[논문 리뷰] Engines of Parsimony: Part II; Performance Trade-offs for Communicating Reversible Computers

William Earley|arXiv (Cornell University)|2020. 11. 08.

Quantum Computing Algorithms and Architecture참고 문헌 12인용 수 6

한 줄 요약

이 논문은 가역 계산 시스템에서 성능 트레이드오프를 분석하며, 특히 프로세서 간의 통신과 동기화에 초점을 맞춘다. 이는 이성적 계산이 $ b\lambda $ 속도로 진행되는 반면, 동기화 이벤트는 $ \sim b^2\lambda $로 제한됨을 보여주며, 여기서 $ b \sim \sqrt{A/V} \ll 1 $ 이므로, 대규모 시스템에서 통신이 주요 병목 현상이 된다. 이 결과는 가역 및 양자 컴퓨터 전반에 적용되며, 프로세서 간 상태 공유를 제한함으로써 성능을 회복할 수 있다.

ABSTRACT

In Part I of this series, the limits on the sustained performance of large reversible computers were investigated and found to scale as $\sqrt{AV}$ where $A$ is the convex bounding surface area of the system and $V$ its internal volume, compared to $A$ for an irreversible computer. This analysis neglected to consider interactions between components of the system however, instead focussing on raw computational power. In this part we extend this analysis to consider synchronisation events such as communication between independent reversible processors subject to a limiting supply of free energy. It is found that, whilst asynchronous computation can proceed at a rate $b\lambda$, synchronisation events proceed at the much slower rate $\sim b^2\lambda$; in these rate expressions, $\lambda$ is the gross transition rate for each processor and $b\sim\sqrt{A/V}\ll1$ is the 'computational bias' measuring the net fraction of transitions which are successful. Whilst derived for Brownian reversible computers, this result applies to all forms of reversible computer, including Quantum computers. In fact this result is an upper bound, and one must choose the phase space geometry of the synchronisation events carefully to avoid even worse performance. In the limit of large computers, communication will therefore tend to freeze out as $b o0$; if, however, one is willing to restrict the number of processors permitted to share state at any given time then this rate can be ameliorated and performance on par with asynchronous computation can be recovered.

연구 동기 및 목표

• 대규모 가역 계산 시스템에서의 동기화 이벤트가 성능에 미치는 영향을 조사하는 것.
• 제한된 자유 에너지 공급 조건 하에서 프로세서 간 통신이 초래하는 성능 트레이드오프를 정량화하는 것.
• 대규모 가역 또는 양자 컴퓨터에서 동기화로 인한 성능 저하가 완화될 수 있는지 확인하는 것.
• 가역 계산 모델 전반에 적용 가능한 통신 속도의 일반적 한계를 설정하는 것, 특히 양자 시스템을 포함한 모든 형태의 가역 계산 시스템에 대해.

제안 방법

• Part I의 성능 모델을 확장하여 독립적인 가역 프로세서 간의 동기화 이벤트를 포함한다.
• 자유 에너지 공급이 제한됨에 따라 통신이 제약을 받는다. 이는 동기화에 대한 속도 제한 효과를 초래한다.
• ‘계산 편향’ $ b \sim \sqrt{A/V} \ll 1 $ 를 도입하며, 이는 시스템 내 성공적인 전이의 순수 비율을 나타낸다.
• 통계역학 원리를 사용하여 성능 속도를 유도한다: 이성적 계산은 $ b\lambda $, 동기화는 $ \sim b^2\lambda $.
• 분석을 브라운 운동 가역 컴퓨터에 적용한 후, 모든 가역 및 양자 계산 시스템으로 일반화한다.
• 동기화 이벤트의 위상 공간 기하학이 성능에 결정적인 영향을 미치며, 비최적 설계는 더 악화된 병목 현상을 초래함을 보여준다.

실험 결과

연구 질문

• RQ1 프로세서 간 통신은 대규모 가역 컴퓨터의 지속적 성능에 어떻게 영향을 미치는가?
• RQ2 에너지 제약 조건 하에서 가역 계산 시스템의 동기화 이벤트에 대한 기본적인 속도 한계는 무엇인가?
• RQ3 왜 통신 성능이 $ b\lambda $ 가 아니라 $ \sim b^2\lambda $ 로 스케일링되는가? 이는 시스템 설계에 어떤 의미를 갖는가?
• RQ4 대규모 가역 또는 양자 시스템에서 동기화 병목 현상으로 인한 성능 손실을 복구할 수 있는가?
• RQ5 동기화 이벤트의 위상 공간 기하학은 전체 시스템의 처리량에 어떻게 影향을 미치는가?

주요 결과

• 가역 컴퓨터에서의 동기화 이벤트는 본질적으로 $ \sim b^2\lambda $ 속도로 제한되며, 여기서 $ b \sim \sqrt{A/V} \ll 1 $ 이므로, 이성적 계산의 $ b\lambda $ 보다 훨씬 느리다.
• 이 성능 격차는 에너지 제약과 가역 전이의 통계적 성격으로 인해 발생하며, 통신 속도에 대한 딱딱한 상한선을 만든다.
• 이 결과는 공통된 열역학적 제약 덕분에 모든 형태의 가역 계산, 특히 양자 컴퓨터에도 일반적으로 적용된다.
• 대규모 시스템의 극한에서 $ b \to 0 $ 가 되므로 통신 성능이 동결되며, 아키텍처적 조치 없이 대규모 프로세서 간 통신은 실현 불가능해진다.
• 동시에 상태를 공유할 수 있는 프로세서 수를 제한함으로써, 이성적 계산 수준과 유사한 성능을 회복할 수 있다.