[논문 리뷰] Accelerating Quantum Computations of Chemistry Through Regularized Compressed Double Factorization

Oumarou Oumarou, Maximilian Scheurer외 3명|arXiv (Cornell University)|2022. 12. 15.

Quantum Computing Algorithms and Architecture참고 문헌 38인용 수 6

한 줄 요약

이 논문은 양자 화학 시뮬레이션을 위한 분자의 하미르토니안 압축 기법을 향상시킨 Regularized Compressed Double Factorization (RC-DF)를 소개한다. 압축된 이중 분해에 변동성 인식 정규화를 추가함으로써, RC-DF는 NISQ 장치에서 절삭된 이중 분해 대비 측정 기반 수를 약 3배 감소시키고 샷 수를 3–6배 감소시키며, 오류 보정 알고리즘에서는 실행 시간을 거의 반으로 줄인다. 이는 탄소 고정형 분해법보다 더 낮은 람다 파라미터와 10배 낮은 CCSD(T) 오차를 달성한다.

ABSTRACT

We propose the regularized compressed double factorization (RC-DF) method to classically compute compressed representations of molecular Hamiltonians that enable efficient simulation with noisy intermediate scale (NISQ) and error corrected quantum algorithms. We find that already for small systems with 12 to 20 qubits, the resulting NISQ measurement scheme reduces the number of measurement bases by roughly a factor of three and the shot count to reach chemical accuracy by a factor of three to six compared to truncated double factorization (DF) and we see order of magnitude improvements over Pauli grouping schemes. We demonstrate the scalability of our approach by performing RC-DF on the CpdI species of cytochrome P450 with 58 orbitals and find that using the resulting compressed Hamiltonian cuts the run time of qubitization and truncated DF based error corrected algorithms almost in half and even outperforms the lambda parameters achievable with tensor hypercontraction (THC) while at the same time reducing the CCSD(T) energy error heuristic by an order of magnitude.

연구 동기 및 목표

• NISQ 및 오류 보정 양자 알고리즘에서 분자의 하미르토니안을 측정하는 데 드는 높은 자원 비용을 해결하기 위해.
• 낮은 근사 오차에도 불구하고 압축된 이중 분해(C-DF)에서 발생하는 에너지 추정기의 불안정한 변동성으로 인해 실용적 이용이 어려운 문제를 해결하기 위해.
• 근사 오차와 에너지 추정기 변동성을 동시에 최소화하여 양자 시뮬레이션의 효율성을 향상시키는 방법을 개발하기 위해.
• NISQ 및 오류 보정 알고리즘 양쪽 모두에 최적화된 하미르토니안 압축을 통해 확장 가능하고 자원 소모가 적은 양자 화학 시뮬레이션을 가능하게 하기 위해.
• 기존의 탄소 고정형 분해(THC) 및 절삭된 이중 분해(DF)와 비교해 자원 효율성과 정확도에서 뛰어난 성능을 내는 것을 목표로 한다.

제안 방법

• RC-DF는 C-DF와 동일한 압축된 하미르토니안 형태를 사용하지만, 최소 제곱 비용 함수에 정규화 항을 추가하여 에너지 추정기의 변동성을 제어한다.
• 정규화 항은 높은 변동성을 가진 표현을 처벌함으로써, 근사 오차를 최소화하더라도 안정적이고 낮은 변동성을 가진 에너지 추정을 보장한다.
• 비선형 최소 제곱을 통해 매개변수 최적화를 수행하며, 절단된 X-DF 추측에서 시작하고, 조정 가능한 정규화 강도(ρ = 10⁻³)와 수렴 정확도를 설정한다.
• RC-DF는 측정 전에 선형 깊이의 오비탈 회전 회로만 필요로 하는 NISQ에 적합한 측정 기반을 제공하며, 입자 수 투영과도 호환된다.
• LCU 표현 방식을 통해 변동성 알고리즘(VQE 등)과 오류 보정 알고리즘(예: 큐비트화 등) 모두를 지원한다.
• 논문은 시토크롬 P450의 Cpd I 종(58 오비탈)에서 검증되었으며, X-DF, 절단된 DF, THC와의 결과를 비교하였다.

실험 결과

연구 질문

• RQ1 압축된 이중 분해의 정규화된 최적화가 근사 오차를 증가시키지 않으면서도 에너지 추정기의 변동성을 줄일 수 있는가?
• RQ2 RC-DF가 NISQ 알고리즘에서 절단된 이중 분해 및 탄소 고정형 분해보다 측정 기반과 샷 수를 줄이는 데 성공하는가?
• RQ3 오류 보정 시뮬레이션에서 RC-DF가 THC보다 더 낮은 람다 파라미터를 달성하면서도 더 낮은 CCSD(T) 에너지 오차를 유지할 수 있는가?
• RQ4 정규화 강도와 수렴 정확도가 근사 오차, 변동성, 자원 효율성 간의 상호 보완적 관계에 어떻게 영향을 미치는가?
• RQ5 RC-DF는 Cpd I(58 오비탈)와 같은 큰 분자 시스템에 대해 얼마나 잘 확장 가능한가?

주요 결과

• 소규모 시스템(12–20 큐비트)에서 RC-DF는 절단된 이중 분해 대비 측정 기반 수를 약 3배 감소시키고 샷 수를 3–6배 감소시켰다.
• Cpd I 시스템(58 오비탈)에서 RC-DF는 큐비트화 및 절단된 DF 기반 오류 보정 알고리즘의 실행 시간을 거의 50% 감소시켰다.
• 100 절단 모드에서 RC-DF는 람다 파라미터를 봉우리 기반으로 355.8, LCU 기반으로 498.1로 계산하여 THC보다 람다 및 CCSD(T) 오차 측면에서 뛰어난 성능을 보였다.
• ρ = 10⁻³일 때, RC-DF의 CCSD(T) 에너지 오차는 THC 대비 한 단계 낮아져 100 모드에서 -17.26 mEh에 도달했다.
• 수렴 정확도 10⁻⁴에서 RC-DF는 CCSD(T) 오차 +0.0086 mEh와 봉우리 기반 람다 258.0을 달성하여 높은 정확도와 낮은 자원 비용을 동시에 확보했다.
• RC-DF의 에너지 추정기 변동성은 안정화되어 있으며, 정규화되지 않은 C-DF보다 수 개의 주기 낮아서 핵심적인 실용적 제약을 해결했다.