[논문 리뷰] Steady-state solution methods for open quantum optical systems

Paul D. Nation|arXiv (Cornell University)|2015. 04. 25.

Matrix Theory and Algorithms참고 문헌 8인용 수 7

한 줄 요약

이 논문은 고전적 컴퓨팅을 사용하여 개방된 양자 광학 시스템의 정 steady-state 밀도 행렬을 효율적으로 계산하기 위한 고급 수치 방법을 제시한다. 이중 반복 역거듭제곱 방법을 도입하고, 특히 리우빌리안(superoperator)이 순열 후 잘 조건화되어 있을 경우, 대규모 힐베르트 공간에서 직접 요인분해 방법에 비해 메모리 소비와 런타임 측면에서 반복적 해법이 더 우수하다는 것을 입증한다.

ABSTRACT

We discuss the numerical solution methods available when solving for the steady-state density matrix of a time-independent open quantum optical system, where the system operators are expressed in a suitable basis representation as sparse matrices. In particular, we focus on the difficulties posed by the non-Hermitian structure of the Lindblad super operator, and the numerical techniques designed to mitigate these pitfalls. In addition, we introduce a doubly iterative inverse-power method that can give reduced memory and runtime requirements in situations where other iterative methods are limited due to poor bandwidth and profile reduction. The relevant methods are demonstrated on several prototypical quantum optical systems where it is found that iterative methods based on iLU factorization using reverse Cuthill-Mckee ordering tend to outperform other solution techniques in terms of both memory consumption and runtime as the size of the underlying Hilbert space increases. For eigenvalue solving, Krylov iterations using the stabilized bi-conjugate gradient method outperform generalized minimal residual methods. In contrast, minimal residual methods work best for solvers based on direct LU decomposition. This work serves as a guide for solving the steady-state density matrix of an arbitrary quantum optical system, and points to several avenues of future research that will extend the applicability of these classical algorithms in absence of a quantum computer.

연구 동기 및 목표

• 비에르미트이자 악조건인 리우빌리안 수퍼오퍼레이터로 인해 발생하는 개방 양자 광학 시스템의 정상 상태 밀도 행렬 시뮬레이션에서 발생하는 계산 병목 현상을 해결하기 위해.
• 대규모 양자 시스템에 적용했을 때 전통적인 반복적 및 직접 해법이 희박한 선형 대수 문제에서 가지는 한계를 극복하기 위해.
• 완전한 LU 분해를 근사적 iLU 분해로 대체함으로써 메모리 소비와 런타임을 줄이기 위해 双중 반복 역거듭제곱 방법을 개발하고 평가하기 위해.
• 다양한 양자 광학 모델을 대상으로 반복적 및 직접 해법을 체계적으로 비교하여 최적의 성능 전략을 규명하기 위해.
• 고전적 양자 시스템 시뮬레이션에서 효율성을 극대화하기 위해 행렬 재정렬 및 해법 파rameter 선택에 실용적인 지침을 제공하기 위해.

제안 방법

• 리우빌리안 수퍼오퍼레이터에 대한 일반화된 고유값 문제로 정상 상태 문제를 공식화하고, 추적 보존을 위해 제약 행렬을 도입한다.
• 단위 추적 조건을 사용하여 고유값 문제를 선형 시스템으로 재구성함으로써, 카일로프 부분공간 해법 및 조건화를 가능하게 한다.
• 리우빌리안 행렬의 밴드폭과 프로파일을 줄이기 위해 역순 쿠스틸-맥케이 (RCM) 순서를 적용하여 조건 수를 향상시키고, 분해 과정 중에 발생하는 채움을 감소시킨다.
• 완전한 LU (iLU) 분해를 사용한 RCM 순서로 정렬된 행렬을 기반으로, 조건화된 반복적 해법(GMRES 및 BiCGSTAB)을 구현하여 수렴성을 향상시킨다.
• 빠른 수렴 특성을 활용하여 완전한 LU 분해를 근사적 iLU 분해로 대체하는 이중 반복 역거듭제곱 방법을 도입함으로써, 메모리 사용량을 감소시킨다.
• 다양한 힐베르트 공간 차원을 가진 표준 시스템(제이نز-커밍스, 스핀 체인, 옵티모메커니컬 시스템)을 대상으로 QuTiP의 수치 프레임워크를 사용해 성능을 벤치마킹한다.

실험 결과

연구 질문

• RQ1 RCM 대비 COLAMD와 같은 다양한 행렬 재정렬 전략이 리우빌리안 수퍼오퍼레이터의 조건 수와 반복적 해법의 성능에 어떤 영향을 미치는가?
• RQ2 대규모 양자 시스템에서 iLU 조건화를 사용한 반복적 해법이 직접 LU 분해에 비해 메모리 소비와 런타임 측면에서 언제 더 우수한 성능을 발휘하는가?
• RQ3 리우빌리안의 비에르미트적 성격과 열악한 조건 수가 카일로프 부분공간 해법(GMRES, BiCGSTAB)의 수렴에 어떤 영향을 미치는가?
• RQ4 행렬의 구조로 인해 밴드폭 감소가 효과적이지 않을 경우, 이중 반복 역거듭제곱 방법이 계산 비용을 효과적으로 줄일 수 있는가?
• RQ5 힐베르트 공간 크기가 증가함에 따라 다양한 양자 광학 모델(Jaynes-Cummings, 스핀 체인, 옵티모메커니컬 시스템 등)에서 해법 성능 특성은 어떻게 변화하는가?

주요 결과

• 대규모 힐베르트 공간에서, RCM 재정렬을 적용한 iLU 분해 기반 반복적 해법은 직접 LU 분해에 비해 메모리 소비와 런타임 모두에서 더 뛰어난 성능을 보였다.
• iLU 조건화를 사용한 고유값 해법에서 안정화된 이중 공액 기저법(BiCGSTAB)이 일반화된 최소 잔여법(GMRES)에 비해 우수한 성능을 보였다.
• 최소 잔여법(GMRES 등)은 직접 LU 분해와 조합될 때 가장 효과적이며, BiCGSTAB는 iLU 기반 반복적 방법에서 열등하지 않게 성능이 뛰어나다.
• RCM 재정렬은 특히 옵티모메커니컬 시스템에서 근사 역행렬의 악조건으로 인해 COLAMD가 실패하는 시스템에서도 수렴을 가능하게 한다.
• iLU와 RCM를 조합한 경우, 전체 LU 분해에 비해 메모리 사용량이 최대 한 계단수 감소했으며, 이에 따라 런타임도 개선되었다.
• 밴드폭 감소가 효과적이지 않은 경우, 이중 반복 역거듭제곱 방법은 안정성과 효율성을 유지하면서도 유의미한 계산 비용 절감을 가능하게 한다.