[논문 리뷰] Asymptotically Efficient Quantum Karatsuba Multiplication

Craig Gidney|arXiv (Cornell University)|2019. 04. 15.

Quantum Computing Algorithms and Architecture참고 문헌 1인용 수 7

한 줄 요약

이 논문은 최적의 O(n) 공간 복잡도를 달성하면서도 고전적 O(n^{lg 3}) 게이트 복잡도를 유지하는 양자 카라츠바 곱셈 알고리즘을 제시한다. 재귀 호출을 직접적으로 출력 레지스터 섹션을 수정하는 방식으로 재구성함으로써(고전적 꼬리 호출 최적화와 유사하게), 중간 결과를 저장하고 복구하는 것을 제거하여 공간 증가 없이 점근적으로 효율적인 양자 곱셈을 가능하게 한다.

ABSTRACT

We improve the space complexity of Karatsuba multiplication on a quantum computer from $O(n^{1.427})$ to $O(n)$ while maintaining $O(n^{\lg 3})$ gate complexity. We achieve this by ensuring recursive calls can add their outputs directly into subsections of the output register. This avoids the need to store, and uncompute, intermediate results. This optimization, which is analogous to classical tail-call optimization, should be applicable to a wide range of recursive quantum algorithms.

연구 동기 및 목표

• 양자 컴퓨터에서 카라츠바 곱셈과 같은 비가역적 고전적 재귀 알고리즘을 구현할 때 과도한 공간 또는 시간 오버헤드 없이 처리하는 데 도전하는 것.
• 이전의 양자 구현에서 중간 결과를 저장하고 복구해야 하여 O(n^{1.427})의 공간 복잡도를 유발한 공간 복잡도의 한계를 극복하는 것.
• 고전 알고리즘과 동일한 점근적 게이트 수를 유지하면서도 양자 카라츠바 곱셈에서 선형 공간 복잡도 O(n)를 달성하는 것.
• 고전적 꼬리 호출 최적화와 유사하게 출력 레지스터 섹션을 직접 수정할 수 있도록 하는 일반화 가능한 기법을 제시하여 양자 재귀 알고리즘 최적화를 가능하게 하는 것.

제안 방법

• 곱을 스케일된 재귀 하위곱의 합으로 표현하도록 카라츠바 곱셈을 재작성: t += (ax)(1 - 2^{wh}) + (a+b)(x+y)(2^{wh}) + (by)(2^{wh})(2^{wh} - 1).
• 각 결과가 출력 레지스터의 지정된 부분에 직접 추가되도록 재귀 호출을 재구성하여 중간 저장을 방지한다.
• 소규모 입력에 대해 스쿨북 곱셈을 기저 사례로 사용하여, 기저 사례에서 단어 크기 w'가 작기 때문에 공간 사용이 O(n)을 유지함을 보장한다.
• 로그 깊이의 가산기와 기저 사례의 병렬 실행을 활용하여 깊이를 낮추면서도 공간 사용을 선형으로 유지한다.
• 재귀 하위루틴이 복구될 필요가 없도록 알고리즘을 설계하여, 그 출력이 직접 출력 레지스터에 기록된다.
• Q# 및 파이썬 구현을 통한 검증을 수행하였으며, 자원 수를 Q#의 추적 시뮬레이터를 통해 확보하여 정확성과 성능을 확인하였다.

실험 결과

연구 질문

• RQ1 O(n) 공간 복잡도를 달성하면서도 고전적 O(n^{lg 3}) 게이트 복잡도를 유지하는 양자 카라츠바 곱셈을 구현할 수 있는가?
• RQ2 출력 레지스터 섹션을 직접 수정함으로써 재귀적 양자 알고리즘에서 중간 저장 및 복구를 제거할 수 있는가?
• RQ3 제안된 내장된 변형 기법은 이전 방법과 비교해 공간 및 시간 복잡도 측면에서 어떻게 다른가?
• RQ4 이 접근법은 곱셈 외의 다른 재귀적 양자 알고리즘으로 일반화될 수 있는가?
• RQ5 양자 카라츠바 곱셈이 스쿨북 곱셈을 능가하는 실질적인 교차점(비교 기준: Toffoli 게이트 수)은 어디인가?

주요 결과

• 제안된 알고리즘은 O(n) 공간 복잡도를 달성하여 Parent 등 [4]의 이전 O(n^{1.427}) 공간 상한보다 향상되었다.
• 게이트 복잡도는 O(n^{lg 3})를 유지하여 고전적 카라츠바 알고리즘과 동일한 점근적 효율성을 유지한다.
• Q# 구현에서의 Toffoli 게이트 수는 이전 작업과 괄목할 만큼 유사하여 최적화가 게이트 수를 증가시키지 않았음을 확인한다.
• 시뮬레이션 결과에 따르면, 카라츠바 곱셈이 스쿨북 곱셈보다 효율적인 교차점은 약 10,000비트에서 발생한다.
• 개선된 구조의 공간-시간 부피는 O(n^{lg 3} lg^2 n)이며, 이는 이전 연구에서의 O(n^{1+lg 3}) 부피보다 향상된 것이다.
• 재귀 호출에서 출력을 직접 수정하는 기법은 고전적 꼬리 호출 최적화와 유사하게 일반적인 양자 재귀 알고리즘 최적화 기법으로 입증되었다.