[論文レビュー] Noise-Adaptive Compiler Mappings for Noisy Intermediate-Scale Quantum Computers

Prakash Murali, Jonathan M. Baker+3 more|arXiv (Cornell University)|Jan 30, 2019

Quantum Computing Algorithms and Architecture参考文献 55被引用数 20

ひとこと要約

この論文は、NISQハードウェアからのリアルタイム補正データを活用してノイズに適応する量子コンパイラマッピングを提案し、qubitの配置とルーティングを最適化することで、プログラムの成功率と実行効率を顕著に向上させている。LLVMベースのバックエンドに動的エラー率、コher- ence時間、ゲート時間を統合することで、16量子ビットのIBMシステムにおいて、IBM Qiskitコンパイラと比較して最大18倍の成功率向上と6倍の高速化を達成した。

ABSTRACT

A massive gap exists between current quantum computing (QC) prototypes, and the size and scale required for many proposed QC algorithms. Current QC implementations are prone to noise and variability which affect their reliability, and yet with less than 80 quantum bits (qubits) total, they are too resource-constrained to implement error correction. The term Noisy Intermediate-Scale Quantum (NISQ) refers to these current and near-term systems of 1000 qubits or less. Given NISQ's severe resource constraints, low reliability, and high variability in physical characteristics such as coherence time or error rates, it is of pressing importance to map computations onto them in ways that use resources efficiently and maximize the likelihood of successful runs. This paper proposes and evaluates backend compiler approaches to map and optimize high-level QC programs to execute with high reliability on NISQ systems with diverse hardware characteristics. Our techniques all start from an LLVM intermediate representation of the quantum program (such as would be generated from high-level QC languages like Scaffold) and generate QC executables runnable on the IBM Q public QC machine. We then use this framework to implement and evaluate several optimal and heuristic mapping methods. These methods vary in how they account for the availability of dynamic machine calibration data, the relative importance of various noise parameters, the different possible routing strategies, and the relative importance of compile-time scalability versus runtime success. Using real-system measurements, we show that fine grained spatial and temporal variations in hardware parameters can be exploited to obtain an average $2.9$x (and up to $18$x) improvement in program success rate over the industry standard IBM Qiskit compiler.

研究の動機と目的

• 限られた量子ビット数でエラー訂正なしのノイズの大きい中規模量子（NISQ）システムにおける低信頼性と高い変動性という重要な課題に対処すること。
• 動的ハードウェア特性に適応したコンパイルにより、実際のNISQハードウェア上での量子プログラムの成功率と実行効率を向上させること。
• 補正データを考慮したqubitマッピング、ルーティング戦略、最適化目的の影響を実システムのパフォーマンスに与える影響を評価すること。
• 近い将来の量子システムに適した、計算時間コストと実行時信頼性のバランスを取る、最適およびヒューリスティックなスケーラブルなコンパイル技術を開発すること。

提案手法

• フレームワークは、高レベルの量子プログラム（例：Scaffold）をLLVM IRにコンパイルし、その後OpenQASMに変換してIBMQ16量子プロセッサで実行する。
• CNOTエラー率、読み出しエラー、ゲート時間、コher- ence時間（T2）を含む、リアルタイムの日次補正データを用いて、qubitの配置とルーティングの意思決定を支援する。
• SMTベースの最適化エンジンが、エラー率とゲート時間を重み付けした複合的⽬的関数を最小化することで、近似的に最適なマッピングを計算する。
• より大きな回路向けにスケーラブルなように、ヒューリスティック手法であるGreedyV★とGreedyE★を導入し、高い信頼性を維持する。
• マッピングの評価は、実際のIBMQ16ハードウェア上でコンパイル済み回路を実行し、成功率と実行時間を測定することで行う。
• 同様のベンチマークと実システム測定を用いて、業界標準のIBM Qiskitコンパイラと結果を比較する。

実験結果

リサーチクエスチョン

• RQ1 リアルタイムのマシン補正データを用いることで、NISQハードウェア上での量子プログラムの成功率にどのような影響を与えるか？
• RQ2 CNOTエラー率、読み出しエラー、コher- ence時間といった異なるノイズパラメータのうち、どの要因がプログラムの信頼性に最も重要か？
• RQ3 SMTベースの最適化は、ヒューリスティックまたはベースラインコンパイラと比較して顕著に高い成功率を達成できるか？また、コンパイル時間のコストはどの程度か？
• RQ4 異なるルーティングポリシーとqubit移動戦略は、コンパイル済み量子回路の信頼性とパフォーマンスにどのように影響を与えるか？
• RQ5 ヒューリスティックなコンパイル手法は、より大きな回路に対してスケーラブルである一方で、最適手法のパフォーマンスにどの程度近づけるか？

主な発見

• 提案されたノイズに適応するコンパイラは、実機測定を用いて、IBM Qiskitコンパイラと比較して平均2.9倍（最大18倍）の成功率向上を達成した。
• Qiskitと比較して平均2.7倍（最大6倍）の実行時間短縮を達成し、実行時の効率性が向上した。
• CNOTおよび読み出しエラー率が信頼性に最も重要なノイズパラメータであり、次にゲート時間とコher- ence時間の順に重要である。
• SMTベースの最適化は近似的に最良の結果を得られるが、計算コストが高くなる。一方、GreedyV★とGreedyE★ははるかに短いコンパイル時間でほぼ同等の性能を発揮する。
• 適切な初期qubit配置により、SWAP操作の必要性が低減され、特にグリッドトポロジーのシステムでは、これが主なエラー源となる。
• 実システム評価により、シミュレートされたまたはスケーリングされたエラー指標は、実際の成功率と相関が薄く、実機テストの価値が顕著に示された。