[논문 리뷰] Modelling and Simulating the Noisy Behaviour of Near-term Quantum Computers

Κωνσταντίνος Γεωργόπουλος, Clive Emary외 1명|arXiv (Cornell University)|2021. 01. 06.

Quantum Computing Algorithms and Architecture참고 문헌 47인용 수 4

한 줄 요약

이 논문은 근접한 양자 컴퓨터를 위한 통합적이고 아키텍처 인식형 노이즈 모델을 제안한다. 이 모델은 디폴라라이징 파울리 노이즈, SPAM 오차, 열적 회복/위상 분리 현상을 하나의 양자 채널로 통합한다. 校정된 오차 비율과 유전적 알고리즘 최적화를 통해 기존 모델 대비 최대 84% 향상된 IBM 양자 컴퓨터 행동의 근사치를 달성하며, 하드웨어 校정 오차 파rameter와 최적화된 오차 파rameter 간의 괴리가 드러난다.

ABSTRACT

Noise dominates every aspect of near-term quantum computers, rendering it exceedingly difficult to carry out even small computations. In this paper we are concerned with the modelling of noise in Noisy Intermediate-Scale Quantum (NISQ) computers. We focus on three error groups that represent the main sources of noise during a computation and present quantum channels that model each source. We engineer a noise model that combines all three noise channels and simulates the evolution of the quantum computer using its calibrated error rates. We run various experiments of our model, showcasing its behaviour compared to other noise models and an IBM quantum computer. We find that our model provides a better approximation of the quantum computer's behaviour than the other models. Following this, we use a genetic algorithm to optimize the parameters used by our noise model, bringing the behaviour of the model even closer to the quantum computer. Finally, a comparison between the pre and postoptimization parameters reveals that, according to our model, certain operations can be more or less erroneous than the hardware-calibrated parameters show.

연구 동기 및 목표

• 근접한 양자 컴퓨터의 주요 오차 원인을 포괄하고 아키텍처 인식형인 종합적인 노이즈 모델을 개발하는 것.
• 게이트 비정밀도, SPAM 오차, 열적 디코herence를 포함한 세 가지 핵심 노이즈 원소를 통합하여 양자 회로 시뮬레이션의 정확도를 향상시키는 것.
• 하드웨어 측정 오차 비율을 사용해 노이즈 모델을 校정하고, 유전적 알고리즘을 통해 파라미터를 최적화하여 실제 양자 하드웨어와의 유사도를 높이는 것.
• 실제 양자 컴퓨터 행동을 더 잘 재현하는 데 유리한 최적화된 오차 파rameter와 하드웨어 校정 오차 파rameter 간의 괴리를 드러내는 것.

제안 방법

• 디폴라라이징 파울리 노이즈, SPAM 오차, 열적 회복/위상 분리 현상을 각각 별개의 양자 채널로 모델링하고, 크라우스 연산자와 콜리 매트릭스 형식을 사용한다.
• 세 가지 노이즈 채널을 통합하여, 대상 양자 하드웨어의 물리적 특성과 아키텍처적 특성을 유지하는 단일 통합 노이즈 모델을 구성한다.
• Qiskit을 사용해 양자 회로를 시뮬레이션하고, 모델의 노이즈 있는 진화를 IBM 양자 프로세서의 실험 데이터와 비교한다.
• 유전적 알고리즘을 적용해 핵심 노이즈 파rameter, 즉 게이트 비정밀도 비율, SPAM 오차, 큐비트별 T1/T2 회복 및 위상 분리 시간을 최적화한다.
• 최적화 과정에서 T2 ≤ 2T1 등의 물리적 제약 조건을 적용해 모델의 물리적 일관성을 유지한다.
• 모델 성능 평가를 위해 시뮬레이션된 분포와 실험적 분포 간의 총 변동 거리(총변동거리)를 사용한다.

실험 결과

연구 질문

• RQ1 파울리, SPAM, 열 노이즈를 통합한 통합 노이즈 모델이 실제 IBM 양자 프로세서의 행동을 얼마나 정확하게 재현할 수 있는가?
• RQ2 하드웨어 校정 오차 파rameter를 사용하는 것과 비교해, 노이즈 파arameter를 최적화함으로써 양자 회로 시뮬레이션의 유사도가 얼마나 향상되는가?
• RQ3 실험 데이터에 적합시키기 위해 유도된 최적 파arameter와 하드웨어 校정 오차 비율 사이에 괴리가 존재하는가?
• RQ4 큐비트별 T1 및 T2 파arameter를 포함할 경우, 유전적 알고리즘 최적화의 성능과 수렴 속도에 어떤 영향을 미치는가?
• RQ5 제안된 모델은 IBMQ를 초월해 다른 양자 하드웨어 플랫폼에 일반화될 수 있는가?

주요 결과

• 총변동거리로 측정했을 때, 제안된 노이즈 모델은 다른 최신 모델 대비 최대 84% 향상된 IBM 양자 컴퓨터 행동의 근사치를 달성한다.
• 최적화 과정에 큐비트별 T1 및 T2 파arameter를 포함할 경우, 파arameter 공간의 증가와 물리적 제약 조건으로 인해 유전적 알고리즘의 성능이 저하된다.
• N=4일 경우 최적화로 시뮬레이션된 분포와 실험 분포 간 거리가 85.48% 감소했고, N=8일 경우 64.57% 감소했다.
• 최적화된 파arameter는 하드웨어 校정 값과 상당한 차이를 보이며, 실제 오차 비율이 보고된 값보다 높거나 낮을 수 있음을 시사한다.
• 모델의 아키텍처 인식 설계 덕분에, IBMQ 하드웨어에 국한되지 않고 QASM 기반의 모든 양자 회로 구현에 적용 가능하다.
• T1 및 T2를 최적화에서 제외할 경우 수렴 속도가 빨라지고 성능이 향상되며, 이는 이러한 파arameter가 최적화 공간에서 덜 중요하거나 더 엄격한 제약 조건을 가질 수 있음을 시사한다.