[论文解读] LIQUi|>: A Software Design Architecture and Domain-Specific Language for Quantum Computing

Dave Wecker, Krysta M. Svore|arXiv (Cornell University)|Feb 18, 2014

Quantum Computing Algorithms and Architecture被引用 8

一句话总结

LIQUi|⟩ 是一种嵌入在 F# 中的模块化、领域特定的量子编程语言，旨在支持在多种硬件后端上进行量子算法的高级开发、仿真与优化。它支持从算法设计到电路提取、最多 30 量子比特的仿真，以及对 14 位数字（8193 = 3 × 2731）的 Shor 算法的完整仿真，该数字是当时量子仿真器中已分解的最大数。

ABSTRACT

Languages, compilers, and computer-aided design tools will be essential for scalable quantum computing, which promises an exponential leap in our ability to execute complex tasks. LIQUi|> is a modular software architecture designed to control quantum hardware. It enables easy programming, compilation, and simulation of quantum algorithms and circuits, and is independent of a specific quantum architecture. LIQUi|> contains an embedded, domain-specific language designed for programming quantum algorithms, with F# as the host language. It also allows the extraction of a circuit data structure that can be used for optimization, rendering, or translation. The circuit can also be exported to external hardware and software environments. Two different simulation environments are available to the user which allow a trade-off between number of qubits and class of operations. LIQUi|> has been implemented on a wide range of runtimes as back-ends with a single user front-end. We describe the significant components of the design architecture and how to express any given quantum algorithm.

研究动机与目标

• 为可扩展的量子算法开发提供一种高级、可扩展的软件架构。
• 实现与特定量子硬件无关的量子电路仿真与优化。
• 支持从算法编写到电路导出和硬件部署的端到端工作流。
• 通过集成工具促进对量子噪声、错误纠正和电路分解的研究。
• 实现在经典硬件上高效仿真大规模量子算法（如 Shor 算法）的能力。

提出的方法

• 将领域特定语言（DSL）嵌入 F# 函数式语言中，利用其类型系统和元编程特性。
• 提供模块化软件架构，包含隔离的运行时，实现对底层硬件的抽象。
• 支持两种仿真环境，权衡量子比特数量与操作类别，实现可扩展仿真。
• 生成并暴露电路数据结构，用于优化、渲染以及向外部工具或硬件的转换。
• 采用门增长与优化的线性代数技术，减少门数并提升仿真性能。
• 提供多种后端与仿真器，支持在经典与量子环境中进行部署与测试。

实验结果

研究问题

• RQ1 如何将一种高级、领域特定的语言嵌入通用函数式语言中，以简化量子算法开发？
• RQ2 哪些仿真技术能够实现在经典硬件上高效执行大规模量子电路？
• RQ3 如何在不依赖目标硬件的前提下对量子电路进行抽象与优化？
• RQ4 支持从设计到部署的端到端量子算法开发，其必要的架构组件是什么？
• RQ5 如何将量子错误纠正、噪声建模与经典控制统一集成到一个软件栈中？

主要发现

• LIQUi|⟩ 对 14 位数字（8193 = 3 × 2731）的 Shor 算法成功进行了仿真，该仿真使用了 31 个量子比特和 700 万个门，是当时量子仿真器中分解的最大数字。
• 通过优化数学包和内存使用，13 位实例的仿真时间从 3 年缩短至 4 天。
• 门增长技术将每轮的门数从约 50 万个减少至 18,000 个，显著提升了仿真效率。
• 系统仅使用 32 GB 内存即可支持约 30 个量子比特的仿真，实现了大规模量子电路探索。
• 该平台在单台台式机上实现了 Shor 算法的完整端到端仿真，包括量子操作与经典后处理，耗时不足 1 分钟。
• LIQUi|⟩ 展示了通过大规模优化实现复杂、大规模量子算法仿真的可行性，为未来硬件感知的编译与设计铺平了道路。