[논문 리뷰] HamLib: A library of Hamiltonians for benchmarking quantum algorithms and hardware

Nicolas P. D. Sawaya, Daniel Marti-Dafcik외 14명|arXiv (Cornell University)|2023. 06. 22.

Quantum Computing Algorithms and Architecture참고 문헌 180인용 수 4

한 줄 요약

HamLib은 고체물리학, 양자화학, 고전적 최적화 문제를 아우르는 2에서 1000 큐비트의 양자 하미르토니안을 포함하는 무료로 이용 가능한 대규모 라이브러리입니다. 이는 사전에 매핑된 실제 문제 사례를 제공함으로써 양자 알고리즘, 하드웨어, 컴파일 스택의 표준화된 벤치마킹을 가능하게 하여 연구자들이 시간을 절약하고 연구 간 재현 가능성을 높입니다.

ABSTRACT

In order to characterize and benchmark computational hardware, software, and algorithms, it is essential to have many problem instances on-hand. This is no less true for quantum computation, where a large collection of real-world problem instances would allow for benchmarking studies that in turn help to improve both algorithms and hardware designs. To this end, here we present a large dataset of qubit-based quantum Hamiltonians. The dataset, called HamLib (for Hamiltonian Library), is freely available online and contains problem sizes ranging from 2 to 1000 qubits. HamLib includes problem instances of the Heisenberg model, Fermi-Hubbard model, Bose-Hubbard model, molecular electronic structure, molecular vibrational structure, MaxCut, Max-$k$-SAT, Max-$k$-Cut, QMaxCut, and the traveling salesperson problem. The goals of this effort are (a) to save researchers time by eliminating the need to prepare problem instances and map them to qubit representations, (b) to allow for more thorough tests of new algorithms and hardware, and (c) to allow for reproducibility and standardization across research studies.

연구 동기 및 목표

• 양자 알고리즘과 하드웨어의 벤치마킹을 위한 표준화되고 대규모의 문제 사례 부족 문제를 해결하기 위해.
• 특히 전자 및 진동 구조 계산에서 양자 하미르토니안을 준비하는 데 소요되는 시간과 전문 지식을 줄이기 위해.
• 다양하고 실제 세계의 데이터셋을 제공함으로써 더 엄격하고 재현 가능한 양자 알고리즘 테스트를 가능하게 하기 위해.
• 실제 세계의 복잡성과 매개변수화를 반영한 문제 세트를 제공함으로써 하드웨어-소프트웨어 공동 설계를 지원하기 위해.
• 공동으로 접근 가능한 데이터셋을 통해 표준화와 공정한 비교를 촉진함으로써 양자 컴퓨팅 연구 전반의 표준화를 도모하기 위해.

제안 방법

• 라이브러리는 헤이젠베르크, 페르미-허버드, 보즈-허버드, 분자의 전자 및 진동 구조, MaxCut, Max-k-SAT, Max-k-Cut, TSP 등 다양한 분야의 하미르토니안을 수집합니다.
• Jordan-Wigner 또는 Bravyi-Kitaev와 같은 기존의 양자화학 및 최적화 매핑 기법을 사용하여 각 하미르토니안을 큐비트 표현으로 매핑합니다.
• 실제 분자의 기하학적 구조와 진동 수명 주기 등을 반영한 현실적인 물리적 매개변수를 포함하여 문제 사례를 생성합니다.
• 효율적인 입출력을 위해 HDF5 형식으로 데이터셋을 구조화하고, 기원, 시스템 크기, 물리적 매개변수 등의 메타데이터를 포함합니다.
• 이중(큐비트 기반) 및 이산 변수(다항식 d>2) 최적화 문제를 포함한 다양한 문제 유형을 지원합니다.
• 온라인으로 호스팅되며 버전 관리를 통해 재현 가능성을 보장하고, 공동 기여 및 확장이 가능하게 합니다.

Figure 1: The four categories of qubit Hamiltonians included in HamLib. In the area of chemistry we include real-world accurate Hamiltonians for both electronic and vibrational structure. The condensed matter dataset includes four commonly studied models defined on a variety of lattice topologies, w

실험 결과

연구 질문

• RQ1 표준화되고 대규모의 양자 하미르토니안 데이터셋이 양자 알고리즘 벤치마킹의 재현 가능성과 공정성에 어떻게 기여할 수 있을까요?
• RQ2 사전에 매핑된 하미르토니안은 양자 소프트웨어 및 하드웨어 평가를 위한 테스트 문제 준비에 소요되는 시간과 전문 지식을 얼마나 줄일 수 있을까요?
• RQ3 양자 화학에서부터 조합 최적화에 이르기까지 다양한 문제 유형은 양자 시스템의 보다 종합적인 벤치마킹에 어떻게 기여할 수 있을까요?
• RQ4 이러한 데이터셋은 특히 게이트 스케줄링과 큐비트 연결성 최적화를 포함한 하드웨어-소프트웨어 공동 설계를 어떻게 지원할 수 있을까요?
• RQ5 분자의 및 진동 하미르토니안에서의 실제 세계의 매개변수는 양자 컴퓨팅 연구의 산업적 관련성을 어떻게 향상시킬 수 있을까요?

주요 결과

• HamLib은 실제 분자의 전자 및 진동 구조를 포함한 10개의 서로 다른 문제 유형에서 2에서 1000 큐비트의 하미르토니안을 제공합니다.
• 정확한 전자 구조 데이터를 포함한 100개 이상의 분자 사례를 포함하여 직접 양자 화학 알고리즘 테스트에 활용할 수 있습니다.
• 공명 효과를 포함한 현실적인 비선형 진동 수명 주기로 생성된 진동 구조 하미르토니안은 물리적 정밀도를 향상시킵니다.
• 이 데이터셋은 근접한 시장의 변동형 알고리즘(VQE, QAOA 등)과 장기적인 시뮬레이션 방법을 모두 지원하여 광범위한 알고리즘 평가를 가능하게 합니다.
• 메타데이터가 포함된 기계로 읽을 수 있는 HDF5 형식으로 제공되어 자동화된 벤치마킹 파이프라인을 가능하게 합니다.
• HamLib은 하미르토니안을 처음부터 생성할 필요 없이 연구자들이 접근할 수 있도록 장벽을 낮춰 알고리즘 및 하드웨어 개발을 가속화합니다.