[論文レビュー] Neutral Atom Quantum Computing Hardware: Performance and End-User Perspective

Karen Wintersperger, Florian Dommert+8 more|arXiv (Cornell University)|Apr 27, 2023

Quantum Computing Algorithms and Architecture参考文献 106被引用数 4

ひとこと要約

本論文は、中性原子量子コンピューティングハードウェアについて、産業界のエンドユーザーポイントオブビューを提供し、長寿命のコherences、2次元／3次元スケーラビリティ、およびRydberg媒介接続性を特徴とする物理的キュービットアーキテクチャが、アルゴリズム性能にどのように影響するかを分析する。ゲート忠実度、接続性、状態準備時間といった主要なパフォーマンス要因を特定し、NISQ時代の応用分野、たとえば量子機械学習や最適化において、ハードウェアの強みを活かすにはハードウェアに配慮したアルゴリズム設計が不可欠であると結論づける。

ABSTRACT

We present an industrial end-user perspective on the current state of quantum computing hardware for one specific technological approach, the neutral atom platform. Our aim is to assist developers in understanding the impact of the specific properties of these devices on the effectiveness of algorithm execution. Based on discussions with different vendors and recent literature, we discuss the performance data of the neutral atom platform. Specifically, we focus on the physical qubit architecture, which affects state preparation, qubit-to-qubit connectivity, gate fidelities, native gate instruction set, and individual qubit stability. These factors determine both the quantum-part execution time and the end-to-end wall clock time relevant for end-users, but also the ability to perform fault-tolerant quantum computation in the future. We end with an overview of which applications have been shown to be well suited for the peculiar properties of neutral atom-based quantum computers.

研究の動機と目的

• 中性原子量子コンピューティングハードウェアの現在のパフォーマンスを、産業界のエンドユーザーポイントオブビューから評価すること。
• キュービット接続性、ゲート忠実度、コherencesといった低レベルのハードウェア特性が、アルゴリズム実行時間とウォールクロック時間にどのように影響するかを特定すること。
• 中性原子プラットフォームが、NISQ時代の特定の量子アルゴリズムに適しているかどうかを評価すること。
• ソフトウェアスタックのサポートにおける課題を強調し、ハードウェアに配慮したアルゴリズム開発の必要性を指摘すること。
• 実際のハードウェア制約に基づいて、中性原子システム向けに量子アルゴリズムを最適化するための開発者へのガイダンスを提供すること。

提案手法

• AtomComputing、ColdQuanta、Pasqal、Planqc、QuEra の5社の主要な中性原子量子コンピューティングプロバイダーとの対話をもとに、ベンダーオンリーでない分析を実施した。
• 物理的キュービットアーキテクチャ、接続性、ゲート操作特性に焦点を当て、最近の文献およびハードウェア仕様からパフォーマンスデータを統合した。
• ゲート忠実度、キュービットコherences時間、状態準備および測定（SPAM）時間、ネイティブゲート命令セットを含む、主要なパフォーマンス指標を評価した。
• ハードウェア特性をアルゴリズム的パフォーマンスにマッピングし、特にアーキテクチャが量子回路実行時間とエンドツーエンドのウォールクロック時間に与える影響を強調した。
• PennyLane や TensorFlow Quantum などの主要な量子機械学習フレームワークにおけるソフトウェアサポートの現状を評価し、ネイティブバックエンド統合のギャップを同定した。
• 変動型量子アルゴリズムや物理的制約を組み込んだ機械学習（PIML）といった分野では、チューナブルなキュービット配置と長距離相互作用の特性により、中性原子プラットフォームが特に有望であると判明した。

実験結果

リサーチクエスチョン

• RQ1 中性原子量子ハードウェアの物理的特性（キュービット接続性、ゲート忠実度など）が、量子アルゴリズムの実行時間と信頼性にどのように影響するか。
• RQ2 現在のNISQデバイスにおいて、アルゴリズムパフォーマンスを制限する主なハードウェア制限要因（例：長時間の準備時間、低速なゲート速度）は何か。
• RQ3 中性原子プラットフォームに最も適している量子アルゴリズムは何か。その理由は、独自のアーキテクチャと接続性のおかげである。
• RQ4 量子機械学習フレームワークにおける中性原子バックエンドのソフトウェアサポート状況は、他の量子ハードウェアプラットフォームと比較してどう異なるか。
• RQ5 ハードウェアに配慮したアルゴリズム設計は、実用的応用において中性原子量子コンピュータのパフォーマンスボトルネックをどれほど軽減できるか。

主な発見

• 中性原子プラットフォームは、長寿命のコherencesとスケーラブルな2次元／3次元キュービットアレイを備えており、Rydberg媒介の長距離相互作用により高密度接続性を実現している。
• 2キュービットゲート忠実度は向上しつつあるが、依然として制限要因であり、現在の値はプラットフォームによって異なるが95–99％の範囲にとどまっている。
• 状態準備および測定（SPAM）時間は比較的長く、ウォールクロック時間に大きく寄与しており、アルゴリズムスループットを制限している。
• ネイティブゲートセットには、調整可能な相互作用範囲を持つ単一および2キュービットゲートが含まれており、柔軟な回路設計を可能にするが、注意深い最適化が求められる。
• PennyLane や TensorFlow Quantum などの主要な量子ソフトウェアフレームワークにおける中性原子バックエンドのサポートは、限定的またはまだ公開されていない。
• 量子近似最適化アルゴリズム（QAOA）や物理的制約を組み込んだ機械学習（PIML）は、チューナブルなキュービット配置と長距離接続性のおかげで、このプラットフォームに特に適している。