[論文レビュー] QUBO.jl: A Julia Ecosystem for Quadratic Unconstrained Binary Optimization

Pedro Maciel Xavier, Pedro Ripper+4 more|arXiv (Cornell University)|Jul 5, 2023

Quantum Computing Algorithms and Architecture被引用数 6

ひとこと要約

QUBO.jl は、二次無制約バイナリ最適化（QUBO）問題のための統合的 Julia エコシステムであり、モデリング、再定式化、ハードウェアインターフェースをシームレスに可能にする。JuMP/MOI レイヤーとして構築され、混合整数計画法を QUBO に再定式化する ToQUBO.jl、量子アニーリングマシンやシミュレートされた分岐マシンなどのハードウェアアクセラレーションを提供する QUBODrivers.jl、QUBO ファイル形式変換を担当する QUBOTools.jl を統合しており、量子および古典的ソルバーにおけるエンドツーエンドのワークフローを支援する。これにより、使いやすさとパフォーマンスが向上する。

ABSTRACT

We present QUBO.jl, an end-to-end Julia package for working with QUBO (Quadratic Unconstrained Binary Optimization) instances. This tool aims to convert a broad range of JuMP problems for straightforward application in many physics and physics-inspired solution methods whose standard optimization form is equivalent to the QUBO. These methods include quantum annealing, quantum gate-circuit optimization algorithms (Quantum Optimization Alternating Ansatz, Variational Quantum Eigensolver), other hardware-accelerated platforms, such as Coherent Ising Machines and Simulated Bifurcation Machines, and more traditional methods such as simulated annealing. Besides working with reformulations, QUBO.jl allows its users to interface with the aforementioned hardware, sending QUBO models in various file formats and retrieving results for subsequent analysis. QUBO.jl was written as a JuMP / MathOptInterface (MOI) layer that automatically maps between the input and output frames, thus providing a smooth modeling experience.

研究の動機と目的

• 量子およびハイブリッドコンピューティング分野における QUBO ツールのアクセス性向上のため、運用研究者や開発者に使いやすいインターフェースを提供することで、その需要の増大に対応すること。
• JuMP を通じた伝統的な最適化モデリングと、量子アニーリングマシンやイジングマシンなどの新興ハードウェアアクセラレータとのギャップを埋めること。
• 問題定式化から結果分析までを統合した再定式化、ドライバ抽象化、ファイルフォーマット処理により、QUBO パイプライン全体を簡素化すること。
• 係数の大きさを低減し、ソルバーパフォーマンスを向上させるような、多様な符号化技術（例：算術級数符号化）をサポートすること。
• 複数のプラットフォームと問題インスタンスを対象に、QUBO ソルバーの評価を再現可能にするためのベンチマークフレームワークを確立すること。

提案手法

• 本フレームワークは、標準的な最適化モデルを自動的に QUBO 形式にマップする JuMP/MOI レイヤーとして実装されており、Julia の最適化構文に慣れたユーザーにとって、スムーズなモデリング体験を提供する。
• ToQUBO.jl は、変数符号化技術（特に、係数の大きさを制限する新規の算術級数符号化を含む）を用いて、非線形および混合整数計画法を正確に QUBO に再定式化する。
• QUBODrivers.jl はハードウェアインターフェースを抽象化し、D-Wave やシミュレートド・バイフリケーション、Qiskit、OpenQAOA などのソルバーに、標準化された入出力フォーマットで QUBO インスタンスを送信可能にする。
• QUBOTools.jl は、複数の QUBO ファイルフォーマット（例：.qubo、.qbsf、.qbsolv）間の変換を処理し、グラフ作成レシピやソリューションプール分析などのユーティリティを提供する。
• 本システムは、ユニタリ、バイナリ、および提案された算術級数符号化を含む複数の変数符号化戦略をサポートしており、ベンチマークでそのパフォーマンスのトレードオフを分析している。
• ベンチマークは、標準化された環境（Linux、Julia 1.9.0、Intel Xeon E5-2630 v4）で実施され、ToQUBO.jl と PyQUBO、qubovert、OpenQAOA などのツールを、再定式化速度と係数の条件付けの観点から比較している。

実験結果

リサーチクエスチョン

• RQ1 QUBO 形式の問題に、一般の最適化モデルから量子および古典的ハードウェアアクセラレータ向けに移行するプロセスを、統合的で使いやすい Julia ベースのエコシステムがどのように簡素化できるか。
• RQ2 特に算術級数符号化を含む、異なる変数符号化技術が、QUBO 再定式化における係数の条件付けとソルバーパフォーマンスに与える影響は何か。
• RQ3 再定式化速度と数値的安定性の観点から、ToQUBO.jl は PyQUBO や qubovert などの既存ツールと比較して、どの程度優れているか。
• RQ4 JuMP/MOI を通じた単一のインターフェースが、量子アニーリングマシンやイジングマシンを含む多様な QUBO ソルバーとのインターフェースの複雑さをどの程度抽象化できるか。
• RQ5 標準化されたベンチマークとファイルフォーマットのサポートが、複数のプラットフォーム間で QUBO ソルバーの再現可能な評価をどのように可能にするか。

主な発見

• 本研究で提案された算術級数符号化は、係数の大きさが O(√n) に制限されるため、標準的なバイナリまたはユニタリ符号化と比較して、変数数と係数の大きさの間で良好なトレードオフを実現する。
• ベンチマーク結果から、ToQUBO.jl はテストされたハードウェア環境において、PyQUBO や qubovert を上回る再定式化速度を示し、複数の問題タイプで一貫したパフォーマンスを発揮している。
• MOI を介した JuMP との統合により、ユーザーが低レベルの QUBO 操作を一切行わずに、高水準で人間が読みやすい構文で問題を定義できる、スムーズなモデリング体験が可能である。
• QUBODrivers.jl は、D-Wave、Qiskit、OpenQAOA、Amplify などのソルバーに QUBO インスタンスを透明に送信できるように、ハードウェア固有のインターフェースを成功裏に抽象化している。
• QUBOTools.jl を通じて複数のファイルフォーマットをサポートすることで、相互運用性が向上し、多様なプラットフォーム間で標準化された入出力ワークフローが実現可能になっている。
• ベンチマーク環境は、付録11に詳細に記載されており、再現可能性を確保するとともに、将来の QUBO ソルバーの進化とパフォーマンス比較のための基盤を提供している。