[論文レビュー] Simulating Quantum Computers Using OpenCL

Adam Kelly|arXiv (Cornell University)|May 2, 2018

Quantum Computing Algorithms and Architecture参考文献 7被引用数 20

ひとこと要約

本論文では、GPUアクセラレーションを活用して従来の状態ベクトルシミュレータを著しく上回る性能を発揮するOpenCLベースの量子回路シミュレータ、QCGPUを提示する。OpenCLを用いた最適化されたカーネル起動と並列ゲート適用により、24量子ビットにおいてQiskitに比べ150倍以上、ProjectQに比べ8倍の高速化を達成し、量子アルゴリズム開発におけるポータブルなハードウェアアクセラレーションの有効性を示している。

ABSTRACT

Quantum computing is an emerging technology, promising a paradigm shift in computing, and allowing for speedups in many different problems. However, quantum devices are still in their early stages, most with only a small number qubits. This places a reliance on simulation to develop quantum algorithms and to verify these devices. While there exists many algorithms for the simulation of quantum circuits, there is (at the time of writing) no tools which use OpenCL to parallelize this simulation, thereby taking advantage of devices such as GPUs while still remaining portable. In this paper, such a tool is described, including optimizations in areas such as gate application. This leads to a new approach that outperforms other popular state vector based simulators. An implementation of the proposed simulator is available at https://qcgpu.github.io.

研究の動機と目的

• GPUを活用するポータブルでハードウェアアクセラレートされた量子回路シミュレータの不足を補うこと。
• 特に量子デバイスの量子ビット数に制限がある現状において、古典的ハードウェア上で量子アルゴリズムの効率的シミュレーションを可能にすること。
• OpenCLを用いたクロスプラットフォームGPUアクセラレーションを実現するポータブルでオープンソースのシミュレータの開発。
• 最適化されたカーネル設計と並列実行により、既存の状態ベクトルシミュレータを凌駕すること。
• 自由に利用可能な高パフォーマンスなシミュレーションツールを提供することで、研究者による参入障壁を低減すること。

提案手法

• GPUを含む異種ハードウェアをターゲットとするOpenCLを用いた量子回路シミュレータの実装。
• OpenCL Cで記述されたコンピューティングカーネルを設計し、量子ビットゲートにわたる状態ベクトルの並列更新を実行。
• ワークグループとワークアイテムを用いたカーネル起動構成の最適化により、GPUのオブネーションとメモリのコalescingを最大化。
• CPUとGPU間のメモリ転送を管理し、カーネル実行をスケジューリングするホスト駆動型パイプラインの使用。
• レイテンシを低減するため、効率的なゲート適用とメモリアクセスパターンなどのアルゴリズム最適化の適用。
• 1〜24量子ビットの標準的な量子フーリエ変換回路を用いて、QiskitおよびProjectQとのベンチマーク比較。

実験結果

リサーチクエスチョン

• RQ1 OpenCLベースのハードウェアアクセラレーションは、従来のCPUオンリーシミュレータと比較して、量子回路シミュレーションの性能を著しく向上させることができるか？
• RQ2 特に20量子ビットを超える場合、OpenCLベースのシミュレータの性能は量子ビット数の増加に伴いどのようにスケーリングするか？
• RQ3 カーネル起動構成やメモリアクセスパターンの選択が、GPUアーキテクチャ上でのシミュレーション効率に及ぼす影響はどの程度か？
• RQ4 OpenCLを用いたポータブルでクロスプラットフォームなソリューションは、ベンダースペシフィックなGPUフレームワークに比べ、同等または優れた性能を達成できるか？
• RQ5 単一デバイスGPUシミュレーションの実用的限界は何か。また、分散処理やテンソルネットワーク手法と比較して、その性能はいかがなものか？

主な発見

• QCGPUは、24量子ビットにおける量子フーリエ変換回路について、Qiskitに比べ平均で150倍以上の高速化を達成した。
• 24量子ビットレベルにおいて、ProjectQに比べ平均8倍の性能向上を示した。
• Welchのt検定を用いた統計的分析により、QiskitおよびProjectQとの性能差は有意であった（p < 0.001）。
• シミュレータは1つのGPUで最大28量子ビットまで正常にシミュレートでき、ハードウェアの制限内でのスケーラビリティを示した。
• OpenCLの使用により、ベンダースペシフィックコードを一切使用せず、多様なGPUアーキテクチャ間でポータブルかつ高パフォーマンスなシミュレーションが実現された。
• ベンチマーク結果から、全テスト量子ビット数において一貫した性能向上が確認され、特に高量子ビット数での相対的改善が顕著に観察された。