[논문 리뷰] Large-Scale Simulation of Quantum Computational Chemistry on a New Sunway Supercomputer

Honghui Shang, Li Shen외 12명|arXiv (Cornell University)|2022. 07. 08.

Cloud Computing and Resource Management인용 수 4

한 줄 요약

이 논문은 수퍼컴퓨터 Sunway에서 대규모 양자 계산 화학 시뮬레이션을 가능하게 하는 고성능 VQE 시뮬레이터인 Q2 Chemistry를 제시한다. 이 시뮬레이터는 행렬 곱 상태(MPS)와 밀도 행렬 통합 이론(DMET)을 활용하여, 최대 100개 원자와 1000 큐비트를 가진 시스템을 시뮬레이션하며, 2000만 코어까지 거의 선형적인 약한 및 강한 스케일링을 달성한다. 이는 근접한 양자 화학 실험을 위한 벤치마킹 가능성을 입증한다.

ABSTRACT

Quantum computational chemistry (QCC) is the use of quantum computers to solve problems in computational quantum chemistry. We develop a high performance variational quantum eigensolver (VQE) simulator for simulating quantum computational chemistry problems on a new Sunway supercomputer. The major innovations include: (1) a Matrix Product State (MPS) based VQE simulator to reduce the amount of memory needed and increase the simulation efficiency; (2) a combination of the Density Matrix Embedding Theory with the MPS-based VQE simulator to further extend the simulation range; (3) A three-level parallelization scheme to scale up to 20 million cores; (4) Usage of the Julia script language as the main programming language, which both makes the programming easier and enables cutting edge performance as native C or Fortran; (5) Study of real chemistry systems based on the VQE simulator, achieving nearly linearly strong and weak scaling. Our simulation demonstrates the power of VQE for large quantum chemistry systems, thus paves the way for large-scale VQE experiments on near-term quantum computers.

연구 동기 및 목표

• 근접한 양자 컴퓨터에서 양자 계산 화학을 연구하기 위해 확장 가능한 고전적 시뮬레이터를 개발하는 것.
• 큰 분자 시스템에 대해 전체 구성 상호작용(FCI) 방법의 지수적 메모리 스케일링 문제를 극복하는 것.
• 노이즈가 많은 중간 규모 양자(NISQ) 장치에 실행하기 전에 실제 화학 문제, 예를 들어 단백질-리간드 상호작용을 대규모로 고정밀도로 시뮬레이션하는 것.
• 최대 2000만 코어의 수퍼컴퓨터에서 거의 선형적인 강한 및 약한 스케일링을 달성하여 근접한 양자 알고리즘의 벤치마킹을 가능하게 하는 것.
• 실제 화학 시스템, 특히 SARS-CoV-2 메인 프로테아제와 리간드를 대상으로 방법을 검증하여 양자 화학 정확도로 결합 친화도를 예측하는 것.

제안 방법

• 대규모 양자 시스템을 위한 메모리 요구량을 줄이고 시뮬레이션 효율을 향상시키기 위해 행렬 곱 상태(MPS) 표현을 사용한다.
• 순수한 MPS의 한계를 넘어서기 위해 MPS 기반 VQE에 밀도 행렬 통합 이론(DMET)을 통합한다.
• MPI 기반 도메인 분할, OpenMP 스레딩, GPU 가속을 포함한 삼중 수준의 병렬화 기법을 구현하여 최대 2000만 코어까지 확장 가능하다.
• 주로 Julia를 프로그래밍 언어로 사용하며, JIT 컴파일 및 최적화된 라이브러리를 통해 고수준의 표현력과 네이티브 C/Fortran 수준의 성능을 결합한다.
• 해트리-폭 기하 최적화 및 에너지 평가를 사용하여 매개변수화된 양자 회로를 반복적으로 최적화함으로써 리간드 결합 친화도를 예측한다.
• 대규모에서 데이터 전송에 대해 1회 반복당 0.001초 미만의 통신 오버헤드를 달성하기 위해 효율적인 MPI_Allreduce 및 MPI_Bcast 연산을 구현한다.

실험 결과

연구 질문

• RQ1 현대 수퍼컴퓨터에서 최대 1000 큐비트를 가진 대규모 양자 화학 시스템을 시뮬레이션할 수 있는 고전적 VQE 시뮬레이터가 확장 가능한가?
• RQ2 MPS와 DMET의 조합이 큰 분자에 대한 VQE 시뮬레이션의 정확도와 확장성에 어떻게 기여하는가?
• RQ3 최대 2000만 코어의 수퍼컴퓨터에서 VQE 시뮬레이터가 강한 및 약한 스케일링을 얼마나 잘 달성하는가?
• RQ4 실제 단백질-리간드 복합체, 예를 들어 알려진 억제제가 있는 SARS-CoV-2 메인 프로테아제의 결합 에너지를 정확하게 예측할 수 있는가?
• RQ5 Julia 기반 구현의 성능는 전통적인 HPC 언어 대비 생산성 및 계산 효율 측면에서 어떻게 비교되는가?

주요 결과

• Q2 Chemistry 시뮬레이터는 최대 2000만 코어에서 거의 선형적인 약한 및 강한 스케일링을 달성했으며, 1회 VQE 반복당 통신 비용이 0.001초 미만이었다.
• 이 방법은 DMET-MPS-VQE를 사용하여 103개 원자로 구성된 시스템(아타자나비르)을 378개 전자와 1000 큐비트로 성공적으로 시뮬레이션하여, 이 방법을 사용한 가장 큰 보고된 양자 화학 시뮬레이션이 되었다.
• 칸데사르탄 실렉세틸의 결합 에너지를 -6.8 eV로 예측했으며, 실험 결과와 양호한 일치를 보였다.
• 니르마트렐비르(Paxlovid의 성분)는 -7.3 eV의 더 낮은 결합 에너지를 보였으며, 이는 칸데사르탄 실렉세틸보다 더 강한 결합을 의미하며, 알려진 항바이러스 활성과 일치한다.
• Julia의 사용은 수작업 최적화된 C/Fortran 코드 수준의 성능를 확보하면서도 높은 생산성을 제공했으며, MPI 및 최적화된 BLAS/LAPACK 라이브러리의 효율적인 통합이 가능했다.
• 이 시뮬레이터를 통해 약 100 큐비트를 가진 근접한 양자 하드웨어에 배포하기 전에 VQE를 고전적 수퍼컴퓨터에서 신뢰성 있게 벤치마킹할 수 있음을 입증했다.