[論文レビュー] Simulations of Quantum Circuits with Approximate Noise using qsim and Cirq

Sergei V. Isakov, Dvir Kafri+16 more|arXiv (Cornell University)|Nov 3, 2021

Quantum Computing Algorithms and Architecture被引用数 12

ひとこと要約

この論文は、Google Cloud Platform上でノイズのある量子回路の効率的なシミュレーションを可能にする、Cirqと統合された高性能な量子軌道シミュレータqsimを提示する。ノイズの少ない状態で最大10倍の高速化を達成する、新しい遅延内積アルゴリズムを導入し、GoogleのSycamore量子プロセッサの近似ノイズモデルを提案。このモデルは、Fermi-Hubbardダイナミクス、QAOA、非相互作用フェルミオンの時間発展という3つのNISQアルゴリズムにおいて、実験結果とよく一致する。

ABSTRACT

We introduce multinode quantum trajectory simulations with qsim, an open source high performance simulator of quantum circuits. qsim can be used as a backend of Cirq, a Python software library for writing quantum circuits. We present a novel delayed inner product algorithm for quantum trajectories which can result in an order of magnitude speedup for low noise simulation. We also provide tools to use this framework in Google Cloud Platform, with high performance virtual machines in a single mode or multinode setting. Multinode configurations are well suited to simulate noisy quantum circuits with quantum trajectories. Finally, we introduce an approximate noise model for Google's experimental quantum computing platform and compare the results of noisy simulations with experiments for several quantum algorithms on Google's Quantum Computing Service.

研究の動機と目的

• 古典的ハードウェア上でノイズのある量子回路の正確かつ効率的なシミュレーションを可能にし、NISQ時代のアルゴリズム開発を支援すること。
• 特にqubit数やコherences時間に制限のある近い将来の量子デバイスを想定し、スケールに応じたノイズのある量子軌道のシミュレーションにおける計算課題に対処すること。
• Googleの超伝導量子計算プラットフォーム（QCS）における主要な誤りメカニズムを捉える実用的で近似的なノイズモデルを開発すること。
• qsimという高性能シミュレーションツールをCirqプログラミングフレームワークと統合し、スケーラブルで生産用途に耐える量子アルゴリズムのプロトタイピングを可能にすること。
• Google Cloud Platform上にクラウドネイティブでマルチノードのシミュレーションパイプラインを提供し、自動スケーリングと高メモリ負荷を伴う大規模な軌道ベースのシミュレーションを支援すること。

提案手法

• qsimに遅延内積アルゴリズムを実装し、量子軌道シミュレーションの最適化を図り、計算オーバーヘッドを低減。ノイズが少ない状態では最大10倍の高速化を達成。
• Cirqのバックエンドとしてqsimを使用し、Python上で量子回路定義、ノイズモデリング、高性能シミュレーションのシームレスな統合を実現。
• Google Cloud Platform（GCP）上でのマルチノードCPUおよびGPU構成を活用し、HTCondorを用いて仮想マシン間での自動スケーリングと効率的なワークロード分散を実現。
• qubitの崩壊・デ coherent ずれ、fSimゲートのコherentlyな誤り、デポラライジングノイズを組み込んだ、汎用的な近似ノイズモデルをSycamoreプロセッサ用に開発。
• 非相互作用フェルミオンダイナミクス、QAOA、Fermi-Hubbardダイナミクスという3つの量子アルゴリズムに、理想状態とノイズあり状態の両方でこのノイズモデルを適用。
• 量子軌道を用いて確率的ノイズプロセスをシミュレートし、現実的な誤り条件下での回路出力の統計的サンプリングを可能にした。

実験結果

リサーチクエスチョン

• RQ1 古典的高性能コンputングを用いて、ノイズのある量子回路の量子軌道シミュレーションをどのように高速化できるか？
• RQ2 実験的誤り測定に基づく近似ノイズモデルは、NISQ時代の量子アルゴリズムにおいて、実ハードウェアの挙動をどの程度正確に再現できるか？
• RQ3 マルチノードのクラウドベースのシミュレーションワークフローは、高メモリおよび計算負荷を伴う大規模なノイズのある量子回路のシミュレーションを、効率的にスケーリングできるか？
• RQ4 具体的に、提案された近似ノイズモデルと単純なデポラライジングノイズモデルの間で、実験結果との適合度（忠実度）にどのような差が生じるか？
• RQ5 具体的な誤りチャネル（例：崩壊、デコherence、fSimゲート誤り）は、QAOA やフェルミオンダイナミクスといった主要なNISQアルゴリズムの性能にどのような影響を与えるか？

主な発見

• qsimにおける遅延内積アルゴリズムにより、ノイズが少ない状態の量子軌道シミュレーションで最大10倍の高速化が達成され、小規模～中規模の回路深さにおいて性能が顕著に向上した。
• GoogleのSycamoreプロセッサ向けに開発した近似ノイズモデルは、3つの量子アルゴリズムにおいて実験結果とよく一致し、単純なデポラライジングノイズモデルよりも忠実度が優れていた。
• 「ハードウェアグリッド」問題におけるQAOAアルゴリズム（深さ$ p=3 $）では、近似ノイズモデルは実機との差が$ \langle C \rangle / C_{\mathrm{min}} $で0.02未満であり、デポラライジングモデルは楽観的すぎた。
• 非相互作用フェルミオンダイナミクスにおいては、近似ノイズモデルは実験データからの絶対誤差が0.05～0.15であり、1%デポラライジングモデル（0.2～0.3）よりも忠実度が高かった。
• 近似ノイズモデルを用いたFermi-Hubbardダイナミクスのシミュレーションでは、16キュービット構成の全範囲で、シミュレートされたフェルミオン分布と実験的分布との$ \ell_1 $距離の標準偏差が0.03～0.05であった。
• HTCondorによる自動スケーリングを活用したGCP上のマルチノードシミュレーションにより、高メモリ負荷を伴う効率的なワークロードが可能となり、NISQアルゴリズム開発に向けた大規模な軌道ベースシミュレーションが現実可能となった。