[논문 리뷰] Beyond-classical computation in quantum simulation

Andrew D. King, Alberto Nocera외 61명|arXiv (Cornell University)|2024. 03. 01.

Quantum Computing Algorithms and Architecture인용 수 12

한 줄 요약

논문은 초전도 양자 어닐러의 비평형 양자 역학 시뮬레이션에서 계산적 우위를 보여주며, 전이 필드 아이징 모델 transverse-field Ising models의 Schrödinger 진화와 QPU 결과가 일치하고 면적 법칙 엔탱글먼트 스케일링을 보이며, 더 큰 크기에서 비교 가능한 정확도에 도달하는 데 고전적 방법(MPS/PEPS/NQS)이 어려움을 겪는다.

ABSTRACT

Quantum computers hold the promise of solving certain problems that lie beyond the reach of conventional computers. However, establishing this capability, especially for impactful and meaningful problems, remains a central challenge. Here, we show that superconducting quantum annealing processors can rapidly generate samples in close agreement with solutions of the Schrödinger equation. We demonstrate area-law scaling of entanglement in the model quench dynamics of two-, three-, and infinite-dimensional spin glasses, supporting the observed stretched-exponential scaling of effort for matrix-product-state approaches. We show that several leading approximate methods based on tensor networks and neural networks cannot achieve the same accuracy as the quantum annealer within a reasonable time frame. Thus, quantum annealers can answer questions of practical importance that may remain out of reach for classical computation.

연구 동기 및 목표

• 실용적이고 비평형 양자 다이나믹스 시뮬레이션에서 양자 우위를 모색하도록 동기를 부여한다.
• 양자 어닐러가 Schrödinger-진화된 상태를 2D 및 고차원 스핀-글래스 토폴로지 전반에서 높은 정확도로 샘플링할 수 있음을 보인다.
• 양자 프로세서의 출력과 고전적으로 계산된 기준값 및 상태 충실도와의 비교를 통해 우월성을 평가한다.
• 엔탱글먼트 스케일링을 특성화하고 QPU 품질에 맞추기 위한 고전 시뮬레이션의 자원 추정치를 도출한다.

제안 방법

• Gamma(t)와 J(t)로 H_D와 H_P 사이를 보간하는 시간 의존 해밀토니안을 사용하여 transverse-field Ising model(TFIM)의 급변 다이나믹을 연구한다.
• 두 개의 양자 프로세서(ADV1 및 ADV2)를 사용하여 다양한 토폴로지(2D 정사각형, 입방형, 다이아몬드, 이분그래프)에서 급변 후 상태의 샘플을 생성한다.
• 작은 문제에 대해 Summit/Frontier에서 수렴된 MPS 시뮬레이션으로 기준값을 계산하고 QPU 출력과 스핀-글래스 순서 파라미터 <q^2>, 잔차 에너지, 그리고 스핀-스핀 상관관계 c_ij를 통해 비교한다.
• 근사적인 고전 방법들(MPS, PEPS, NQS)이 QPU 정확도에 얼마나 근접하는지 평가하고, 결합 차원 chi와 PEPS 결합 차원 D의 스케일링을 분석한다.
• 엔탱글먼트의 면적 법칙 스케일링과 QPU 결과를 재현하기 위해 필요한 MPS 결합 차원 chi_Q와의 관계를 보여준다.
• 동적 유한 크기 스케일링과 Kibble-Zurek(KZ) 분석을 사용하여 QPU 결과를 보편적 양자 임계 거동과 연결하고 고전 시뮬레이션의 자원 요구 함수를 외삽한다.

실험 결과

연구 질문

• RQ1 초전도 양자 어닐러가 TFIM 급변에서 양자 상전이를 통과하는 비평형 양자 dynamics를 정확하게 샘플링할 수 있는가?
• RQ2 이러한 급변에서 시스템 크기와 토폴로지에 따라 엔탱글먼트가 어떻게 스케일링되는지, 그리고 이것이 고전 시뮬레이션 비용에 대해 무엇을 시사하는가?
• RQ3 텐서-네트워크 및 신경망 방법(MPS, PEPS, NQS)이 QPU 결과와 어느 정도 일치하며, 어떤 규모에서 실패하는가?
• RQ4 QPU 데이터에서 보편적 양자 임계 스케일링을 관찰할 수 있어 더 크고 고전적으로 다루기 어려운 시스템으로 외삽이 가능한가?
• RQ5 더 큰 규모에서 QPU-품질의 결과를 재현하려는 고전 시뮬레이션의 실제 자원(시간, 메모리, 에너지) 영향은 무엇인가?

주요 결과

• QPU 결과는 2D 스핀 글래스에 대해 광범위한 급변 시간 t_a에 걸쳐 Schrödinger-진화된 상태의 기준값과 밀접하게 일치한다.
• MPS는 QPU-품질의 결과를 재현할 수 있으며 요구되는 결합 차원 chi_Q가 이분 분할 면적에 대해 지수적 의존성을 보이며, 면적 법칙 엔탱글먼트와 일치한다.
• PEPS 및 NQS 접근법은 느린 급변과 더 큰 시스템에서 QPU 정확도에 도달하지 못하는 반면, MPS는 연구된 규모까지 경쟁력을 유지한다.
• QPU 데이터의 동적 유한 크기 스케일링 콜랩스( 바인더 누적치) 는 토폴로지 클래스에 대해 보편적 KZ 지수와 일치하여 양자 임계 거동을 검증한다.
• 면적 법칙 스케일링에 기반한 외삽은 큰 문제에서 Frontier에서 불가능한 고전 자원(메모리/시간) 요구를 예측하며, 이 작업에서 양자 우위를 시사한다.