[论文解读] Effects of Dynamical Decoupling and Pulse-level Optimizations on IBM Quantum Computers

Siyuan Niu, Aida Todri‐Sanial|arXiv (Cornell University)|Apr 4, 2022

Quantum Computing Algorithms and Architecture被引用 3

一句话总结

本文在IBM量子处理器上评估了动态解耦（DD）与脉冲级优化，表明尽管单独使用DD仅对特定算法有益，但将DD与脉冲高效门合成结合可一致提升最大割问题的QAOA电路保真度。本研究为NISQ设备上的高保真度量子线路设计提供了实证指导。

ABSTRACT

Currently available quantum computers are prone to errors. Circuit optimization and error mitigation methods are needed to design quantum circuits to achieve better fidelity when executed on NISQ hardware. Dynamical decoupling (DD) is generally used to suppress the decoherence error and different DD strategies have been proposed. Moreover, the circuit fidelity can be improved by pulse-level optimization, such as creating hardware-native pulse-efficient gates. This paper implements all the popular DD sequences and evaluates their performances on IBM quantum chips with different characteristics for various well-known quantum applications. Also, we investigate combining DD with pulse-level optimization method and apply them to QAOA to solve Max-Cut problem. Based on the experimental results, we found that DD can be a benefit for only certain types of quantum algorithms, while the combination of DD and pulse-level optimization methods always has a positive impact. Finally, we provide several guidelines for users to learn how to use these noise mitigation methods to build circuits for quantum applications with high fidelity on IBM quantum computers.

研究动机与目标

• 评估不同动态解耦（DD）序列在多种具有不同特性的IBM量子处理器上的量子线路保真度影响。
• 探究将DD与脉冲级优化结合是否能超越单一技术，进一步提升线路性能。
• 为在NISQ时代利用DD与脉冲高效门提升保真度，提供实用且面向应用的指导建议。
• 探索鲁棒KDD序列在IBM超导硬件上的有效性，这是该场景下的新颖应用。
• 评估DD与优化在QAOA、QFT及图态制备等代表性量子算法上的性能表现。

提出的方法

• 在IBM量子芯片上实现多种DD序列：哈恩回波、CPMG、XY4、XY8、XY16、UDD_X、UDD_Y以及鲁棒KDD。
• 应用脉冲高效门合成技术，构建无需额外校准开销的硬件原生门。
• 在最大割问题的量子近似优化算法（QAOA）线路中集成DD与脉冲高效优化。
• 采用相对过程层析保真度（PST）、相对Jensen-Shannon散度（JSD）和相对近似比等指标进行基准测试。
• 在四台IBM量子处理器（ibmq_jakarta、ibmq_guadalupe、ibmq_toronto和ibmq_montreal）上进行实验，其量子比特数和量子体积各不相同。
• 使用Qiskit Pulse实现低层脉冲控制与线路定制，以精确实现优化门与DD序列。

实验结果

研究问题

• RQ1 不同DD序列如何影响具有不同硬件特性的各类IBM量子处理器上量子线路的保真度？
• RQ2 DD的有效性是否因所执行的量子算法（如QAOA、QFT或图态制备）而异？
• RQ3 DD与脉冲级优化的结合是否能在不同量子算法与硬件平台上一致提升线路保真度？
• RQ4 鲁棒KDD序列在IBM超导量子处理器上的表现如何？与标准DD序列相比有何差异？
• RQ5 在最大割问题的QAOA中，哪些DD与脉冲优化组合能带来最高的近似比提升？

主要发现

• 单独使用DD仅对某些类型的量子算法提升线路保真度，且在不同IBM量子芯片上的表现差异显著。
• 将DD与脉冲高效优化结合可一致提升最大割问题QAOA线路的相对近似比，其中在ibmq_guadalupe上提升最高达0.20，在ibmq_montreal上提升达0.15。
• 鲁棒KDD序列在IBM设备上表现突出，尤其在ibmq_montreal上，部分情况下优于标准序列如XY4和CPMG。
• 仅使用脉冲高效优化（pe）在ibmq_guadalupe上将近似比提升最高达0.15，表明其独立使用时亦具显著影响。
• 相对PST与JSD指标证实，联合方法（DD + pe）在所有测试设备与基准中均实现了最高保真度。
• 研究发现，硬件特定特性如量子比特连通性、门延迟与退相干率显著影响DD与优化技术的有效性。