[논문 리뷰] Average-case Speedup for Product Formulas

Chi-Fang Chen, Fernando G. S. L. Brandão외 1명|arXiv (Cornell University)|2021. 11. 09.

Quantum Computing Algorithms and Architecture참고 문헌 45인용 수 5

한 줄 요약

이 논문은 균일한 부드러움과 초수렴성(hypercontractivity)을 활용하여 더 날카운 오차 한계를 도출함으로써, 특히 고도로 연결된 시스템에서 제품 공식 양자 시뮬레이션의 평균 케이스에서 게이트 복잡도가 크게 향상됨을 보여준다. 주요 기여는 알고리즘적 구조를 변경하지 않고도 일반적인 입력 상태에 대해 증명 가능한 더 나은 스케일링을 제공함으로써 최악의 경우 추정치를 초월해 자원 비용을 감소시킨다는 점이다.

ABSTRACT

Quantum simulation is a promising application of future quantum computers. Product formulas, or Trotterization, are the oldest and still remain an appealing method to simulate quantum systems. For an accurate product formula approximation, the state-of-the-art gate complexity depends on the number of terms in the Hamiltonian and a local energy estimate. In this work, we give evidence that product formulas, in practice, may work much better than expected. We prove that the Trotter error exhibits a qualitatively better scaling for the vast majority of input states, while the existing estimate is for the worst states. For general $k$-local Hamiltonians and higher-order product formulas, we obtain gate count estimates for input states drawn from any orthogonal basis. The gate complexity significantly improves over the worst case for systems with large connectivity. Our typical-case results generalize to Hamiltonians with Fermionic terms, with input states drawn from a fixed-particle number subspace, and with Gaussian coefficients (e.g., the SYK models). Technically, we employ a family of simple but versatile inequalities from non-commutative martingales called $ extit{uniform smoothness}$, which leads to $ extit{Hypercontractivity}$, namely $p$-norm estimates for $k$-local operators. This delivers concentration bounds via Markov's inequality. For optimality, we give analytic and numerical examples that simultaneously match our typical-case estimates and the existing worst-case estimates. Therefore, our improvement is due to asking a qualitatively different question, and our results open doors to the study of quantum algorithms in the average case.

연구 동기 및 목표

• 제품 공식 양자 시뮬레이션에서 최악의 경우와 일반적인 경우의 성능 간 격차를 해소하기 위해.
• 입력 상태 전반에 걸친 트로터 오차의 평균 케이스 행동을 분석함으로써 게이트 복잡도 추정치를 향상시키기 위해.
• k-로컬 하미르토니안, 페르미온계, 그리고 가우시안 계수를 가진 모델(SYK 모델 등)으로 이론적 한계를 확장하기 위해.
• 행렬 마팅게일 기법을 사용하여 일반 케이스 분석을 기존 최악의 경우 한계와 통합하는 프레임워크를 제공하기 위해.
• 실제 시뮬레이션은 최악의 경우 추정치가 제시하는 것보다 훨씬 적은 자원을 요구할 수 있음을 보여주며, 특히 고도로 연결된 시스템에서 그러한 경향이 두드러지다.

제안 방법

• 비가환 마팅게일 이론에서 유래한 균일한 부드러움 부등식을 적용하여 트로터 오차 연산자의 p-노름을 제한한다.
• 초수렴성을 사용하여 마르코프 부등식을 통해 k-로컬 하미르토니안에 대한 p-노름 집중 한계를 도출한다.
• 임의의 고정된 직교 기저에서 추출된 입력 상태에 대해 게이트 복잡도를 분석하며, 저입자 수 하위공간도 포함한다.
• 행렬 값 마팅게일 분해를 활용하여 연산자 노름과 오차 누적도 반복적으로 제한한다.
• 가우시안 계수를 가진 랜덤 하미르토니안으로 일반화 가능한 프레임워크를 도입하며, SYK 모델과 같은 경우에 적용 가능하다.
• 분석적 및 수치적 예제를 통해 일반 케이스 및 최악의 경우 한계를 동시에 충족시키는 결과를 검증함으로써 최적성의 증명을 수행한다.

실험 결과

연구 질문

• RQ1 제품 공식 시뮬레이션에서 일반적인 입력 상태의 트로터 오차는 최악의 경우 상태에 비해 어떻게 스케일링되는가?
• RQ2 평균 케이스 행동을 분석함으로써 실질적으로 제품 공식의 게이트 복잡도를 크게 줄일 수 있는가?
• RQ3 시스템의 연결성은 제품 공식의 일반 케이스 오차 스케일링에 어떤 역할을 하는가?
• RQ4 기존의 최악의 경우 한계가 현실적인 양자 시뮬레이션의 자원 비용을 어느 정도 과도하게 추정하는가?
• RQ5 초수렴성과 균일한 부드러움이 일반 케이스에서 k-로컬 및 페르미온 하미르토니안에 대해 날카운, 증명 가능한 오차 한계를 제공할 수 있는가?

주요 결과

• 일반적인 k-로컬 하미르토니안에 대해 제품 공식의 게이트 복잡도는 최악의 경우보다 평균 케이스에서 훨씬 더 나아지며, 특히 고도로 연결된 시스템에서 그러한 향상이 두드러진다.
• 논문은 특정 경우에 일반 케이스 오차 한계가 기존 최악의 경우 한계와 일치함을 입증함으로써, 이 개선이 알고리즘적 혁신이 아니라 분석 체제의 변화에 기인함을 보여준다.
• 가우시안 계수를 가진 랜덤 하미르토니안(SYK 모델 등)의 경우, 평균 케이스 게이트 복잡도는 O(nℓ^d ||H_tr||_{(1),2})로 유계이며, ℓ ~ (nt²/ε)^{1/(2α−d)} 이다. 이는 연산자 노름 추정치를 초월하는 개선이다.
• 균일한 부드러움과 초수렴성을 활용하면 p-노름 집중 한계를 도출할 수 있으며, 이는 전통적인 최악의 경우 분석보다 더 날카운 오차 추정치를 가능하게 한다.
• 저입자 수 하위공간에서는 일반 케이스의 개선이 여전히 상당히 크며, 이는 페르미온계 및 실험적 양자 시뮬레이션에의 적용 가능성을 보여준다.
• 특정 경우에서 오버헤드에 대해 상수 요소의 개선을 달성하며, 일반 케이스 및 최악의 경우 모두에서 일치하는 예제를 통해 한계의 최적성은 입증된다.