[논문 리뷰] Qubiter Algorithm Modification, Expressing Unstructured Unitary Matrices with Fewer CNOTs

Robert R. Tucci|ArXiv.org|2004. 11. 03.

Quantum Computing Algorithms and Architecture참고 문헌 4인용 수 6

한 줄 요약

이 논문은 구조가 없는 유니터리 행렬을 분해하는 데 필요한 CNOT 게이트 수를 줄이는 데 목적이 있는 Qubiter 양자 컴파일러의 수정 버전인 Tuc04를 제안한다. Tuc04(R) 버전에서는 이완 과정을 도입하여, 소수의 큐비트 수에 대해 이론적 하한값에 도달하는 동일한 CNOT 수를 달성한다.

ABSTRACT

A quantum compiler is a software program for decomposing ("compiling") an arbitrary unitary matrix into a sequence of elementary operations (SEO). The author of this paper is also the author of a quantum compiler called Qubiter. Qubiter uses a matrix decomposition called the Cosine-Sine Decomposition (CSD) that is well known in the field of Computational Linear Algebra. One way of measuring the efficiency of a quantum compiler is to measure the number of CNOTs it uses to express an unstructured unitary matrix (a unitary matrix with no special symmetries). We will henceforth refer to this number as $ε$. In this paper, we show how to improve $ε$ for Qubiter so that it matches the current world record for $ε$, which is held by another quantum compiling algorithm based on CSD.

연구 동기 및 목표

• 구조가 없는 유니터리 행렬을 분해하는 데 필요한 CNOT 게이트 수를 줄이는 것.
• Cosine-Sine Decomposition(CSD) 방법을 수정하여 Qubiter 양자 컴파일러의 효율성을 향상시키는 것.
• 특히 N_B ≥ 3 큐비트에 대해, 구조가 없는 유니터리 행렬 분해의 현재 세계 기록인 CNOT 수를 맞추거나 뛰어넘는 것.
• 새로운 이완 과정이 Tuc04(R) 버전에서 최적의 CNOT 수를 달성할 수 있다는 추측을 검증하는 것.

제안 방법

• 유니터리 행렬을 대각 유니터리 행렬과 균일 제어 U(2) 게이트로 분해하기 위해 재귀적 Cosine-Sine Decomposition(CSD)를 사용하여 Tuc99 양자 컴파일러 알고리즘을 수정한다.
• 두 가지 변종을 도입한다: 이완이 없는 Tuc04(NR)과 이완 과정이 있는 Tuc04(R)로, 게이트 시퀀스를 최적화한다.
• 비용 함수 L을 최소화하기 위해 변량 최적화 프레임워크를 사용한다. 이는 각 γ_b 항의 합으로 표현되며, 로테이션 각도와 파울리 행렬 성분을 포함한다.
• 수치적 방법을 사용하여 방향 벡터 w에 대한 방정식 시스템(Eq. 78)을 유도하고 해를 구한다. 이를 통해 최적의 로테이션 축을 찾는다.
• 로테이션 기저 벡터 s1, s2, w에 정규직교 조건을 적용하여 자유도를 줄이고 유니터리 일致성을 보장한다.
• 독립 변수 λ1, λ2, λ(δs1, δs2, δw와 관련)를 통해 비용 함수 δL의 변화를 표현함으로써 기울기 기반 최적화를 가능하게 한다.

실험 결과

연구 질문

• RQ1 Tuc99 양자 컴파일러는 구조가 없는 유니터리 행렬의 CNOT 수를 줄이기 위해 수정될 수 있는가? 이는 현재 세계 기록을 따라잡는다.
• RQ2 Tuc04(R)의 이완 과정은 최소 CNOT 수를 달성하는 해로 수렴하는가?
• RQ3 Tuc04(R)의 CNOT 수는 N_B > 2에 대해 해석적 또는 수치적으로 이론적 하한값을 충족하는가?
• RQ4 다양한 큐비트 수에서 Tuc04(R)의 성능은 CNOT 수 측면에서 Mich04와 HUT04b와 비교해 어떻게 되는가?
• RQ5 방향 벡터 s1, s2, w와 그 변화는 비용 함수를 최소화하고 CNOT 수를 줄이는 데 어떤 역할을 하는가?

주요 결과

• Tuc04(R) 버전은 (2^{N_B} - 1)(2^{N_B - 1} - 1)의 CNOT 수를 달성하며, 이는 Mich04 알고리즘의 세계 기록과 일치한다.
• Tuc04(R)는 최적의 CNOT 효율성을 달성할 것으로 추측되지만, 이의 이완 과정이 수렴하는 데 대한 엄밀한 증명은 아직 존재하지 않는다.
• Tuc04(NR) 버전은 Tuc04(R)보다 열 劣하며, CNOT 수가 (2^{N_B} - 1)(2^{N_B - 1} - 1) + 2^{N_B}로 나타나 이완 과정이 최적성에 필수적임을 보여준다.
• HUT04b 알고리즘은 Mich04와 Tuc04(R)보다 열 劣하며, CNOT 수가 (2^{N_B} - 1)(2^{N_B - 1} - 1) + 2^{N_B} + O(1)이다.
• CNOT 수의 이론적 하한은 ε ≥ 1/4(4^{N_B} - 3N_B - 1)이며, N_B = 2일 때는 달성되지만 N_B > 3일 때는 달성 가능한지 알려져 있지 않다.
• 최적화 프레임워크는 미지수 k_x와 k_y에 대한 두 개의 방정식(Eq. 78)을 풀어 비용 함수 δL를 0으로 줄여, 저CNOT 해로 수렴하는 데 성공했다.