[논문 리뷰] An Improved Volumetric Metric for Quantum Computers via more Representative Quantum Circuit Shapes

Keith Miller, Charles Broomfield외 3명|arXiv (Cornell University)|2022. 07. 05.

Quantum Computing Algorithms and Architecture인용 수 5

한 줄 요약

이 논문은 전통적인 양자 볼륨의 정사각형 회로 가정을 응용 기반의 회로 형태로 대체하여 실제 양자 알고리즘 워크로드를 더 잘 반영하는 일반화된 양자 볼륨 측도인 양자 볼륨 클래스(QVC)를 제안한다. 이 방법은 큐비트 수에 따른 깊이 스케일링 기반으로 네 가지 대표적 QVC 클래스(QV-1에서 QV-4까지)를 식별하여 설문 조사된 양자 알고리즘의 91%를 커버하며, 이는 NISQ 및 결함 내성 시스템 모두에 대해 더 정확하고 응용 중심의 성능 평가를 가능하게 한다.

ABSTRACT

In this work, we propose a generalization of the current most widely used quantum computing hardware metric known as the quantum volume. The quantum volume specifies a family of random test circuits defined such that the logical circuit depth is equal to the total number of qubits used in the computation. However, such square circuit shapes do not directly relate to many specific applications for which one may wish to use a quantum computer. Based on surveying available resource estimates for known quantum algorithms, we generalize the quantum volume to a handful of representative circuit shapes, which we call Quantum Volumetric Classes, based on the scaling behavior of the logical circuit depth (time) with the problem size (qubit number).

연구 동기 및 목표

• 표준 양자 볼륨 메트릭이 실제 양자 알고리즘의 자원 요구 사항과의 괴리 문제를 해결하기 위해.
• 근접한(양자 컴퓨팅의 NISQ) 및 장기적인(결함 내성) 양자 컴퓨팅 플랫폼에 모두 동일하게 적용 가능한 일반화된 메트릭을 개발하기 위해.
• 전문가가 아닌 이들이 양자 하드웨어를 평가하고 비교할 수 있도록 단순하고 응용 중심의 메트릭을 만들기 위해.
• 실제 워크로드와 계산 요구 사항과 직접 연결함으로써 성능 메트릭의 유용성을 향상시키기 위해.
• 최종 사용자, 정부 및 산업계가 양자 기술 도입 전략적 의사결정을 내리는 데 지원할 수 있는 프레임워크를 제공하기 위해.

제안 방법

• 저자들은 큐비트 수(n)에 따른 논리 회로의 깊이 스케일링을 분석하기 위해 58개의 알려진 양자 알고리즘을 분석하여 깊이 행동의 주요 패턴을 규명한다.
• 이 분석을 바탕으로 네 가지 양자 볼륨 클래스(QVC): QV-1(깊이 ~n), QV-2(깊이 ~n²), QV-3(깊이 ~n³), QV-4(깊이 ~n⁴)를 정의하며, 이는 서로 다른 알고리즘 워크로드에 대응한다.
• 원래의 양자 볼륨 공식을 일반화하기 위해 정사각형 회로 가정을 이러한 대표적 회로 형태로 대체함으로써, 공간-시간 볼륨의 核심 개념은 유지하면서도 비정사각형 형태로 확장한다.
• QVC 프레임워크는 플랫폼 및 오류 수정에 독립적이며, 응용 요구 사항을 반영하기 위해 논리 수준에서 정의된다.
• 알고리즘 자원 추정의 통계 분석을 통해 네 가지 QVC 클래스가 응용 분야 전반에서 대표성 있는지를 검증한다.
• 이 프레임워크는 알고리즘을 QVC 클래스에 매핑할 수 있도록 하여, 특정 응용 요구 사항에 비추어 하드웨어 성능을 평가할 수 있게 한다.

실험 결과

연구 질문

• RQ1 기존 알려진 양자 알고리즘들에서 논리 회로의 깊이와 큐비트 수는 어떻게 스케일링되며, 어떤 패턴이 드러나는가?
• RQ2 원래의 정사각형 회로 기반 양자 볼륨보다 실제 워크로드를 더 잘 반영하는 일반화된 양자 볼륨 메트릭을 정의할 수 있는가?
• RQ3 어떤 회로 형태(깊이 스케일링 측면에서)가 현재 및 향후 양자 응용의 대표성을 가장 잘 반영하는가?
• RQ4 기존의 양자 알고리즘들이 제안된 양자 볼륨 클래스(QVC)와 어느 정도 일치하는가?
• RQ5 NISQ 및 결함 내성 양자 컴퓨팅 평가를 뒷받침할 수 있는 통합된, 응용 중심의 메트릭을 어떻게 설계할 수 있는가?

주요 결과

• QVC 프레임워크는 양자 알고리즘의 주요 깊이 스케일링 행동을 반영하는 네 가지 대표적 회로 형태—QV-1(깊이 ~n), QV-2(깊이 ~n²), QV-3(깊이 ~n³), QV-4(깊이 ~n⁴)를 식별한다.
• 설문 조사된 양자 알고리즘의 91%(58개 중 53개)가 네 가지 QVC 클래스 중 하나와 일치하며, 그 중 QV-1(깊이 ~n)이 가장 흔하여 전체의 31%를 차지한다.
• 기계 학습 및 최적화 알고리즘은 주로 QV-1과 일치하는 반면, 다체계 물리 및 화학 알고리즘은 QV-2(깊이 ~n²)와 가장 강하게 일치한다.
• 수치적 해법기인 쇼어 알고리즘 등은 QV-3 또는 QV-4와 일치하여 인수 분해 및 시뮬레이션 작업에 더 높은 깊이 요구를 반영한다.
• 양자 데이터 은닉 알고리즘은 이중 일치를 보이며, 워터마킹은 QV-2와 일치하고 스테고그래피는 QV-3/QV-4와 일치하여 자원 요구 사항의 다양성을 반영한다.
• 제안된 QVC 프레임워크는 원래의 양자 볼륨 메트릭보다 더 정확하고 응용 중심이며 확장 가능한 대안을 제공하여 비전문가 및 전략적 의사결정자들의 사용성을 향상시킨다.