[논문 리뷰] Accelerating Variational Quantum Algorithms Using Circuit Concurrency

Salonik Resch, Anthony Gutierrez외 6명|arXiv (Cornell University)|2021. 09. 03.

Quantum Computing Algorithms and Architecture참고 문헌 36인용 수 10

한 줄 요약

이 논문은 같은 양자 회로의 여러 인스턴스를 동시에 실행함으로써 노이지 중간 규모 양자(NISQ) 장치에서 변분 양자 알고리즘(VQAs)을 가속화하는 회로 동시성(circuit concurrency)을 제안한다. 이 방법은 병렬로 양자 상태를 샘플링할 수 있게 하여, 악성 오차율 조건에서도 양자 근사 최적화 알고리즘(QAOA)에서 최대 20배의 속도 향상을 달성하며, 최소한의 오버헤드를 수반한다.

ABSTRACT

Variational quantum algorithms (VQAs) provide a promising approach to achieve quantum advantage in the noisy intermediate-scale quantum era. In this era, quantum computers experience high error rates and quantum error detection and correction is not feasible. VQAs can utilize noisy qubits in tandem with classical optimization algorithms to solve hard problems. However, VQAs are still slow relative to their classical counterparts. Hence, improving the performance of VQAs will be necessary to make them competitive. While VQAs are expected perform better as the problem sizes increase, increasing their performance will make them a viable option sooner. In this work we show that circuit-level concurrency provides a means to increase the performance of variational quantum algorithms on noisy quantum computers. This involves mapping multiple instances of the same circuit (program) onto the quantum computer at the same time, which allows multiple samples in a variational quantum algorithm to be gathered in parallel for each training iteration. We demonstrate that this technique provides a linear increase in training speed when increasing the number of concurrently running quantum circuits. Furthermore, even with pessimistic error rates concurrent quantum circuit sampling can speed up the quantum approximate optimization algorithm by up to 20x with low mapping and run time overhead.

연구 동기 및 목표

• 노이지 중간 규모 양자(NISQ) 장치에서 변분 양자 알고리즘(VQAs)의 느린 학습 속도 문제를 해결하기 위해.
• 실제 응용에서 고전적 알고리즘과 경쟁 가능한 성능을 향상시키기 위해.
• 결함 내성 양자 오류 수정이 필요 없이도 VQA 실행을 가속화할 수 있는 하드웨어 수준 최적화를 탐색하기 위해.
• NISQ 시대의 양자 컴퓨팅에서 동시 양자 회로 실행이 학습 속도와 오차 내성에 미치는 영향을 평가하기 위해.

제안 방법

• 동일한 양자 회로의 여러 인스턴스를 동시에 양자 프로세서에 매핑하여 병렬 실행을 가능하게 하기 위해.
• 각 VQA 학습 반복 동안 병행하여 여러 양자 상태 샘플을 수집하기 위해 회로 수준의 동시성을 활용하기 위해.
• 동시 실행되는 회로들 간의 자원 경쟁과 스케줄링 오버헤드를 최소화하는 매핑 전략을 설계하기 위해.
• 기존의 VQA 워크플로우를 유지하면서도 병행 수집된 샘플을 처리하기 위해 고전적 최적화 루프를 활용하기 위해.
• 대표적인 VQA로 QAOA를 대상으로 하여 접근 방식을 검증하기 위해.
• 현재 NISQ 장치에서 일반적인 고오차율 조건 하에서의 성능 향상을 분석하기 위해.

실험 결과

연구 질문

• RQ1 동일한 양자 회로의 동시 실행이 변분 양자 알고리즘에서 학습 시간을 크게 단축시킬 수 있는가?
• RQ2 실제 NISQ 수준의 노이즈 조건 하에서 회로 동시성이 VQAs의 성능과 수렴에 어떤 영향을 미치는가?
• RQ3 악성 오차 모델 조건에서도 QAOA 학습에서 회로 동시성으로부터 얻을 수 있는 최대 속도 향상은 얼마인가?
• RQ4 현재 하드웨어에 동시 양자 회로를 구현할 때 수반되는 실용적 오버헤드(매핑, 런타임)는 무엇인가?

주요 결과

• 회로 동시성은 동시에 실행되는 회로 수에 비례하여 학습 시간에 선형 속도 향상을 제공한다.
• 악성 오차율 조건에서도 양자 근사 최적화 알고리즘(QAOA)에서 최대 20배의 속도 향상을 달성한다.
• 매핑 및 런타임 오버헤드가 매우 낮아, 근접한 양자 하드웨어에 실용적으로 적용 가능하다.
• 높은 노이즈 수준에서도 효과가 유지되어 NISQ 시대에 강건함을 입증한다.
• 양자 오류 수정이나 알고리즘 구조의 변경 없이도 VQAs의 수렴 속도를 빠르게 할 수 있다.