[논문 리뷰] Open Source Variational Quantum Eigensolver Extension of the Quantum Learning Machine (QLM) for Quantum Chemistry
이 논문은 Atos Quantum Learning Machine(QLM)용 오픈소스 확장인 OpenVQE를 소개한다. 이는 양자 화학 분야에서 변이 양자 고유값 해법(VQE) 알고리즘의 효율적 개발 및 테스트를 가능하게 한다. OpenVQE는 적응형 UCC 기반 앤사츠, 특히 ADAPT-VQE, 페르미온의 두 번째 양자화, 그리고 페르미온-스핀 변환 기능을 통해 24 큐비트 이내 분자에서 화학 정확도를 달성한다. 이는 41 큐비트의 노이즈 없는 시뮬레이터를 사용한 결과이다.
Quantum Chemistry (QC) is one of the most promising applications of Quantum Computing. However, present quantum processing units (QPUs) are still subject to large errors. Therefore, noisy intermediate-scale quantum (NISQ) hardware is limited in terms of qubits counts and circuit depths. Specific algorithms such as Variational Quantum Eigensolvers (VQEs) can potentially overcome such issues. We introduce here a novel open-source QC package, denoted Open-VQE, providing tools for using and developing chemically-inspired adaptive methods derived from Unitary Coupled Cluster (UCC). It facilitates the development and testing of VQE algorithms. It is able to use the Atos Quantum Learning Machine (QLM), a general quantum programming framework enabling to write, optimize and simulate quantum computing programs. Along with Open-VQE, we introduce myQLM-Fermion, a new open-source module (that includes the key QLM ressources that are important for QC developments (fermionic second quantization tools etc...). The Open-VQE package extends therefore QLM to QC providing: (i) the functions to generate the different types of excitations beyond the commonly used UCCSD ans{ä}tz;(ii) a new implementation of the "adaptive derivative assembled pseudo-Trotter method" (ADAPT-VQE), written in simple class structure python codes. Interoperability with other major quantum programming frameworks is ensured thanks to myQLM, which allows users to easily build their own code and execute it on existing QPUs. The combined Open-VQE/myQLM-Fermion quantum simulator facilitates the implementation, tests and developments of variational quantum algorithms towards choosing the best compromise to run QC computations on present quantum computers while offering the possibility to test large molecules. We provide extensive benchmarks for several molecules associated to qubit counts ranging from 4 up to 24.
연구 동기 및 목표
- 제한된 큐비트 수와 회로 깊이를 가진 노이즈가 있는 중규모 양자(NISQ) 하드웨어에서 큰 분자 시스템을 시뮬레이션하는 도전 과제를 해결한다.
- 전체 구성 상호작용(FCI) 및 커플드 클러스터 방법의 지수적 스케일링을 극복하기 위해 변이 양자 알고리즘을 활용한다.
- 양자 화학 분야에서 VQE 알고리즘의 구현, 테스트, 최적화를 단순화하는 오픈소스 소프트웨어 스택을 개발한다.
- myQLM-interop 패키지를 통해 주요 양자 프로그래밍 프레임워크 및 실제 양자 프로세서와의 상호운용성을 보장한다.
- ADAPT-VQE와 같은 적응형 앤사츠를 구현하고 최적화된 게이트 시퀀스를 통해 회로 깊이를 감소시켜 VQE의 최신 기술 수준을 향상시킨다.
제안 방법
- 양자 화학 시뮬레이션을 위한 QLM 프레임워크를 확장하는 파이썬 기반 오픈소스 패키지인 OpenVQE를 도입한다.
- myQLM-fermion 모듈을 통해 페르미온의 두 번째 양자화 및 페르미온-큐비트 매핑(예: 조르단-ไว너, 브라비-키타에브)에 대한 네이티브 지원을 제공한다.
- 최소한의 회로 깊이로 앤사츠를 동적으로 구성하는 적응형 유도 어셈블드 가짜-트로터(ADAPT-VQE) 방법을 구현한다.
- UCCSD 이외의 다양한 교환 유형 생성을 가능하게 하여 UCCGSD, 스핀 보완 GSD, k-UpCCGSD 등을 포함한 개선된 상관 처리를 위한 앤사츠를 제공한다.
- 효율적인 페르미온 및 큐비트 진화 회로를 사용하여 CNOT 게이트 수를 최소화함으로써 양자 회로를 최적화한다.
- myQLM-interop 패키지를 통해 외부 양자 하드웨어 및 소프트웨어와의 상호운용성을 확보하여 IBM, Rigetti 등 다양한 QPU에서의 실행을 지원한다.

실험 결과
연구 질문
- RQ1ADAPT-VQE와 같은 적응형 VQE 방법은 NISQ 장치에서 분자 문제의 기초 상태 에너지 계산에서 화학 정확도를 달성할 수 있는가?
- RQ2VQE 기반 분자 시스템 시뮬레이션에서 정확도를 유지하면서도 양자 회로 게이트 수를 최소화할 수 있는 방법은 무엇인가?
- RQ3OpenVQE 프레임워크는 표준 UCCSD를 초월한 새로운 앤사츠의 효율적 개발 및 테스트를 어느 정도 가능하게 하는가?
- RQ4QLM와의 myQLM-fermion 통합은 어떻게 41 큐비트까지의 분자 시스템을 고전적 하드웨어에서 확장 가능한 시뮬레이션을 가능하게 하는가?
- RQ5현재 VQE 구현의 실용적 한계는 무엇이며, 최적화된 앤사츠와 게이트 시퀀스는 수렴성과 정확도 향상에 어떻게 기여하는가?
주요 결과
- OpenVQE는 ADAPT-VQE와 여러 UCC 기반 앤사츠를 성공적으로 구현하여 최대 24 큐비트 분자에서 정확한 기초 상태 에너지 계산을 가능하게 하였다.
- H2, LiH, BeH2와 같은 작은 분자에서 화학 정확도(1.6 mH 이내)를 확보하였으며, 참고 문헌의 기준값과 일치하였다.
- QLM 내부의 노이즈 없는 슈뢰딩거 스타일 시뮬레이터가 최대 41 큐비트를 지원하여 현재 NISQ 능력 이상의 더 큰 분자 시스템의 완전한 시뮬레이션을 가능하게 하였다.
- 회로 최적화로 CNOT 게이트 수가 크게 감소하여 근접한 양자 하드웨어 실행 가능성 향상에 기여하였다.
- myQLM-interop를 통한 상호운용성으로 IBM, Rigetti 등의 외부 양자 프로세서에서 OpenVQE 워크플로우의 원활한 배포가 가능하였다.
- 벤치마킹 결과 ADAPT-VQE가 강한 상관성이 있는 시스템에서 고정 길이 UCCSD보다 수렴 속도와 정확도 면에서 뛰어난 성능을 보였다.

더 나은 연구,지금 바로 시작하세요
논문 읽기부터 검토까지, 연구 시간을 획기적으로 줄여보세요.
카드 등록 없음 · 무료 플랜 제공
이 리뷰는 AI가 만들고, 인간 에디터가 검토했습니다.