[论文解读] Advanced Simulation of Quantum Computations: Compact Representation Rather than Hardware Power.

Alwin Zulehner, Robert Wille|arXiv (Cornell University)|Jul 4, 2017

Quantum Computing Algorithms and Architecture被引用 1

一句话总结

本文提出了一种基于图的新型量子计算仿真方法，通过挖掘更深层次的结构冗余，显著压缩了量子态和量子门操作的表示。通过从基本原理重新思考量子态的表示方式，该方法在性能上相比现有基于数组和基于图的仿真器提升了数个数量级，实现了对多达30个以上的量子比特的更大规模量子电路的仿真。

ABSTRACT

Quantum computation is a promising emerging technology which, compared to conventional computation, allows for substantial speed-ups e.g. for integer factorization or database search. However, since physical realizations of quantum computers are in their infancy, a significant amount of research in this domain still relies on simulations of quantum computations on conventional machines. This causes a significant complexity which current state-of-the-art simulators try to tackle with a rather straight forward array-based representation and by applying massive hardware power. There also exist solutions based on decision diagrams (i.e. graph-based approaches) that try to tackle the exponential complexity by exploiting redundancies in quantum states and operations. However, these existing approaches do not fully exploit redundancies that are actually present. In this work, we revisit the basics of quantum computation, investigate how corresponding quantum states and quantum operations can be represented even more compactly, and, eventually, simulated in a more efficient fashion. This leads to a new graph-based simulation approach which outperforms state-of-the-art simulators (array-based as well as graph-based). Experimental evaluations show that the proposed solution is capable of simulating quantum computations for more qubits than before, and in significantly less run-time (several magnitudes faster compared to previously proposed simulators). An implementation of the proposed simulator is publicly available online at this http URL.

研究动机与目标

• 解决在经典硬件上仿真量子计算时面临的指数级复杂性问题。
• 克服现有仿真器依赖庞大硬件资源或仅部分利用量子态中冗余性的局限。
• 利用基于图的结构，开发更紧凑、高效的量子态与操作表示方法。
• 实现比以往可能更大的量子电路仿真，且显著降低运行时间。

提出的方法

• 重新审视量子计算的基础原理，识别出此前被忽视的量子态与操作表示中的冗余性。
• 提出一种新型基于图的数据结构，通过利用结构对称性与冗余性，紧凑地编码量子态与酉操作。
• 采用符号化操作框架，避免显式存储数组，从而减少内存占用并提升计算效率。
• 使用先进的图压缩技术，在仿真过程中最小化表示的大小。
• 设计一种仿真引擎，直接在紧凑的图结构上执行量子操作，避免完整的态矢量更新。
• 通过动态重组与规范化优化图表示，进一步减少冗余。

实验结果

研究问题

• RQ1 通过重新审视基本表示方式，能否显著压缩量子态与操作的表示？
• RQ2 基于图的表示在内存与运行时间效率方面，相较于基于数组的仿真器能提升多少？
• RQ3 当前的仿真器在多大程度上未充分利用量子态与操作中的结构性冗余？
• RQ4 新的基于图的仿真框架能否实现以往不可行的大规模量子电路仿真？
• RQ5 与当前最先进的仿真器相比，该方法在不同类型的量子电路中性能扩展性如何？

主要发现

• 所提出的仿真器在速度上相比以往最先进的仿真器（无论是基于数组还是基于图的）提升了数个数量级。
• 该方法成功仿真了多达30个以上量子比特的量子电路，超越了以往仿真器的能力。
• 基于图的表示通过利用现有方法未能捕捉到的更深层次结构冗余，显著降低了内存使用。
• 仿真器展现出优越的可扩展性，在复杂且高度纠缠的量子电路中仍保持高性能。
• 已公开发布开源实现，支持结果复现与社区采纳。