[논문 리뷰] Assessing requirements to scale to practical quantum advantage

Michael E. Beverland, Prakash Murali외 8명|arXiv (Cornell University)|2022. 11. 14.

Quantum Computing Algorithms and Architecture인용 수 65

한 줄 요약

이 논문은 모듈식 양자 자원 추정 프레임워크와 대규모 양자 응용에 대한 자원 추정을 위한 공개 도구를 개발하고, 현실적인 제약 하에서 실용적인 양자 우위를 달성하려면 수십만에서 수백만 개의 물리 큐비트가 필요하다는 것을 밝혀낸다.

ABSTRACT

While quantum computers promise to solve some scientifically and commercially valuable problems thought intractable for classical machines, delivering on this promise will require a large-scale quantum machine. Understanding the impact of architecture design choices for a scaled quantum stack for specific applications, prior to full realization of the quantum system, is an important open challenge. To this end, we develop a framework for quantum resource estimation, abstracting the layers of the stack, to estimate resources required across these layers for large-scale quantum applications. Using a tool that implements this framework, we assess three scaled quantum applications and find that hundreds of thousands to millions of physical qubits are needed to achieve practical quantum advantage. We identify three qubit parameters, namely size, speed, and controllability, that are critical at scale to rendering these applications practical. A goal of our work is to accelerate progress towards practical quantum advantage by enabling the broader community to explore design choices across the stack, from algorithms to qubits.

연구 동기 및 목표

• 양자 컴퓨터를 실용적 우위로 확장하기 위한 아키텍처 요구사항을 이해해야 함을 동기 부여하고 형식화한다.
• 고수준 알고리즘에서 물리적 하드웨어에 이르는 양자 계산을 아우르는 모듈식, 스택 기반 자원 추정 프레임워크를 제안한다.
• 주어진 알고리즘과 아키텍처에 대해 스택 계층 전반의 자원을 추정하기 위한 도구(Azure Quantum Resource Estimator)를 구현하고 공개한다.
• 대표적인 대규모 양자 응용을 분석하여 큐비트 기술의 주요 규모 요인과 제약을 식별한다.

제안 방법

• 양자 자원 추정을 위한 이중 스택 추상화를 도입하고, 상위(프로그램 표현)와 하위(머신 모델) 계층을 가운데에 양자 ISA와 일치시킨다.
• 모듈식 계층 세트(고수준 양자 언어, quantum IR, 장치 제어, 마이크로아키텍처, 마이크로코드/QEC, quantum ISA)와 계층 간의 명시적 매핑을 정의한다.
• 임계값, 병렬성, 연결성 제약을 포함하여 자원 요구사항을 모델링하기 위해 내결함 설계 및 QEC 프레임워크를 사용한다.
• 주어진 알고리즘과 하드웨어 매개변수로 물리 큐비트, 실행 시간 및 기타 자원을 계산하기 위해 Azure Quantum Resource Estimator 도구를 구현한다.
• 변동하는 큐비트 매개변수 하에서 세 가지 응용(2D transverse-field Ising model dynamics, quantum chemistry activation energy, 및 Shor’s factoring)을 분석하여 규모 요건을 평가한다.

실험 결과

연구 질문

• RQ1 실용적인 양자 우위를 규모 있게 달성하기 위해 필요한 큐비트 기술의 특성(size, speed, controllability)은 무엇인가?
• RQ2 양자 스택 전반의 아키텍처 선택이 주목할 만한 양자 응용의 자원 요구에 어떤 영향을 미치는가?
• RQ3 대규모 양자 계산에서 오류 수정 코드와 연결성의 자원 영향은 무엇인가?
• RQ4 표준적이고 모듈식 프레임워크가 알고리즘, 언어, 하드웨어 백엔드 간의 공정한 비교를 가능하게 할 수 있는가?
• RQ5 현실적인 아키텍처에서 대표적인 과학 및 암호해석 응용을 실행하기 위한 추정 자원(큐비트, 시간)은 얼마인가?

주요 결과

• 실용적인 양자 우위는 수십만에서 수백만 개의 물리 큐비트를 필요로 할 가능성이 높다.
• 대규모에서의 세 가지 핵심 큐비트 매개변수는 크기(size), 속도(speed), 제어 가능성(controllability)이다.
• 양자 간의 잘 연결된 큐비트(예: 2D 연결성)와 병렬 작동 능력, 물리적 오류율이 0.1% 미만인 것이 실현 가능한 내결함식 확장을 위한 필수 조건이다.
• 자원 추정기 프레임워크는 스택 계층 전반에 걸친 종단 간 분석을 가능하게 하여 비교 및 설계 결정에 도움을 준다.
• Shor’s 알고리즘, 화학/물리 시뮬레이션 및 관련 응용이 오류 수정 오버헤드로 인해 대규모 자원 요구를 촉진하고 아키텍처 우선순위를 알리는 요인이 된다.