[论文解读] Evidence for a Limited Quantum Speedup on a Quantum Annealer

Tameem Albash, Daniel A. Lidar|arXiv (Cornell University)|May 21, 2017

Quantum Computing Algorithms and Architecture被引用 5

一句话总结

该论文在高达2000量子比特的问题上，于D-Wave 2000Q量子退火设备上展示了可验证的最优退火时间，使与经典算法的基准测试成为可能。该研究首次报告了量子设备在统计上显著优于模拟退火的扩展性能，尽管与离散时间模拟量子退火相比未观察到量子加速。

ABSTRACT

The observation of an unequivocal quantum speedup remains an elusive objective for quantum computing. The D-Wave quantum annealing processors have been at the forefront of experimental attempts to address this goal, given their relatively large numbers of qubits and programmability. A complete determination of the optimal time-to-solution (TTS) using these processors has not been possible to date, preventing definitive conclusions about the presence of a scaling advantage. The main technical obstacle has been the inability to verify an optimal annealing time within the available range. Here we overcome this obstacle and present a class of problem instances for which we observe an optimal annealing time using a D-Wave 2000Q processor over a range spanning up to more than $2000$ qubits. This allows us to perform an optimal TTS benchmarking analysis and perform a comparison to several classical algorithms, including simulated annealing, spin-vector Monte Carlo, and discrete-time simulated quantum annealing. We establish the first example of a scaling advantage for an experimental quantum annealer over classical simulated annealing: we find that the D-Wave device exhibits certifiably better scaling than simulated annealing, with $95\%$ confidence, over the range of problem sizes that we can test. However, we do not find evidence for a quantum speedup: simulated quantum annealing exhibits the best scaling by a significant margin. Our construction of instance classes with verifiably optimal annealing times opens up the possibility of generating many new such classes, paving the way for further definitive assessments of scaling advantages using current and future quantum annealing devices.

研究动机与目标

• 克服在量子退火实验中验证最优退火时间的技术障碍。
• 在当前的量子退火硬件上实现可靠的求解时间（TTS）基准测试。
• 评估量子退火是否在扩展性能上优于经典算法（如模拟退火）。
• 构建可验证最优退火时间的问题实例类别，以供未来基准测试使用。
• 利用D-Wave 2000Q处理器的实验数据，确定实践中是否存在量子加速。

提出的方法

• 设计一类问题实例，其最优退火时间可经由解析方法确定，并在实验中得到验证。
• 利用D-Wave 2000Q处理器测量在广泛退火时间范围内的求解时间（TTS），包括高达2000量子比特的实例。
• 在多种经典算法（模拟退火、自旋向量蒙特卡洛、离散时间模拟量子退火）上进行TTS基准测试。
• 应用统计分析，比较D-Wave设备与经典算法之间的扩展行为。
• 通过观察测试范围内TTS的最小值，验证最优退火时间的存在。
• 使用置信区间建立观察到的扩展差异的统计显著性。

实验结果

研究问题

• RQ1 是否可在大规模问题规模下，在量子退火设备上实验验证最优退火时间？
• RQ2 D-Wave 20000Q是否在统计上显著优于经典模拟退火？
• RQ3 与离散时间模拟量子退火相比，是否存在量子加速的证据？
• RQ4 是否可系统性地构建问题实例类别，以实现可验证的最优退火时间分析？
• RQ5 在问题规模不断增加的情况下，量子退火与经典算法的相对扩展性能如何？

主要发现

• 在所测试的问题规模范围内，D-Wave 2000Q处理器在统计上显著优于经典模拟退火，置信水平为95%。
• 在高达2000量子比特的问题实例中，实验验证了最优退火时间，解决了量子退火基准测试中的一个关键技术障碍。
• 量子退火设备的扩展性能被离散时间模拟量子退火所超越，表明未观察到量子加速。
• 构建具有可验证最优退火时间的问题类别，为未来量子优势的确定性评估提供了可能。
• 对模拟退火的扩展优势在测试范围内可被证实且具有鲁棒性，为新型基准测试框架提供了支持。