[论文解读] Fault-tolerant resource estimate for quantum chemical simulations: Case study on Li-ion battery electrolyte molecules

Isaac H. Kim, Eunseok Lee+4 more|arXiv (Cornell University)|Apr 21, 2021

Machine Learning in Materials Science被引用 4

一句话总结

本文提出了一种基于光子平台的融合量子计算（FBQC）模拟锂离子电池电解质分子的容错资源估算。通过利用并行的魔术态工厂和一种新型的魔术态并行消耗方法，作者在不增加硬件规模的前提下实现了运行时间一个数量级的降低，从而实现了工业应用中高效、可扩展的量子化学模拟。

ABSTRACT

We estimate the resources required in the fusion-based quantum computing scheme to simulate electrolyte molecules in Li-ion batteries on a fault-tolerant, photonic quantum computer. We focus on the molecules that can provide practical solutions to industrially relevant problems. Certain fault-tolerant operations require the use of single-qubit "magic states" prepared by dedicated "magic state factories" (MSFs). Producing and consuming magic states in parallel is typically a prohibitively expensive task, resulting in the serial application of fault-tolerant gates. However, for the systems considered, the MSF constitutes a negligible fraction of the total footprint of the quantum computer, allowing for the use of multiple MSFs to produce magic states in parallel. We suggest architectural and algorithmic techniques that can accommodate such a capability. We propose a method to consume multiple magic states simultaneously, which can potentially lead to an order of magnitude reduction in the computational runtime without additional expense in the footprint.

研究动机与目标

• 估算模拟工业相关的锂离子电池电解质分子所需的容错量子资源。
• 分析魔术态工厂（MSF）并行化对融合量子计算中运行时间和硬件规模的影响。
• 开发架构与算法技术，实现多个魔术态的同时消耗。
• 通过优化魔术态使用，在保持容错错误保护的前提下减少计算运行时间。
• 提供针对光子平台的融合量子计算（FBQC）的完整编译、架构特定的资源估算。

提出的方法

• 使用基于融合的量子计算（FBQC），以光子资源态和融合测量作为核心原语。
• 通过专用的魔术态工厂（MSFs）实现魔术态蒸馏，以实现非阿贝尔 Clifford T 门。
• 提出一种方法，实现多个魔术态的并行消耗，从而减少门序列深度。
• 利用光学生时延迟线实现硬件规模与运行时间之间的权衡，支持运行时间优化。
• 对量子算法进行完整编译，转化为 FBQC 原语，包括逻辑门分解和纠错开销。
• 以逻辑量子比特数、门数和运行时间为指标分析资源成本，重点通过并行化最小化运行时间。

实验结果

研究问题

• RQ1 如何高效扩展魔术态工厂，以在容错量子模拟中减少运行时间？
• RQ2 并行魔术态消耗对量子化学模拟整体运行时间的影响是什么？
• RQ3 在 FBQC 中，光学生时延迟线在多大程度上可用于以增加硬件规模为代价换取更短的运行时间？
• RQ4 在容错 FBQC 下，模拟锂离子电池电解质分子的资源需求如何随规模变化？
• RQ5 通过架构与算法优化，是否能在不增加硬件规模的前提下将运行时间减少一个数量级？

主要发现

• 魔术态工厂（MSF）仅占整个量子计算机硬件规模的可忽略部分，因此可并行使用多个 MSF。
• 魔术态的并行生成与消耗使计算运行时间减少了约一个数量级。
• 所提出的并行魔术态消耗方法在不增加逻辑量子比特数或门数的前提下实现了显著加速。
• 完整的编译资源估算表明，通过并行化，即使在硬件规模固定的情况下，运行时间仍可减少 10 倍。
• 融合量子计算（FBQC）方案可通过光学生时延迟线灵活权衡设备规模与运行时间。
• 本研究首次提供了针对复杂锂离子电池电解质分子在容错光子量子计算中进行模拟的详细、架构特定的资源估算。