[논문 리뷰] qHiPSTER: The Quantum High Performance Software Testing Environment

Mikhail Smelyanskiy, Nicolas P. D. Sawaya외 1명|arXiv (Cornell University)|2016. 01. 26.

Quantum Computing Algorithms and Architecture참고 문헌 30인용 수 115

한 줄 요약

qHiPSTER는 고전 HPC 시스템에서 분산된 고성능 양자 회로 시뮬레이터로, Stampede의 1000 노드에 걸쳐 단일 큐비트 및 이중 큐비트 게이트를 사용하여 최대 40 큐비트까지 시뮬레이션할 수 있으며, 메모리-네트워크 바운드 성능, 최적화 및 확장성에 대해 분석합니다.

ABSTRACT

We present qHiPSTER, the Quantum High Performance Software Testing Environment. qHiPSTER is a distributed high-performance implementation of a quantum simulator on a classical computer, that can simulate general single-qubit gates and two-qubit controlled gates. We perform a number of single- and multi-node optimizations, including vectorization, multi-threading, cache blocking, as well as overlapping computation with communication. Using the TACC Stampede supercomputer, we simulate quantum circuits ("quantum software") of up to 40 qubits. We carry out a detailed performance analysis to show that our simulator achieves both high performance and high hardware efficiency, limited only by the sustainable memory and network bandwidth of the machine.

연구 동기 및 목표

• 알고리즘 성능, 오차 및 잡음 영향 연구를 위해 HPC 시스템에서 고정밀 양자 회로 시뮬레이션의 필요성을 제기한다.
• 일반적인 단일 큐비트 및 2 큐비트 제어 게이트를 수행할 수 있는 분산 시뮬레이터를 최대 약 40 큐비트까지 구현한다.
• 메모리 대역폭, 네트워크 대역폭 및 통신-계산 중첩에 초점을 맞추어 대규모 HPC 하드웨어에서 성능과 하드웨어 효율성을 평가한다.
• 분산 양자 상태 시뮬레이션의 한계를 확장하기 위한 구조적 및 알고리즘적 최적화를 연구한다.

제안 방법

• 2^n 진폭 벡터를 2^p 노드에 걸쳐 분할하는 분산 상태 벡터 시뮬레이터를 구현하되, 각 노드당 로컬 진폭은 m = n - p개로 설정한다.
• 상태 벡터 위에서 2x2 유니타리 Q로 진폭 쌍을 직접 업데이트하여 일반적인 단일 큐비트 게이트를 적용하고(그리고 이중 큐비트 제어 게이트에도 동일하게 적용한다).
• 로컬 상태의 절반을 교환하여 노드 간 게이트 적용을 가능하게 하는 커뮤니케이션 체계를 사용하고, 제어 게이트의 경우 제어/타깃 큐비트가 로컬 메모리 경계 m 위에 있는지 아래에 있는지에 따라 네 가지 경우로 구분한다.
• 내부 루프를 가속하기 위해 벡터화(AVX2) 및 컴플렉스-SIMD 산술을 도입하고, 외부/내부 루프를 병렬화하기 위해 멀티스레딩을 활용한다.
• 상태 벡터의 블록을 LLC에 지속적으로 보관하고 유효 메모리 대역폭을 증가시키기 위한 캐시 블록킹 및 게이트 융합 전략을 개발한다.
• 계산과 데이터 교환을 겹치도록 다단계 커뮤니케이션으로 메모리- 및 네트워크 바운드 한계를 극복하고, 게이트 융합과 LLC 보유 블록을 실험한다.

실험 결과

연구 질문

• RQ1 대규모 분산 양자 상태 시뮬레이터에서 단일 큐비트 및 이중 큐비트 연산의 성능(게이트당 시간)은 무엇인가?
• RQ2 고성능 시뮬레이터가 HPC 하드웨어의 메모리- 및 네트워크-바운드 이론적 한계에 얼마나 근접할 수 있는가?
• RQ3 큰 큐비트 수에서 어떤 구조적/알고리즘적 최적화(벡터화, 스레딩, 캐시 블록킹, 게이트 융합, 다단계 커뮤니케이션)가 가장 큰 성능 향상을 낳는가?
• RQ4 최대 40 큐비트까지 수백~수천 노드에 걸친 분산 게이트 적용은 어떻게 확장되는가?
• RQ5 이 프레임워크에서 Quantum Fourier Transform (QFT) 커널의 성능은 어느 수준인가?

주요 결과

케이스	해석적	Stampede (n=29, B_mem=40 GB/s, B_net=5.5 GB/s)
1	2^{m+5}/B_mem	0.43 sec
2	2^{m+5}/B_mem	3.12 sec
3	2^{m+4}/B_mem	0.21 sec
4	2^{m+5}/B_mem	0.43 sec
5	2^{m+4}/B_mem	1.56 sec
6	2^{m+5}/B_net	3.12 sec

• 시뮬레이터는 1000 Stampede 노드에서 40 큐비트까지 처리 가능하며 총 메모리 32 TB를 갖추고 있는데, 게이트 성능은 큐비트 배치 및 통신에 따라 메모리 바운드 또는 네트워크 바운드가 된다.
• k < m인 큐비트에 대한 단일 큐비트 게이트는 메모리 바운드로 약 0.43 s (m=29, n=29)이며, k ≥ m인 경우 주어진 하드웨어에서 네트워크 바운드로 약 3.12 s가 된다.
• 이중 큐비트 게이트도 m, c 및 노드 간 통신이 필요한지 여부에 따라 메모리 바운드(0.21 s) 또는 네트워크 바운드(≈3.12 s) 특성을 보인다.
• 게이트 융합 및 LLC-인식 캐시 블록킹은 기본 STREAM 속도 이상으로 유효 메모리 대역폭을 크게 높일 수 있으며, 특정 큐비트 수에서 융합 IQFT 시나리오에서 최대 ~100 GB/s에 도달한다.
• 다중 노드 강한 스케일링은 커뮤니케이션이 필요하지 않을 때 중간 수준의 노드 수에서 거의 선형 가속을 보이고, 노드 간 커뮤니케이션이 병목이 되면 상당한 속도 저하를 보인다; 대규모에서 LLC 거주와 네트워크 경쟁이 성능을 좌우한다.
• QFT 성능은 29 큐비트에서 ~0.27 s per gate에서 40 큐비트에서 ~1.22 s per gate로 확장되며, 더 큰 회로에서 커뮤니케이션의 영향이 커짐을 강조한다.