[論文レビュー] Hybrid quantum programming with PennyLane Lightning on HPC platforms

Ali Asadi, Amintor Dusko+6 more|arXiv (Cornell University)|Mar 4, 2024

Quantum Computing Algorithms and Architecture被引用数 4

ひとこと要約

この論文は、CPU、GPU、HPC環境向けに最適化されたC++バックエンドを備えた高性能な状態ベクトルシミュレーターセット「PennyLane Lightning」を紹介する。SIMDアクセラレーション、マルチスレーディング、バッチ実行、および複数ノードに跨るMPIベースの分散シミュレーションを活用し、VQE、QAOA、勾配ベース最適化といったハイブリッド量子古典的ワークロードを効率的に実行可能であり、特にGPUおよびマルチノードHPCプラットフォームにおいて、従来のシミュレーターよりも顕著な性能向上を達成し、最大41量子ビットの回路シミュレーションを実現している。

ABSTRACT

We introduce PennyLane's Lightning suite, a collection of high-performance state-vector simulators targeting CPU, GPU, and HPC-native architectures and workloads. Quantum applications such as QAOA, VQE, and synthetic workloads are implemented to demonstrate the supported classical computing architectures and showcase the scale of problems that can be simulated using our tooling. We benchmark the performance of Lightning with backends supporting CPUs, as well as NVidia and AMD GPUs, and compare the results to other commonly used high-performance simulator packages, demonstrating where Lightning's implementations give performance leads. We show improved CPU performance by employing explicit SIMD intrinsics and multi-threading, batched task-based execution across multiple GPUs, and distributed forward and gradient-based quantum circuit executions across multiple nodes. Our data shows we can comfortably simulate a variety of circuits, giving examples with up to 30 qubits on a single device or node, and up to 41 qubits using multiple nodes.

研究の動機と目的

• CPU、NVIDIAおよびAMD GPU、HPCクラスタを含む多様な古典的ハードウェアバックエンドをサポートする、パフォーマンスが高くポータブルな量子シミュレーターセットの開発。
• 自動微分を用いた勾配ベースの最適化を含む、変分量子アルゴリズム（VQE、QAOA）などのハイブリッド量子古典的ワークロードの効率的実行を可能にする。
• MPIを用いた分散シミュレーションにより、単一デバイスの制限を超える大規模な回路のスケーラブルかつ分散型シミュレーションを実現する。
• CPU、GPU、分散HPC環境を含むすべてのバックエンドで、ネイティブに統合された量子勾配計算（随伴法を用いた）を提供する。
• HPC環境におけるリソース割り当てのための正確な実行時間推定ガイドラインを提供し、大規模な量子シミュレーションの効率的なワークロード計画を支援する。

提案手法

• AVX-512、AVX2などのSIMDインストラクションを活用した最適化されたゲートカーネルを備えた、C++20ベースのモジュラーなC++20シミュレータースタックを設計・実装し、CPUにおけるシングルスレッドおよびマルチスレッドパフォーマンスを向上させる。
• PennyLaneのデバイスに依存しないフレームワークを介して統一インターフェースを提供する、lightning.qubit（CPU）、lightning.gpu（NVIDIA CUDA）、lightning.kokkos（AMD ROCm）のデバイスバックエンドを実装する。
• CUDAストリームとマルチGPUタスクスケジューリングを活用し、複数GPU上で独立した回路をバッチ処理・タスクベースで実行可能にする。
• MPIを用いた分散状態ベクトルシミュレーションを実装し、クラスタ全体に跨る複数ノードでの実行を可能にし、前方伝搬および勾配ベースの回路評価を両方サポートする。
• JAX、PyTorch、TensorFlowのワークフローにおいて、効率的なリバースモード自動微分を可能にする、すべてのバックエンドでネイティブにサポートされる随伴法に基づくヤコビアン計算を統合する。
• 現代的なC++20の特徴と抽象化レイヤーを活用し、Perlmutter、LUMI、AWS EC2を含む多様なHPCプラットフォームで、パフォーマンスとポータビリティを両立させる。

実験結果

リサーチクエスチョン

• RQ1 PennyLane Lightningのパフォーマンスは、単一ノード、マルチGPU、分散マルチノードHPC環境において、他のハイパフォーマンスシミュレーターよりもどのように比較されるか？
• RQ2 SIMDインストラクションとマルチスレーディングは、変分アルゴリズム向けCPUベースの量子回路シミュレーションパフォーマンスをどの程度向上させるか？
• RQ3 MPIを用いた分散量子回路シミュレーションの拡張性と効率性は、複数ノードおよびGPUを含む環境でどの程度達成されるか？
• RQ4 随伴法による勾配計算が、一貫したフレームワーク内でCPU、GPU、分散HPCバックエンドのすべてで効率的かつネイティブにサポート可能か？
• RQ5 研究者はこのツールセットを用いて、HPC環境における大規模量子シミュレーションのリソース要件と実行時間をどの程度正確に推定できるか？

主な発見

• 勾配ベースのワークロード（例：回路勾配）において、512 GPU環境で他のシミュレーターよりも最大30%高い弱スケーリング効率を達成し、サンプリングと勾配ワークロードの効率はそれぞれ8%および30%であった。
• 30量子ビット回路において、AVX-512を搭載したLightningのCPUバックエンドは、ベースライン実装に比べて顕著なパフォーマンス向上を示し、特に特定のゲートタイプにおいてゲート適用時間の面で優れた性能を発揮した。
• 20量子ビットを超える回路では、GPUバックエンド（lightning.gpu）がCPUよりもパフォーマンスに優位性を示し、回路の深さと量子ビット数が増加するにつれてその利点が顕著になった。
• lightning.gpuは、複数ノードに跨る分散環境においても、随伴法による勾配計算をネイティブにサポートする唯一の分散状態ベクトルシミュレータであり、大規模シミュレーションにおける効率的なリバースモード微分を可能にする。
• 分散マルチノード実行を活用し、41量子ビットまでの回路シミュレーションが可能であり、大規模な量子アルゴリズムのプロトタイピングの実現可能性を示した。
• PerlmutterやLUMIなどのHPCシステムを想定した、さまざまなワークロードにおける実行時間推定ガイドラインが提供され、実際のHPCハードウェアを用いた妥当性の確認がなされたベンチマークが実施された。