[논문 리뷰] Randomized compiling for scalable quantum computing on a noisy superconducting quantum processor

Akel Hashim, Ravi Naik외 12명|arXiv (Cornell University)|2020. 10. 01.

Quantum Computing Algorithms and Architecture참고 문헌 46인용 수 133

한 줄 요약

이 논문은 랜덤화 컴파일링(RC)이 초전도 큐비트 프로세서에서 일관된 오차를 효과적으로 억제함으로써 스토하스틱 패러일 노이즈로 변환하고, 사이클 벤치마킹을 통해 양자 알고리즘 성능을 신뢰성 있게 예측할 수 있음을 보여준다. 실험 결과, 네 큐비트 양자 푸리에 변환과 무작위 회로에서 성능 향상이 두드러지게 나타났으며, 최대 5배의 퍼포먼스 향상이 관찰되었고, 사이클 벤치마킹을 통한 오차율 측정이 RC 적용 후 알고리즘 결과를 정확히 예측하는 데 성공했다.

ABSTRACT

The successful implementation of algorithms on quantum processors relies on the accurate control of quantum bits (qubits) to perform logic gate operations. In this era of noisy intermediate-scale quantum (NISQ) computing, systematic miscalibrations, drift, and crosstalk in the control of qubits can lead to a coherent form of error which has no classical analog. Coherent errors severely limit the performance of quantum algorithms in an unpredictable manner, and mitigating their impact is necessary for realizing reliable quantum computations. Moreover, the average error rates measured by randomized benchmarking and related protocols are not sensitive to the full impact of coherent errors, and therefore do not reliably predict the global performance of quantum algorithms, leaving us unprepared to validate the accuracy of future large-scale quantum computations. Randomized compiling is a protocol designed to overcome these performance limitations by converting coherent errors into stochastic noise, dramatically reducing unpredictable errors in quantum algorithms and enabling accurate predictions of algorithmic performance from error rates measured via cycle benchmarking. In this work, we demonstrate significant performance gains under randomized compiling for the four-qubit quantum Fourier transform algorithm and for random circuits of variable depth on a superconducting quantum processor. Additionally, we accurately predict algorithm performance using experimentally-measured error rates. Our results demonstrate that randomized compiling can be utilized to leverage and predict the capabilities of modern-day noisy quantum processors, paving the way forward for scalable quantum computing.

연구 동기 및 목표

• 제어 캘리브레이션 오차와 크로스타크 등으로 인한 일관된 오차로 인해 NISQ 시대의 양자 프로세서에서 성능 저하가 예측 불가능해지는 문제를 해결하기 위해.
• 오류 모델에 대한 사전 지식 없이도 일관된 오차를 스토하스틱 노이즈로 변환할 수 있는 확장 가능하고 하드웨어에 종속되지 않는 방법을 개발하기 위해.
• 사이클 벤치마킹을 통한 오차율 측정이 RC 적용 후 알고리즘 성능을 신뢰성 있게 예측할 수 있음을 검증하여, 전통적인 랜덤라이즈드 벤치마킹의 한계를 극복하기 위해.

제안 방법

• RC는 원래 회로와 논리적으로 동일한 랜덤화된 회로를 만들기 위해 패러일 군에서 온 무작위 단일 큐비트 트윌링 게이트를 회로에 삽입함으로써, 깊이를 증가시키지 않고 전체 유니터리 연산을 유지한다.
• 각 랜덤화된 회로는 n/N번 측정되고, 결과가 통합되어 원래 회로를 n번 측정한 것과 동일한 통계적 분포를 형성한다.
• 이 프로토콜은 패러일 트윌링을 활용하여 일관된 오차를 스토하스틱 패러일 채널로 평균화함으로써 오차 과정의 비대칭 항목(이심항)을 억제한다.
• 이 방법은 클리포드+T 기반을 포함한 모든 보편 게이트 세트에 대해 작동하므로 보편 양자 계산과 호환된다.
• RC는 초전도 프로세서 내부에서 실시간으로 실행되며, 고전적 사전 처리를 통해 런타임 이전에 N개의 무작위화를 효율적으로 생성한다.
• 성능 평가는 실험적 출력 분포와 이상적 출력 분포 간의 총 변화 거리(TVD)를 사용하며, 예측을 위해 사이클 벤치마킹을 통해 오차율을 추출한다.

실험 결과

연구 질문

• RQ1 실제 초전도 큐비트 프로세서에서 랜덤화 컴파일링이 일관된 오차를 효과적으로 억제하여 알고리즘 성능을 더 예측 가능하고 향상시킬 수 있는가?
• RQ2 사이클 벤치마킹을 통해 측정한 오차율이 랜덤화 컴파일링 적용 후 실제 양자 알고리즘 성능을 어느 정도 정확히 예측할 수 있는가?
• RQ3 총 오차 예산에서 일관된 오차 비율이 증가할수록 RC의 성능 향상은 어떻게 스케일링되는가?
• RQ4 특히 근접한 코herence 제한 시스템에서 전체 오차율이 감소함에 따라 RC의 효과성이 유지되는가?
• RQ5 회로 깊이 증가 없이 또는 기저 오차 모델에 대한 상세한 지식 없이 실용적으로 RC를 적용할 수 있는가?

주요 결과

• 네 큐비트 양자 푸리에 변환 회로에서, 랜덤화 컴파일링은 실험적 출력 분포와 이상적 출력 분포 간의 총 변화 거리(TVD)를 최대 5배까지 감소시켰다.
• 단일 큐비트 무작위 회로의 경우, 모든 테스트된 깊이에서 평균적으로 TVD 향상 요인이 2.5~3.5에 달했으며, 일관된 오차가 총 오차율에 더 큰 기여를 할수록 성능 향상이 더욱 두드러졌다.
• 연구는 사이클 벤치마킹 오차율이 RC 하에서 알고리즘 성능을 정확히 예측할 수 있음을 입증하여, 이를 예측 도구로 사용할 수 있음을 확인했다.
• 다중 큐비트 병렬 회로에서는 크로스타크로 인해 일관된 오차 기여가 증가했지만, RC는 여전히 일관된 TVD 감소를 보이며 크로스타크에 대한 강건성을 입증했다.
• 시뮬레이션 결과, 총 오차율이 감소할수록 RC의 성능 향상이 향상됨을 확인했으며, 이는 낮은 오차 영역에서도 여전히 의미 있는 퍼포먼스 향상이 가능함을 시사한다.
• 결과적으로, 일관된 오차가 지속되는 모든 테스트된 시스템에서 랜덤화 컴파일링이 가시적인 성능 향상을 제공함을 확인했으며, 절대 오차 수준과 관계없이 효과가 유지됨을 입증했다.