[논문 리뷰] Navigating the dynamic noise landscape of variational quantum algorithms with QISMET

Gokul Subramanian Ravi, Kaitlin N. Smith외 6명|arXiv (Cornell University)|2022. 09. 25.

Quantum Computing Algorithms and Architecture인용 수 4

한 줄 요약

이 논문은 변동성 있는 잡음이 발생하는 변동형 양자 알고리즘(VQAs)에서 임의의 반복을 건너뛰어 예측 가능한 높은 오차 영향을 갖는 반복을 피하는 런타임 컨트롤러인 QISMET을 제안한다. 임시 오차를 추정하고 문제를 일으킬 만한 실행 윈도우를 피함으로써 QISMET은 다양한 양자 하드웨어 플랫폼에서 기존 기준 대비 1.3x–3x, 다른 대안 대비 1.6x–2.4x의 더 높은 VQA 정밀도를 달성한다.

ABSTRACT

Transient errors from the dynamic NISQ noise landscape are challenging to comprehend and are especially detrimental to classes of applications that are iterative and/or long-running, and therefore their timely mitigation is important for quantum advantage in real-world applications. The most popular examples of iterative long-running quantum applications are variational quantum algorithms (VQAs). Iteratively, VQA's classical optimizer evaluates circuit candidates on an objective function and picks the best circuits towards achieving the application's target. Noise fluctuation can cause a significant transient impact on the objective function estimation of the VQA iterations / tuning candidates. This can severely affect VQA tuning and, by extension, its accuracy and convergence. This paper proposes QISMET: Quantum Iteration Skipping to Mitigate Error Transients, to navigate the dynamic noise landscape of VQAs. QISMET actively avoids instances of high fluctuating noise which are predicted to have a significant transient error impact on specific VQA iterations. To achieve this, QISMET estimates transient error in VQA iterations and designs a controller to keep the VQA tuning faithful to the transient-free scenario. By doing so, QISMET efficiently mitigates a large portion of the transient noise impact on VQAs and is able to improve the fidelity by 1.3x-3x over a traditional VQA baseline, with 1.6-2.4x improvement over alternative approaches, across different applications and machines. Further, to diligently analyze the effects of transients, this work also builds transient noise models for target VQA applications from observing real machine transients. These are then integrated with the Qiskit simulator.

연구 동기 및 목표

• 노이즈가 많은 중규모 양자(NISQ) 장치에서 반복적인 양자 응용 프로그램을 방해하는 동적이고 일시적인 잡음을 해결하기 위해.
• 변동성이 있는 잡음 원인으로 영향을 받는 변동형 양자 알고리즘(VQAs)의 정밀도와 수렴성을 향상시키기 위해.
• 임시 오차 영향이 높은 실행 인스턴스를 사전에 피할 수 있는 런타임 컨트롤러를 설계하기 위해.
• 실제 양자 계산 환경에서 더 정확하고 신뢰할 수 있는 VQA 최적화를 가능하게 하기 위해.
• 장치 고유의 잡음 패턴에 대한 사전 지식 없이도 임시 오차의 영향을 줄이기 위해.

제안 방법

• QISMET은 현재 VQA 반복의 기울기 값이 예측 가능한 임시 오차 없는 값에서 벗어나는 정도를 분석하여 실시간으로 임시 오차를 추정한다.
• 기준치보다 높은 오차를 가진 반복을 건너뛰기 위해 임시 오차 추정치를 기준치와 비교하는 컨트롤러를 적용한다.
• 이론적 이상 상태에서의 기울기 업데이트 방향을 유지하기 위해 피드백 루프를 사용한다.
• 각 VQA 반복을 이전 반복의 재실행과 함께 실행하여 오차 추정 및 건너뛰기 결정을 가능하게 한다.
• 회로 실행 결과의 통계적 분석을 활용해 임시 오차에 의해 유도되는 출력 분포의 급격한 변화를 감지한다.
• 컨트롤러는 런타임에서 작동하며 실시간 잡음 평가에 기반해 각 반복마다 건너뛰기 결정을 내린다.

실험 결과

연구 질문

• RQ1 NISQ 장치에서 발생하는 임시 오차 변동성이 변동형 양자 알고리즘의 수렴성과 정확성에 어떤 영향을 미치는가?
• RQ2 높은 임시 오차 반복을 실시간으로 감지하고 피하는 것이 VQA 정밀도를 향상시킬 수 있는가?
• RQ3 QISMET의 동적 건너뛰기 전략은 정적 오차 보정 및 고전적 필터링 기법과 비교해 어떻게 다른가?
• RQ4 기존 VQA 워크로드에 QISMET을 통합하는 데서 발생하는 성능 오버헤드와 실용적 타당성은 어떠한가?
• RQ5 장치 고유의 잡음 행동에 대한 사전 지식 없이 QISMET이 얼마나 임시 오차의 영향을 줄일 수 있는가?

주요 결과

• QISMET은 다양한 양자 하드웨어 플랫폼에서 기존 전통적 VQA 기준 대비 1.3x에서 3x까지 VQA 정밀도를 향상시킨다.
• 칼만 필터링 및 고전적 필터링을 포함한 다른 오차 보정 기법 대비 1.6x에서 2.4x 높은 정밀도를 달성한다.
• 레이블이 있는 학습 데이터나 장치 잡음의 사전 특성 분석 없이도 효과적으로 임시 오차를 완화한다.
• 실제로 대부분의 장치에서 심각한 임시 이벤트가 매우 적기 때문에 오버헤드가 미미하며, 실패한 반복을 피함으로써 전체 실행 비용을 줄인다.
• 칼만 및 CFAR와 같은 고전적 필터링 방법보다 QISMET이 앞서며, 이는 높은 영향을 미치는 임시 이벤트를 사전에 피할 수 있기 때문이다.
• 악성 잡음 패턴 조건에서도 컨트롤러의 건너뛰기 결정이 강건하며, 실질적인 NISQ 장치에서는 이러한 패턴이 발생할 가능성이 낮기 때문에 성능 손실가 최소화된다.