[논문 리뷰] Classical Simulation of Quantum Supremacy Circuits

Cupjin Huang, Fang Zhang외 11명|arXiv (Cornell University)|2020. 05. 14.

Quantum Computing Algorithms and Architecture참고 문헌 31인용 수 84

한 줄 요약

이 논문은 stem 최적화를 활용하여 난수 양자 회로에서 샘플링을 극적으로 가속하는 텐서 네트워크 기반의 고전 시뮬레이터를 소개하며, 이전 시뮬레이터에 비해 큰 속도 향상을 달성하고 특정 가정하에서 양자 우월성의 실용성에 도전한다.

ABSTRACT

It is believed that random quantum circuits are difficult to simulate classically. These have been used to demonstrate quantum supremacy: the execution of a computational task on a quantum computer that is infeasible for any classical computer. The task underlying the assertion of quantum supremacy by Arute et al. (Nature, 574, 505--510 (2019)) was initially estimated to require Summit, the world's most powerful supercomputer today, approximately 10,000 years. The same task was performed on the Sycamore quantum processor in only 200 seconds. In this work, we present a tensor network-based classical simulation algorithm. Using a Summit-comparable cluster, we estimate that our simulator can perform this task in less than 20 days. On moderately-sized instances, we reduce the runtime from years to minutes, running several times faster than Sycamore itself. These estimates are based on explicit simulations of parallel subtasks, and leave no room for hidden costs. The simulator's key ingredient is identifying and optimizing the "stem" of the computation: a sequence of pairwise tensor contractions that dominates the computational cost. This orders-of-magnitude reduction in classical simulation time, together with proposals for further significant improvements, indicates that achieving quantum supremacy may require a period of continuing quantum hardware developments without an unequivocal first demonstration.

연구 동기 및 목표

• 양자 우월성 시연에 사용되는 난수 양자 회로의 고전적 시뮬레이션 가능성을 동기 부여하고 정량화한다.
• 컨트랙션 트리의 stem을 식별하고 최적화하여 시간 및 공간 복잡도를 줄이는 텐서 네트워크 기반 시뮬레이터를 개발하고 벤치마크한다.
• Summit-급 하드웨어에서 시카모어 유사 회로의 샘플링에 대한 현실적인 런타임 추정치를 제공하고 이전 추정치와 비교한다.
• 양자 우월성 경계 및 하드웨어 개발 일정에 대한 시사점을 논의한다.

제안 방법

• 회로를 텐서 네트워크로 모델링하고 열린 텐서 네트워크를 이용한 절약적 거절 샘플링(frugal rejection sampling)으로 샘플링한다.
• 컨트랙션 트리에서 지배적인 수축 경로(Stem)에 초점을 맞춰 연산 속도를 높이는 stem 최적화를 도입한다.
• 저장 공간과 시간 간의 절충을 위해 하이퍼그래프 분할, 국소 최적화 및 동적 슬라이싱을 결합한 하이브리드 수렴 방법을 사용한다.
• 다양한 회로 크기와 충실도에 대해 런타임을 추정하기 위해 Summit에 버금가는 Alibaba Cloud 하드웨어에서 벤치마크한다.
• 이전 시뮬레이터(qFlex, Cotengra)와의 성능 비교 및 재현성을 위한 컨트랙션 순서 등의 오픈 소스 산출물을 제공한다.

실험 결과

연구 질문

• RQ1 텐서 네트워크 기반의 고전 시뮬레이터가 이전의 최첨단에 비해 난수 양자 회로에서 샘플링을 얼마나 더 빠르게 수행할 수 있는가?
• RQ2 Stem 최적화가 53-쿼빗 Sycamore-유사 회로의 수축 비용 및 메모리 사용 감소에 어떤 역할을 하는가?
• RQ3 Summit-급 하드웨어에서 다양한 회로 깊이 및 충실도 하에서 샘플 생성에 realistic하게 추정되는 런타임은 무엇인가?
• RQ4 제안된 알고리즘 개선이 양자 우월성 경계 및 하드웨어 개발 일정에 어떤 영향을 미치는가?

주요 결과

• stem 최적화 시뮬레이터는 난수 양자 회로 시뮬레이션에 대해 이전에 보고된 최적의 고전 알고리즘 대비 약 다섯 개의 오더의 속도 향상을 달성한다.
• 53-쿼빗 회로가 20 사이클일 때 도구는 거의 완벽에 가까운 출력을 수 분 안에 샘플링할 수 있으며, 충실도 조정 시 수천년에서 20일 미만으로 이전 추정치를 줄인다.
• 14사이클 회로의 경우 1% 충실도에서 300만 샘플을 약 264초 만에 생성할 수 있어 원래의 시카모어 실행 시간보다 빠르다.
• 테스트된 깊이(12–20 사이클)에서 보고된 수축 비용 및 FLOPS 효율은 이전 방법에 비해 상당한 이득을 시사한다(예: 특정 지표에서 qFlex 대비 최대 1e6배 빠름).
• 이 방법은 문제를 병렬 하위 작업으로 나누어 대형 클러스터에서 전체 시뮬레이션 없이도 정확한 런타임 추정을 가능하게 한다.