[논문 리뷰] Synthesis of Linear Nearest Neighbor Quantum Circuits

Md. Mazder Rahman, Gerhard W. Dueck|arXiv (Cornell University)|2015. 08. 21.

Quantum Computing Algorithms and Architecture참고 문헌 5인용 수 19

한 줄 요약

이 논문은 SWAP 게이트를 삽입하지 않고 표준 역행성 회로를 선형 근접 이웃(LNN) 양자 회로로 변환하는 새로운 합성 플로우를 제안한다. 최적화된 변환 모델과 LNN 전용 템플릿을 사용하여, 기존 기준 방법 대비 평균 41%의 게이트 수 감소를 달성한다. 템플릿 매칭을 통한 추가 최적화로 제약 조건이 있는 아키텍처에서도 기능을 유지하면서 양자 비용을 크게 낮춘다.

ABSTRACT

This paper presents models for transforming standard reversible circuits into Linear Nearest Neighbor (LNN) architecture without inserting SWAP gates. Templates to optimize the transformed LNN circuits are proposed. All minimal LNN circuits for all 3-qubit functions have been generated to serve as benchmarks to evaluate heuristic optimization algorithms. The minimal results generated are compared with optimized LNN circuits obtained from the post synthesis algorithm --- template matching with LNN templates. Experiments show that the suggested synthesis flow significantly improves the quantum cost of circuits.

연구 동기 및 목표

• SWAP 게이트에 의존하지 않고 표준 역행성 회로를 선형 근접 이웃(LNN) 아키텍처로 매핑하는 데 도전하는 것.
• 최소 다중제어 토플리(MCT) 회로를 LNN 호환 회로로 변환하는 효율적인 변환 모델을 개발하여 게이트 수를 감소시키는 것.
• 최적화 알고리즘 평가를 위한 기준이 되는 모든 최소 3 큐비트 LNN 회로의 포괄적 벤치마크를 생성하는 것.
• LNN 제약 조건을 강제하는 물리적 아키텍처(예: 1차원 이온 트랩)에서 양자 회로 효율성을 향상시키는 것.
• 새로 정의된 LNN 템플릿을 사용해 합성 후 템플릿 매칭을 통해 양자 비용을 감소시키는 것.

제안 방법

• SWAP 게이트를 삽입하지 않고 표준 MCT 회로를 LNN 회로로 변환하는 두 가지 변환 모델(Model-1 및 Model-2)을 제안하며, 작업 라인을 활용해 게이트 연산을 재구성한다.
• 합성 후 최적화를 위해 21개의 커스터마이즈된 LNN 템플릿을 도입하여 패턴 매칭을 통해 게이트 수 감소를 가능하게 한다.
• 제안된 모델을 사용해 MCT 회로를 먼저 LNN 회로로 변환한 후, 템플릿 매칭을 통해 최적화하는 합성 플로우를 구현한다.
• 회로 표현 및 변환에 표준 역행성 논리 도구와의 호환성을 확보하기 위해 기반 프레임워크로 RevKit-1.2.1을 사용한다.
• 모델이 생성한 LNN 회로에 대해 템플릿 매칭을 적용하여 게이트 수를 추가로 최소화하고, 거의 최적의 결과를 달성한다.
• 히ュ리스틱 최적화 알고리즘 평가를 위한 기준으로 사용하기 위해 모든 최소 3 큐비트 LNN 회로를 생성함으로써 접근법을 검증한다.

실험 결과

연구 질문

• RQ1 표준 역행성 회로를 SWAP 게이트를 삽입하지 않고 LNN 호환 회로로 변환할 수 있는가? 이는 양자 비용 감소에 기여하는가?
• RQ2 제안된 변환 모델은 LNN 회로 합성 과정에서 게이트 수를 얼마나 효과적으로 최소화하는가?
• RQ3 LNN 전용 템플릿을 사용한 템플릿 매칭을 통해 합성된 LNN 회로의 양자 비용을 얼마나 감소시킬 수 있는가?
• RQ4 기존 방법과 비교할 때 제안된 합성 플로우는 양자 비용과 회로 최소화 측면에서 어떻게 성능을 내는가?
• RQ5 생성된 최소 3 큐비트 LNN 회로 세트는 최적화 알고리즘 평가를 위한 신뢰할 수 있는 벤치마크로 활용될 수 있는가?

주요 결과

• 제안된 변환 모델은 LNN 회로의 평균 양자 비용을 기존 SWAP 기반 기준 방법의 30.98 게이트에서 27.1 게이트로 감소시켰다.
• 21개의 LNN 템플릿을 사용한 템플릿 매칭은 평균 게이트 수를 21.85로 감소시켜 최적 기준(15.89 게이트) 대비 41%의 감소를 달성했다.
• 일부 사례에서는 50% 이상의 게이트 수 감소를 달성하여 강력한 최적화 잠재력을 보였다.
• 초기 모델 기반 변환 대비 19%의 감소를 달성했으며, 이론적 최적에 도달하기 위해 추가로 27%의 감소가 필요했다.
• 최소 3 큐비트 LNN 회로 전체 세트(15,890개 회로)를 생성하여 벤치마크로 활용했으며, 최적화 알고리즘 평가에 신뢰할 수 있는 기반을 제공했다.
• 합성 플로우는 RevKit-1.2.1 기반으로 C/C++로 구현되어 실용성과 기존 역행성 논리 도구와의 통합 가능성을 확인했다.