイゼンベルク、フェルミ＝ハッブル、ボーズ＝ハッブル、分子電子および振動構造、MaxCut、Max-k-SAT、Max-k-Cut、TSP などの複数分野からのハミルトニアンを収集しています。
• ジョルダン＝ウィグナー変換やブライヤー＝キタイエフ変換などの、確立された量子化学および最適化マッピング技術を用いて、各ハミルトニアンを量子ビット表現に変換しています。
• 実際の分子幾何構造や振動数を含む、現実的な物理的パrameterを用いて問題インスタンスが生成されています。
• I/O の効率を高めるために HDF5 形式で構造化されており、プロバンス、システムサイズ、物理的パrameter などのメタデータを含んでいます。
• バイナリ（量子ビットベース）および離散変数（d>2）の最適化問題の両方をサポートしています。
• オンラインホスティングとバージョン管理により、再現性が保たれ、コミュニティによる寄付や拡張が容易になります。

Figure 1: The four categories of qubit Hamiltonians included in HamLib. In the area of chemistry we include real-world accurate Hamiltonians for both electronic and vibrational structure. The condensed matter dataset includes four commonly studied models defined on a variety of lattice topologies, w

実験結果

リサーチクエスチョン

• RQ1 標準化された大規模な量子ハミルトニアンデータセットは、量子アルゴリズムベンチマークにおける再現性と公平性をどのように向上させるか？
• RQ2 事前にマッピングされたハミルトニアンは、量子ソフトウェアやハードウェア評価のためのテスト問題を準備するのに要する時間と専門知識をどの程度削減できるか？
• RQ3 量子化学から組合せ最適化に至るまで多様な問題タイプが、量子システムの包括的ベンチマークにどのように寄与するか？
• RQ4 このようなデータセットは、特にゲートスケジューリングや量子ビット接続性の最適化を含む、ハードウェア・ソフトウェアの共同設計をどのように支援するか？
• RQ5 分子および振動ハミルトニアンにおける実世界のパrameter は、量子コンピューティング研究の産業的関連性をどのように高めるか？

主な発見

• HamLib は、実分子の電子および振動構造を含む、10の異なる問題クラスにまたがる 2〜1000量子ビットのハミルトニアンを提供しています。
• 正確な電子構造データを備えた 100 以上の分子インスタンスを含んでおり、量子化学アルゴリズムのテストに直接利用可能です。
• 非調和振動数（共鳴効果を含む）を用いて生成された振動構造ハミルトニアンは、物理的忠実性を向上させています。
• 近い将来の変分アルゴリズム（例：VQE、QAOA）と長期的なシミュレーション手法の両方をサポートしており、幅広いアルゴリズム評価が可能になっています。
• メタデータを備えた機械可読の HDF5 形式で提供されており、自動ベンチマークパイプラインの構築が可能になっています。
• ハミルトニアンを再発明する必要がなくなるため、研究者が容易にアクセスできるようになり、アルゴリズム開発やハードウェア開発の加速が図られています。