[論文レビュー] Quantum Compiler Optimizations

J. Booth|arXiv (Cornell University)|Jun 14, 2012

Quantum Computing Algorithms and Architecture参考文献 4被引用数 8

ひとこと要約

本論文では、任意の単一キュービット量子ゲートをユニバーサルゲートセットで近似するためのオースティン・ファウラーの量子コンパイラアルゴリズムに対する最適化を提示する。ミートインザミドルアプローチとベース変換を実装することで、指数時間計算量に変更を加えずに、実験的実行時間を1〜2桁削減し、量子回路合成における実用的性能を顕著に向上させた。

ABSTRACT

A quantum computer consists of a set of quantum bits upon which operations called gates are applied to perform computations. In order to perform quantum algorithms, physicists would like to design arbitrary gates to apply to quantum bits. However, the physical limitations of the quantum computing device restrict the set of gates that physicists are able to apply. Thus, they must compose a sequence of gates from the permitted gate set, which approximates the gate they wish to apply - a process called quantum compiling. Austin Fowler proposes a method that finds optimal gate sequences in exponential time, but which is tractable for common problems. In this paper, I present several optimizations to this algorithm. While my optimizations do not improve its overall exponential behavior, they improve its empirical performance by one to two orders of magnitude.

研究の動機と目的

• ファウラーの量子コンパイラアルゴリズムの実験的性能を向上させること。このアルゴリズムは、目的の量子ゲートを近似する最適なゲートシーケンスを同定する。
• 特定の目的ゲート（例：π/6ゲート）を高い精度（10⁻⁷）で近似するために必要な計算時間を短縮すること。
• 正しさを維持したまま、量子コンilationにおけるゲートシーケンス探索の速度を向上させる実用的最適化を検討すること。
• 実世界の量子コンパイラ環境における、アルゴリズム的強化が実行時間およびメモリ使用量に与える影響を評価すること。

提案手法

• 探索空間を縮小するために、事前に中間ゲートシーケンスを計算・インデックス化するミートインザミドル（MITM）戦略を採用する。
• 量子ゲートの行列表現に対して基底変換を適用し、ゲートシーケンスの比較およびマッチングをより効率的に行えるようにする。
• Fowler距離尺度（√[(2 - |tr(U·Uₗ†)|)/2]）を用いて、目的ゲートと合成ゲートの間の近似誤差を定量化する。
• 木構造ベースの検索構造を用いて重複するゲートシーケンスをスキップし、一意で同値でないシーケンスのみを処理することを保証する。
• 空間インデキシング技術（例：FLANN）を用いて、所定のトレース距離閾値内にある行列の検索を高速化する。
• 複数のノードに計算を分散できるマップリダス並列化モデルを提案し、クラウドインfra構造上でのスケーラブルな実行を可能にする。

実験結果

リサーチクエスチョン

• RQ1 ミートインザミドル技法は、量子コンパイラ最適化に効果的に適用可能であり、探索時間を短縮できるか？
• RQ2 基底変換は、ターゲットユニタリーに一致するゲートシーケンスのマッチング効率をどのように向上させるか？
• RQ3 空間インデキシング構造は、近似ゲートシーケンスの特定をどの程度高速化できるか？
• RQ4 指数時間計算量を変更せずに、アルゴリズム的最適化によってどの程度の性能向上が達成可能か？
• RQ5 マップリダス並列化は、分散システム上で量子コンパイラをスケーラブルに拡張するために効果的に利用可能か？

主な発見

• ミートインザミドル最適化により、指数時間計算量を維持したまま、量子コンパイラの実験的実行時間が1〜2桁短縮された。
• 基底変換技術により、探索空間がより好都合な幾何的配置に変換され、行列比較の効率が向上した。
• FLANNなどの空間インデキシング構造を用いることで、所定のトレース距離内にある行列の検索が高速化され、必要な比較回数が削減された。
• 特に2段階目において、一意なシーケンスの再利用により探索が高速化され、より長いシーケンスの探索が促進された。
• マップリダス並列化により、負荷が均等に分散される前提で、計算ノード数に比例した実行時間短縮が可能となるスケーラブルな高速化経路が得られた。
• アルゴリズムのメモリ使用量はシーケンス長に指数関数的に比例するため、最適化や分散実行が行われない限り、非常に長いシーケンスへの適用は制限される。