[논문 리뷰] Quantum Compiler Optimizations

J. Booth|arXiv (Cornell University)|2012. 06. 14.

Quantum Computing Algorithms and Architecture참고 문헌 4인용 수 8

한 줄 요약

이 논문은 아웃슨 패러우의 양자 컴파일러 알고리즘에 대한 최적화를 제안하며, 보편적인 게이트 세트를 사용하여 임의의 단일 큐비트 양자 게이트를 근사하기 위한 방법을 다룹니다. 미트인더미들 전략과 기저 변환을 구현함으로써, 알고리즘의 지수적 시간 복잡도를 유지하면서도 경험적 런타임을 한두 계단 정도 감소시켰으며, 이는 양자 회로 합성의 실용적 성능을 크게 향상시킵니다.

ABSTRACT

A quantum computer consists of a set of quantum bits upon which operations called gates are applied to perform computations. In order to perform quantum algorithms, physicists would like to design arbitrary gates to apply to quantum bits. However, the physical limitations of the quantum computing device restrict the set of gates that physicists are able to apply. Thus, they must compose a sequence of gates from the permitted gate set, which approximates the gate they wish to apply - a process called quantum compiling. Austin Fowler proposes a method that finds optimal gate sequences in exponential time, but which is tractable for common problems. In this paper, I present several optimizations to this algorithm. While my optimizations do not improve its overall exponential behavior, they improve its empirical performance by one to two orders of magnitude.

연구 동기 및 목표

• 목표 양자 게이트를 근사하기 위해 최적의 게이트 시퀀스를 찾는 패러우의 양자 컴파일러 알고리즘의 경험적 성능을 향상시키기.
• 특정 목표 게이트(예: π/6 게이트)를 높은 정밀도(10⁻⁷)로 근사하기 위해 필요한 계산 시간을 줄이기.
• 정확성을 유지하면서도 양자 컴iles링에서 게이트 시퀀스 탐색을 가속화하는 실용적 최적화를 탐색하기.
• 실제 양자 컴파일러 환경에서 알고리즘적 개선이 런타임과 메모리 사용에 미치는 영향 평가하기.

제안 방법

• 검색 공간을 줄이기 위해 중간 게이트 시퀀스를 사전에 계산하고 인덱싱하는 미트인더미들(MITM) 전략을 채택.
• 양자 게이트의 행렬 표현을 기저를 바꿈으로써, 게이트 시퀀스 간 비교 및 매칭을 더 효율적으로 만들기.
• Fowler 거리 척도를 사용하여 근사 오차를 정량화함: √[(2 - |tr(U·Uₗ†)|)/2].
• 나무 기반의 검색 구조를 사용하여 중복된 게이트 시퀀스를 건너뛰어, 유일하고 동치가 아닌 시퀀스만 처리함.
• 특정 추적 거리 임계값 내의 행렬을 빠르게 검색하기 위해 공간 인덱싱 기법(예: FLANN)을 적용.
• 다중 노드에 걸쳐 계산을 분산시키기 위해 맵-리듀스 병렬화 모델을 도입하여 클라우드 인프라에서의 확장 가능한 실행을 가능하게 함.

실험 결과

연구 질문

• RQ1 미트인더미들 기법이 검색 시간을 줄이기 위해 양자 컴파일러 최적화에 효과적으로 적용될 수 있는가?
• RQ2 기저 변경이 목표 유니터리에 대한 게이트 시퀀스 매칭 효율성을 어떻게 향상시키는가?
• RQ3 공간 인덱싱 구조가 근사적 게이트 시퀀스 식별을 얼마나 가속화할 수 있는가?
• RQ4 지수적 시간 복잡도를 유지하면서도 알고리즘 최적화로 달성할 수 있는 성능 향상의 정도는 어느 정도인가?
• RQ5 맵-리듀스 병렬화가 분산 시스템을 통해 양자 컴파일러를 효과적으로 확장하는 데 사용될 수 있는가?

주요 결과

• 미트인더미들 최적화로 인해, 지수적 시간 복잡도를 유지하면서도 경험적 런타임이 한두 계단 정도 감소함.
• 기저 변경 기법은 검색 공간을 더 유리한 기하학적 구성으로 변환함으로써 행렬 비교 효율성을 향상시킴.
• FLANN과 같은 공간 인덱싱 구조는 주어진 추적 거리 내의 행렬 검색을 가속화할 수 있으며, 필요한 비교 수를 줄임.
• 알고리즘의 성능은 두 번째 단계에서 크게 향상되며, 이는 고유한 시퀀스를 재사용하여 더 긴 시퀀스 탐색을 빠르게 할 수 있게 해줌.
• 맵-리듀스 병렬화는 확장 가능한 경로를 제공하여, 로드 밸런스가 보장된다면 계산 노드 수에 비례해 런타임을 줄일 수 있음.
• 알고리즘의 메모리 사용은 시퀀스 길이에 따라 지수적으로 증가하므로, 최적화 또는 분산 실행 없이 매우 긴 시퀀스에는 사용이 제한됨.