[논문 리뷰] Enabling large-scale digital quantum simulations with superconducting qubits

Laurin E. Fischer|arXiv (Cornell University)|2026. 02. 04.

Quantum Computing Algorithms and Architecture인용 수 0

한 줄 요약

이 논문은 qudit 기반 초전도 하드웨어, 최적화된 측정 처리 및 오차 완화 기법을 개발하여 노이즈가 있는 장치에서 디지털 양자 시뮬레이션을 확장하고, IBM Quantum 하드웨어에서의 시연을 보여준다.

ABSTRACT

Quantum computing promises to revolutionize several scientific and technological domains through fundamentally new ways of processing information. Among its most compelling applications is digital quantum simulation, where quantum computers are used to replicate the behavior of other quantum systems. This could enable the study of problems that are otherwise intractable on classical computers, transforming fields such as quantum chemistry, condensed matter physics, and materials science. Despite this potential, realizations of practical quantum advantage for relevant problems are hindered by imperfections of current devices. This also affects quantum hardware based on superconducting circuits which is among the most advanced and scalable platforms. The envisaged long-term solution of fault-tolerant quantum computers that correct their own errors remains out of reach mainly due to the associated qubit number overhead. As a result, the field has developed strategies that combine quantum and classical resources, exploit hardware-native operations, and employ error mitigation techniques to extract meaningful results from noisy data. This doctoral thesis contributes to this broader effort by exploring methods for advancing quantum simulation across the full computational stack, including hardware-level innovations, refined techniques for noise modeling and error mitigation, and algorithmic improvements enabled by efficient measurement processing.

연구 동기 및 목표

• 노이즈가 있는 초전도 하드웨어, 특히 초전도 큐비트에서 양자 시뮬레이션을 어떻게 발전시킬지 동기를 부여하고 해결한다.
• 디지털 시뮬레이션을 위한 양자 자원 효율성을 극대화하는 하드웨어 및 소프트웨어 스택을 개발한다.
• 회로 합성 및 측정 처리 개선을 위한 정보적으로 완전한 측정과 qudit 기반 접근법을 탐구한다.
• 실제 하드웨어에서 IC 측정 및 학습된 노이즈 모델을 활용한 오차 완화 전략을 시연한다.
• 실제 노이즈 조건에서 확장 가능하고 오류 허용 비슷한 양자 시뮬레이션에 대한 통찰을 제공한다.

제안 방법

• 초전도 트랜스몬 회로를 이용한 완전한 qudit 기반 양자 계산 프레임워크를 개발한다.
• 효율적인 회로 합성과 정보적으로 완전한(IC) 측정을 가능하게 하는 보편적 qudit 게이트 세트를 구현한다.
• IC 측정을 통한 양자 데이터의 고전적 처리를 향상시켜 추정기의 분산을 감소시킨다.
• IC 기반 오차 완화 및 노이즈 학습 스킴을 적용하여 장치 노이즈 모델의 불일치를 제거한다.
• 두 가지 오차 완화 기법을 IBM Quantum 하드웨어에서 시연: 기저상태 추정용 병렬화된 부분공간 확장과 다체 다이나믹스용 텐서-네트워크 기반 완화.
• 정확한 노이즈 채널 모델에 의존하고 이를 학습하여 보정의 편향과 분산을 모두 개선하는 텐서-네트워크 기반 완화 파이프라인을 제공한다.

실험 결과

연구 질문

• RQ1 초전도 트랜스몬에서의 qudit 기반 계산이 양자 시뮬레이션의 자원 효율성을 어떻게 개선할 수 있는가?
• RQ2 정보적으로 완전한 측정과 고급 처리가 결합되어 노이즈가 있는 양자 계산에서 분산을 줄이고 추정기 품질을 향상시킬 수 있는가?
• RQ3 초전도 하드웨어에서 더 큰 큐비트 수와 더 복잡한 동역학으로 확장 가능한 효과적인 오차 완화 전략은 무엇인가?
• RQ4 학습된 노이즈 모델이 노이즈 모델 기반 완화 기법의 편향을 어느 정도 제거할 수 있는가?
• RQ5 현재 하드웨어에서 이러한 기법들이 기저상태 추정과 다체 동역학 시뮬레이션에 미치는 실용적 영향은 무엇인가?

주요 결과

• 트랜스몬 회로를 이용한 qudit 기반 양자 계산 프레임워크로 보편 게이트 세트와 IC 측정을 가능하게 한다.
• IC 측정을 이용한 후처리에서 관측자 추정기의 분산을 줄여 추가 양자 자원 없이도 양자 알고리즘 효율을 향상시키는 방법.
• IBM Quantum 하드웨어에서 시연된 두 가지 IC 기반 오차 완화 기술: 기저상태 추정을 위한 병렬 부분공간 확장과 다체 동역학을 위한 텐서-네트워크 파이프라인.
• 노이즈 모델의 불일치를 보정하는 새로운 노이즈 학습 스킴으로 노이즈 모델 기반 완화의 편향과 분산 모두를 개선한다.
• 노이즈가 존재하는 상황에서도 디지털 양자 시뮬레이션을 발전시킬 수 있다는 근거와 Gauge-일관성 있는 접근법이 fault-tolerant 양자 컴퓨팅 전략에 정보를 제공한다는 증거.