[論文レビュー] QCI Qbsolv Delivers Strong Classical Performance for Quantum-Ready Formulation

Michael Booth, Jesse Berwald+6 more|arXiv (Cornell University)|May 22, 2020

Quantum Computing Algorithms and Architecture参考文献 11被引用数 9

ひとこと要約

本論文は、実世界のベンチマークインスタンスにおいて、解の質、速度、多様性の面で優れた性能を示す、次世代のqbsolvであるQCIの古典的ソルバを提示している。これは、古典的ソルバがすでに量子準備完了の利点を提供できることを示しており、量子優位性が達成される前にも即時のパフォーマンス向上を可能にするとともに、エコシステムの準備を加速している。

ABSTRACT

Many organizations that vitally depend on computation for their competitive advantage are keen to exploit the expected performance of quantum computers (QCs) as soon as quantum advantage is achieved. The best approach to deliver hardware quantum advantage for high-value problems is not yet clear. This work advocates establishing quantum-ready applications and underlying tools and formulations, so that software development can proceed now to ensure being ready for quantum advantage. This work can be done independently of which hardware approach delivers quantum advantage first. The quadratic unconstrained binary optimization (QUBO) problem is one such quantum-ready formulation. We developed the next generation of qbsolv, a tool that is widely used for sampling QUBOs on early QCs, focusing on its performance executing purely classically, and deliver it as a cloud service today. We find that it delivers highly competitive results in all of quality (low energy value), speed (time to solution), and diversity (variety of solutions). We believe these results give quantum-forward users a reason to switch to quantum-ready formulations today, reaping immediate benefits in performance and diversity of solution from the quantum-ready formulation,preparing themselves for quantum advantage, and accelerating the development of the quantum computing ecosystem.

研究の動機と目的

• 将来の量子ハードウェアに依存せず、量子準備完了のQUBO定式化において強力なパフォーマンスを発揮する古典的ソルバの開発。
• 組織が今日から量子準備完了ツールを採用し、解の質と多様性の面で即時の利益を得られるようにすること。
• ハイブリッド量子-古典ワークフローとツールキットの発展を通じて、量子コンピューティングエコシステムの準備を進める。
• 古典的ソルバが実世界の最適化問題において、初期の量子プロセッサと同等またはそれを上回るパフォーマンスを発揮できることを示すこと。
• qbsolvを産業スケールのQUBO問題向けに生産用途に耐えるクラウドデプロイ可能なサービスとして確立すること。

提案手法

• 著者は、エネルギーの質、ソリューションへの到達時間、解の多様性に注力して、qbsolvの古典的パフォーマンスを最適化した。
• 解空間を効率的に探索するため、ハイブリッド局所探索と量子インスパイアドサンプリングのアプローチを採用した。
• 45の標準MQlibベンチマークインスタンスを、多様な問題分野と密度の範囲で評価した。
• エネルギー値、1200秒以内のソリューションへの到達時間、解の多様性を評価するためのハミング距離を用いてパフォーマンスを測定した。
• クラウドサービスとしてデプロイされ、パブリッククラウドインfraストラクチャを介したスケーラブルなアクセスが可能になった。
• 進行のない状態を検出するための高度なヒューリスティクスと、局所的最小値を回避する手法を含み、収束速度の向上に寄与した。

実験結果

リサーチクエスチョン

• RQ1 量子優位性が達成される前でも、古典的ソルバは量子準備完了のQUBO問題において競争力のあるパフォーマンスを発揮できるか？
• RQ2 古典的ソルバは、量子アニーリングで観察される解の多様性をどの程度模倣できるか？
• RQ3 実世界のベンチマークにおいて、qbsolvは他のソルバーよりも解の質、速度、多様性の面で優れているか？
• RQ4 古典的QUBOソルバは、量子準備完了のアプリケーション開発をどの程度加速できるか？
• RQ5 古典的ソルバは、将来の量子ハードウェアを想定しながら、産業用最適化の生産用途に耐えるツールとして機能できるか？

主な発見

• QCI qbsolvは、テストされた45のMQlibベンチマークインスタンスすべてで、最高の解の質を達成し、最良の既知の結果との相対許容誤差10^-6以内のエネルギー値を達成した。
• 1つのインスタンスについて最大150の異なる高品質な解を発見し、ハミング距離が350を超えるなど、強い多様性を示した。
• すべてのインスタンスについて、1200秒の時間制限の25％以内に処理を完了し、高速なソリューションへの到達時間性能を示した。
• 特に密度が高く複雑なインスタンス（g000495やg001345など）において、他の古典的およびハイブリッドソルバーよりも解の多様性で優れた性能を発揮した。
• 結果から、量子ハードウェアに依存せず、パフォーマンスと解の多様性の両面で、すでに量子準備完了の利点を提供できることが示された。
• 著者らは、9つのインスタンスで単一のヒューリスティクスでも最良の既知の解に到達できなかったことを特定し、ベンチマーク選定とソルバータイーニングのさらなる改善の余地があることを示唆した。