[논문 리뷰] Distributed Quantum Computing Utilizing Multiple Codes on Imperfect Hardware

Shota Nagayama|arXiv (Cornell University)|2017. 04. 09.

Quantum Computing Algorithms and Architecture참고 문헌 19인용 수 4

한 줄 요약

이 박사학위 논문은 불완전한 하드웨어에서 작동하는 분산 양자 컴퓨터 아키텍처를 제안하며, 양자 프로세서용 표면 코드와 새로운 공간 효율적인 코드를 사용한 양자 메모리에 다수의 양자 오류정정 코드를 통합한다. 이 설계는 이질적인 구성 요소 간의 고장내성 연결을 가능하게 하고, 후공정 단계에서 칩 제거와 오류 탐지 기반 자원 관리 방식을 통해 정적 손실을 견디며, 메모리에 대해 물리적 큐비트 수를 50% 줄이고 90% 큐비트 수확율에서 실용적인 시스템 확장이 가능한 스케일러블이고 실용적인 대규모 양자 계산을 달성한다.

ABSTRACT

Quantum bits have technological imperfections. Additionally, the capacity of a component that can be implemented feasibly is limited. Therefore, distributed quantum computation is required to scale up quantum computers. This dissertation presents a new quantum computer architecture which takes into account imperfections, aimed to realize distributed computation by connecting quantum computers each of which consists of multiple quantum CPUs and memories. Quantum CPUs employ a quantum error correcting code which has faster logical gates and quantum memories employ a code which is superior in space resource requirements. This dissertation focuses on quantum error correcting codes, giving a practical, concrete method for tolerating static losses such as faulty devices for the surface code. Numerical simulation with practical assumptions showed that a yield of functional qubits of 90% is marginally capable of building large-scale systems, by culling the poorer 50% of lattices during post-fabrication testing. Yield 80% is not usable even when culling 90% of generated lattices. For internal connections in a quantum computer and for connections between quantum computers, this dissertation gives a fault-tolerant method that bridges heterogeneous quantum error correcting codes. Numerical simulation showed that the scheme, which discards any quantum state in which any error is detected, always achieves an adequate logical error rate regardless of physical error rates in exchange for increased resource consumption. This dissertation gives a new extension of the surface code suitable for memories. This code is shown to require fewer physical qubits to encode a logical qubit than conventional codes. This code achieves the reduction of 50% physical qubits per a logical qubit. Collectively, the elements to propose the distributed quantum computer architecture are brought together.

연구 동기 및 목표

• 하드웨어의 불완전성과 구성 요소의 제한된 용량에도 불구하고 양자 컴퓨터의 확장성 문제를 해결한다.
• 기능적 역할에 맞게 최적화된 양자 오류정정 코드를 활용해 특수화된 양자 프로세서 및 메모리 구성 요소를 설계한다.
• 이질적인 오류정정 코드를 사용하여 고장내성으로 양자 구성 요소 간 연결을 가능하게 하여 분산 양자 계산을 지원한다.
• 실제 하드웨어의 불완전성 조건 하에서 시스템 규모의 구현을 위한 자원 소모와 타당성 임계값을 정량화한다.
• 기존 코드보다 물리적 큐비트 요구량을 50% 감소시키는 새로운 표면 코드 변종을 설계하여 양자 메모리의 물리적 큐비트 요구량을 크게 줄인다.

제안 방법

• 빠른 논리 게이트 연산과 높은 논리 게이트 정밀도를 고려해 양자 프로세서에 표면 코드를 적용한다.
• 물리적 큐비트 수를 50% 감소시키는 새로운 변형 기반 표면 코드 변종을 양자 메모리에 도입한다.
• 크로스바 스위치와 네트워크 인터페이스 카드를 사용하여 이질적 코드 간 상호운용성을 확보하는 고장내성 구성 요소 간 연결 기법을 구현한다.
• 후공정 단계에서 칩 제거를 적용: 낮은 큐비트 수확율을 보이는 50%의 칩을 기각하여 90% 큐비트 수확율에서 기능성 있는 시스템을 확보한다.
• 오류 탐지 기반 자원 관리 적용: 오류가 탐지되는 즉시 모든 양자 상태를 기각함으로써 물리적 오류율과 관계없이 논리 오류율을 유지한다.
• 실제 조건을 가정한 수치 시뮬레이션을 수행하여 모든 구성 요소와 연결에서 자원 소모 및 오류 내성 수준을 정량화한다.

실험 결과

연구 질문

• RQ1 후공정 단계에서 칩 제거를 통해 스케일러블이고 고장내성인 분산 양자 컴퓨터를 구축하기 위해 필요한 최소 기능 큐비트 수확율은 얼마인가?
• RQ2 다른 양자 오류정정 코드를 사용하는 양자 구성 요소는 어떻게 고장내성 방식으로 연결할 수 있으며, 이를 통해 분산 계산을 가능하게 할 수 있는가?
• RQ3 이질적 코드 간 연결에서 오류를 관리하는 데 드는 자원 비용은 얼마이며, 오류 탐지 또는 수정 중 어떤 전략이 더 효과적인가?
• RQ4 기존의 고장내성 특성을 유지하면서도 양자 메모리의 물리적 큐비트 오버헤드를 크게 줄일 수 있는 새로운 양자 오류정정 코드를 설계할 수 있는가?
• RQ5 정적 손실(예: 고장난 큐비트)이 표면 코드 기반 양자 시스템의 논리 오류율과 자원 소모에 어떤 영향을 미치는가?

주요 결과

• 후공정 단계에서 수확율이 낮은 50%의 칩을 기각함으로써 90%의 큐비트 수확율이면 대규모 양자 시스템을 구축하는 데에 충분히 marginally 충족된다.
• 80%의 큐비트 수확율은 심지어 90%의 레이어를 기각하더라도 실현 가능성이 없으며, 실용적인 확장성에 있어 딱딱한 임계값임을 시사한다.
• 제안된 오류 탐지 기반 자원 관리 방식은 물리적 오류율과 관계없이 일관되게 충분한 논리 오류율을 유지하지만, 자원 소모 증가를 수반한다.
• 새로운 변형 기반 표면 코드는 기존 표면 코드 대비 하나의 논리 큐비트를 인코딩하기 위한 물리적 큐비트 수를 50% 감소시킨다.
• 고장내성 연결 방법은 서로 다른 오류정정 코드를 사용하는 구성 요소 간 신뢰할 수 있는 통신을 가능하게 하여 양자 인터넷의 기초를 마련한다.
• 수치 시뮬레이션 결과, 인코딩 전 순수화와 인코딩 후 선택적 순수화를 조합하면 품질과 자원 소모의 균형을 더 잘 확보할 수 있으며, 이는 유망한 최적화 방향을 시사한다.