[논문 리뷰] Simulations of Quantum Circuits with Approximate Noise using qsim and Cirq

Sergei V. Isakov, Dvir Kafri외 16명|arXiv (Cornell University)|2021. 11. 03.

Quantum Computing Algorithms and Architecture인용 수 12

한 줄 요약

이 논문은 Google Cloud Platform에서 노이즈 있는 양자 회로를 효율적으로 시뮬레이션하기 위해 Cirq와 통합된 고성능 양자 궤도 시뮬레이터인 qsim을 제시한다. 노이즈가 적은 영역에서 최대 10배의 성능 향상을 달성하는 새로운 지연된 내적 곱 알고리즘을 도입하였으며, Google의 Sycamore 양자 프로세서를 위한 근사화된 노이즈 모델을 제안하여, 세 가지 NISQ 알고리즘인 Fermi-Hubbard 역학, QAOA, 비상호작용 페르미온 역학에서 실험 결과와 밀도 높은 일치를 보였다.

ABSTRACT

We introduce multinode quantum trajectory simulations with qsim, an open source high performance simulator of quantum circuits. qsim can be used as a backend of Cirq, a Python software library for writing quantum circuits. We present a novel delayed inner product algorithm for quantum trajectories which can result in an order of magnitude speedup for low noise simulation. We also provide tools to use this framework in Google Cloud Platform, with high performance virtual machines in a single mode or multinode setting. Multinode configurations are well suited to simulate noisy quantum circuits with quantum trajectories. Finally, we introduce an approximate noise model for Google's experimental quantum computing platform and compare the results of noisy simulations with experiments for several quantum algorithms on Google's Quantum Computing Service.

연구 동기 및 목표

• 클래식 하드웨어에서 노이즈 있는 양자 회로를 정확하고 효율적으로 시뮬레이션하여 NISQ 시대 알고리즘 개발을 지원한다.
• 특히 제한된 큐비트 수와 코herence 시간을 가진 근접한 양자 장치를 대상으로 대규모 노이즈 있는 양자 궤도 시뮬레이션의 계산적 과제를 해결한다.
• Google의 초전도 양자 컴퓨팅 플랫폼(QCS)에서 주요 오류 메커니즘을 잘 반영하는 실용적인 근사 노이즈 모델을 개발한다.
• 고성능 시뮬레이션 툴(qsim)을 Cirq 프로그래밍 프레임워크와 통합하여 확장성 있고 프로덕션 수준의 양자 알고리즘 프로토타이핑을 가능하게 한다.
• Google Cloud Platform에서 클라우드 네이티브이고 다중 노드 기반의 시뮬레이션 파이프라인을 제공하여 자동 스케일링과 고메모리 워크로드를 지원하는 대규모 궤도 기반 시뮬레이션을 가능하게 한다.

제안 방법

• qsim에 지연된 내적 곱 알고리즘을 구현하여 양자 궤도 시뮬레이션을 최적화하고, 계산 오버헤드를 감소시키며, 노이즈가 적은 영역에서 최대 10배의 성능 향상을 달성한다.
• qsim을 Cirq의 백엔드로 사용하여 Python 환경에서 양자 회로 정의, 노이즈 모델링, 고성능 시뮬레이션을 원활하게 통합할 수 있도록 한다.
• Google Cloud Platform(GCP)에서 HTCondor를 활용하여 다중 노드 CPU 및 GPU 구성에서 자동 스케일링과 가상 머신 간 효율적인 워크로드 분배를 실현한다.
• Google의 Sycamore 프로세서를 위한 일반화된 근사 노이즈 모델을 개발하여 큐비트 감쇠/위상 소실, fSim 게이트의 계측 오류, 그리고 분해산 노이즈를 포함한다.
• 이 노이즈 모델을 사용하여 비상호작용 페르미온 역학, QAOA, Fermi-Hubbard 역학 세 가지 양자 알고리즘을 이상적 및 노이즈 있는 시뮬레이션을 통해 시뮬레이션한다.
• 양자 궤도를 사용하여 확률적 노이즈 과정을 시뮬레이션하고, 실제 오류 조건 하에서 회로 결과의 통계적 샘플링을 가능하게 한다.

실험 결과

연구 질문

• RQ1 클래식 고성능 컴퓨팅을 활용하여 노이즈 있는 양자 회로의 양자 궤도 시뮬레이션을 어떻게 가속화할 수 있는가?
• RQ2 실험적 오류 측정을 기반으로 한 근사 노이즈 모델이 NISQ 시대의 양자 알고리즘에서 실제 하드웨어 행동을 어느 정도 정확하게 재현하는가?
• RQ3 다중 노드 기반 클라우드 시뮬레이션 워크플로우는 고성능과 고메모리 요구 사항을 가진 대규모 노이즈 있는 양자 회로 시뮬레이션에 대해 효율적으로 확장 가능한가?
• RQ4 특히 제안된 근사 모델과 단순한 분해산 노이즈 모델 간에 실제 실험 결과와의 유사도는 어떻게 비교되는가?
• RQ5 특정 오류 채널(예: 감쇠, 위상 소실, fSim 게이트 오류)은 QAOA 및 페르미온 역학과 같은 핵심 NISQ 알고리즘의 성능에 어떤 영향을 미치는가?

주요 결과

• qsim에 구현된 지연된 내적 곱 알고리즘은 노이즈가 적은 영역에서 최대 10배의 성능 향상을 달성하여 소형에서 중간 크기의 회로 깊이에서 성능 향상이著명하다.
• Google의 Sycamore 프로세서를 위한 근사 노이즈 모델은 세 가지 양자 알고리즘 전반에서 실험 결과와 밀도 높은 일치를 보이며, 단순한 분해산 노이즈 모델보다 유사도가 높다.
• 'Hardware Grid' 문제에서 깊이 $ p=3 $ 인 QAOA 알고리즘에 대해, 근사 노이즈 모델은 하드웨어와 비교해 $ \less C\rangle/C_{\mathrm{min}} $ 의 차이가 0.02 이내로 나타나며, 분해산 모델은 과도하게 낙관적인 결과를 보였다.
• 비상호작용 페르미온 역학에서 근사 노이즈 모델은 실험 데이터와의 절대 차이가 0.05–0.15로 나타나며, 1% 분해산 모델(0.2–0.3)보다 더 낮은 오차를 보여 더 높은 정확도를 확보한다.
• 근사 노이즈 모델을 사용한 Fermi-Hubbard 역학 시뮬레이션은 16 큐비트 구성에서 시뮬레이션된 페르미온 분포와 실험 분포 간 $ \ell_1 $ 거리의 표준편차가 0.03–0.05로 나타났다.
• HTCondor를 통한 자동 스케일링을 활용한 GCP에서의 다중 노드 시뮬레이션은 고메모리 워크로드를 효율적으로 처리하여 NISQ 알고리즘 개발을 위한 대규모 궤도 기반 시뮬레이션을 실현 가능하게 하였다.