[論文レビュー] Large-Scale Simulation of Quantum Computational Chemistry on a New Sunway Supercomputer

Honghui Shang, Li Shen+12 more|arXiv (Cornell University)|Jul 8, 2022

Cloud Computing and Resource Management被引用数 4

ひとこと要約

本論文では、Sunwayスパコン上で大規模な量子計算化学シミュレーションを可能にする、行列積状態（MPS）および密度行列埋め込み理論（DMET）を活用した高性能VQEシミュレータ「Q2 Chemistry」を提示する。2000万コアまでほぼ線形の弱スケーリングおよび強スケーリングを達成し、最大100原子および1000キュービットの系をシミュレートした。これは、近い将来の量子化学実験のベンチマーク手法としての実現可能性を示している。

ABSTRACT

Quantum computational chemistry (QCC) is the use of quantum computers to solve problems in computational quantum chemistry. We develop a high performance variational quantum eigensolver (VQE) simulator for simulating quantum computational chemistry problems on a new Sunway supercomputer. The major innovations include: (1) a Matrix Product State (MPS) based VQE simulator to reduce the amount of memory needed and increase the simulation efficiency; (2) a combination of the Density Matrix Embedding Theory with the MPS-based VQE simulator to further extend the simulation range; (3) A three-level parallelization scheme to scale up to 20 million cores; (4) Usage of the Julia script language as the main programming language, which both makes the programming easier and enables cutting edge performance as native C or Fortran; (5) Study of real chemistry systems based on the VQE simulator, achieving nearly linearly strong and weak scaling. Our simulation demonstrates the power of VQE for large quantum chemistry systems, thus paves the way for large-scale VQE experiments on near-term quantum computers.

研究の動機と目的

• 近い将来の量子コンピュータ上で量子計算化学を研究するためのスケーラブルな古典的シミュレータを開発すること。
• 大規模分子系に対して指数関数的メモリスケーリングを示す完全配置相互作用（FCI）法の課題を克服すること。
• ノイズの多い中規模量子（NISQ）デバイスに実行する前段階として、現実の量子化学問題（例：タンパク質-リガンド相互作用）を大規模かつ高精度にシミュレートできること。
• 最大2000万コアのスパコン上で、ほぼ線形の強スケーリングおよび弱スケーリングを達成し、近い将来の量子アルゴリズムのベンチマークを可能にすること。
• SARS-CoV-2主要プロテアーゼにリガンドを結合させた系を含む実際の化学系を用いて手法を検証し、量子化学の精度で結合親和定数を予測すること。

提案手法

• VQEシミュレータは、大規模な量子系のためのメモリ要件を削減し、シミュレーション効率を向上させるために行列積状態（MPS）表現を採用している。
• MPSベースのVQEに密度行列埋め込み理論（DMET）を統合し、純粋なMPSの限界を超えてシミュレーション範囲を拡張している。
• MPIベースのドメイン分割、OpenMPスレーディング、GPUアクセcelerationを組み合わせた三段階の並列化スキームを実装し、2000万コアまでスケーリングを実現している。
• 主にJuliaをプログラミング言語として採用し、JITコンパイルと最適化されたライブラリを活用することで、ネイティブC/Fortranに近いパフォーマンスを実現している。
• Hartree-Fockの幾何最適化とエネルギー評価を用いて、パラメトリックな量子回路による反復的VQE最適化を実行し、リガンド結合親和定数を予測している。
• 通信オーバーヘッドは、効率的なMPI_AllreduceおよびMPI_Bcast操作により最小限に抑えられ、スケール下で1イテレーションあたり0.001秒未満のデータ転送時間となった。

実験結果

リサーチクエスチョン

• RQ1 現代のスパコン上で最大1000キュービットの大きな量子化学系をシミュレートできる古典的VQEシミュレータは、スケーリング可能か？
• RQ2 MPSとDMETの組み合わせは、大きな分子におけるVQEシミュレーションの精度とスケーラビリティをどのように向上させるか？
• RQ3 最大2000万コアのスパコン上で、VQEシミュレータは強スケーリングおよび弱スケーリングをどの程度達成できるか？
• RQ4 SARS-CoV-2主要プロテアーゼに既知の阻害剤を結合させたような実際のタンパク質-リガンド複合体の結合エネルギーを、シミュレータは正確に予測できるか？
• RQ5 生産性と計算効率の両面から、Juliaベースの実装は従来のHPC言語（C/Fortran）と比較してどの程度優れているか？

主な発見

• Q2 Chemistryシミュレータは、最大2000万コアでほぼ線形の弱スケーリングおよび強スケーリングを達成し、1VQEイテレーションあたりの通信コストは0.001秒未満であった。
• DMET-MPS-VQEを用いて、103原子系（アタザナビール）を378電子および1000キュービットでシミュレートし、この手法で報告された最大の量子化学シミュレーションとなった。
• カネサルタランシレキセチルの結合エネルギーは-6.8 eVと予測され、実験結果と良好に一致した。
• ニルマトレルビル（パキロビル配合剤に含まれる）は-7.3 eVの低い結合エネルギーを示し、より強い結合を示しており、その既知の抗ウイルス作用と整合的であった。
• Juliaの使用により、手動最適化されたC/Fortranコードと同等の生産性とパフォーマンスが達成され、MPIおよび最適化されたBLAS/LAPACKライブラリとの効率的統合が可能となった。
• このシミュレータは、約100キュービットの近い将来の量子ハードウェアにデプロイする前に、VQEを古典的スパコン上で信頼性高くベンチマーク可能であることを示した。