[논문 리뷰] Fault-tolerant resource estimate for quantum chemical simulations: Case study on Li-ion battery electrolyte molecules

Isaac H. Kim, Eunseok Lee외 4명|arXiv (Cornell University)|2021. 04. 21.

Machine Learning in Materials Science인용 수 4

한 줄 요약

이 논문은 광학 플랫폼에서 융합 기반 양자 컴퓨팅(FBQC)을 사용하여 리이온 배터리 전해질 분자를 고장 내성적으로 시뮬레이션하기 위한 자원 추정을 제시한다. 병렬 마법 상태 공장과 동시에 마법 상태를 소비하는 새로운 방법을 활용함으로써, 하드웨어 면적을 늘리지 않고도 런타임을 한 계급 수준으로 감소시켰으며, 산업 응용을 위한 효율적이고 확장 가능한 양자 화학 시뮬레이션을 가능하게 한다.

ABSTRACT

We estimate the resources required in the fusion-based quantum computing scheme to simulate electrolyte molecules in Li-ion batteries on a fault-tolerant, photonic quantum computer. We focus on the molecules that can provide practical solutions to industrially relevant problems. Certain fault-tolerant operations require the use of single-qubit "magic states" prepared by dedicated "magic state factories" (MSFs). Producing and consuming magic states in parallel is typically a prohibitively expensive task, resulting in the serial application of fault-tolerant gates. However, for the systems considered, the MSF constitutes a negligible fraction of the total footprint of the quantum computer, allowing for the use of multiple MSFs to produce magic states in parallel. We suggest architectural and algorithmic techniques that can accommodate such a capability. We propose a method to consume multiple magic states simultaneously, which can potentially lead to an order of magnitude reduction in the computational runtime without additional expense in the footprint.

연구 동기 및 목표

• 산업적으로 관련성이 있는 리이온 배터리 전해질 분자를 고장 내성적으로 시뮬레이션하기 위해 필요한 자원을 추정하는 것.
• 융합 기반 양자 컴퓨팅에서 마법 상태 공장(MSF)의 병렬화가 런타임과 면적에 미치는 영향을 분석하는 것.
• 다중 마법 상태를 동시에 소비할 수 있도록 하는 아키텍처 및 알고리즘 기법을 개발하는 것.
• 마법 상태 사용을 최적화함으로써 고장 내성 오류 보호를 유지하면서 계산 런타임을 감소시키는 것.
• 광학 플랫폼에서 FBQC에 대한 완전히 컴파일된, 아키텍처에 특화된 자원 추정을 제공하는 것.

제안 방법

• 광학 자원 상태와 융합 측정을 핵심 원리로 사용하는 융합 기반 양자 계산(FBQC)을 사용한다.
• 비클리포드 T-게이트를 구현하기 위해 전용 마법 상태 공장(MSF)을 통한 마법 상태 정련을 활용한다.
• 다중 마법 상태를 동시에 소비할 수 있는 방법을 도입하여 게이트 시퀀스의 깊이를 줄인다.
• 광학 지연선을 활용하여 면적과 런타임 사이의 트레이드오프를 도모함으로써 런타임 최적화를 가능하게 한다.
• 논리적 게이트 분해와 오류 수정 오버헤드를 포함한 FBQC 원리로까지 전체 양자 알고리즘의 컴파일을 수행한다.
• 병렬성에 초점을 맞춰 런타임을 최소화함과 동시에 논리적 큐비트, 게이트, 런타임 측면에서 자원 비용을 분석한다.

실험 결과

연구 질문

• RQ1 고장 내성 양자 시뮬레이션에서 런타임을 줄이기 위해 마법 상태 공장을 어떻게 효율적으로 확장할 수 있는가?
• RQ2 마법 상태의 병렬 소비가 양자 화학 시뮬레이션의 총 런타임에 어떤 영향을 미치는가?
• RQ3 광학 지연선을 얼마나 활용하여 FBQC에서 면적을 줄이고 런타임을 감소시킬 수 있는가?
• RQ4 고장 내성 FBQC 하에서 리이온 배터리 전해질 분자를 시뮬레이션하기 위한 자원 요구량은 어떻게 스케일링되는가?
• RQ5 아키텍처 및 알고리즘 최적화를 통해 하드웨어 면적을 늘리지 않고도 런타임을 한 계급 수준으로 줄일 수 있는가?

주요 결과

• 마법 상태 공장(MSF)은 전체 양자 컴퓨터 면적의 부정확한 비율을 차지할 뿐이므로, 병렬로 여러 개의 MSF를 사용할 수 있다.
• 마법 상태의 병렬 생산 및 소비로 계산 런타임이 약 한 계급 수준으로 감소한다.
• 동시 마법 상태 소비를 위한 제안된 방법은 논리적 큐비트 수나 게이트 수를 늘리지 않고도 상당한 속도 향상을 가능하게 한다.
• 완전히 컴파일된 자원 추정 결과, 하드웨어 면적이 고정되어 있어도 병렬성을 통해 런타임을 10배 감소시킬 수 있음을 보여준다.
• 융합 기반 양자 컴퓨팅(FBQC) 기법은 광학 지연선을 통해 장치 면적과 런타임 사이의 민감한 트레이드오프를 허용한다.
• 본 연구는 고장 내성 광학 양자 컴퓨팅을 사용하여 복잡한 리이온 배터리 전해질 분자를 시뮬레이션하기 위한 첫 번째 세부적이고 아키텍처에 특화된 자원 추정을 제공한다.