[论文解读] mpiQulacs: A Distributed Quantum Computer Simulator for A64FX-based Cluster Systems

Satoshi Imamura, M. Yamazaki+6 more|arXiv (Cornell University)|Mar 30, 2022

Quantum Computing Algorithms and Architecture被引用 9

一句话总结

本文提出 mpiQulacs，一种针对基于 A64FX 的集群系统优化的高性能分布式量子线路模拟器，利用 MPI、向量化计算和融合交换门操作以最小化通信开销。在 64 节点的 Todoroki 集群上，其在 36 量子比特规模内实现了近乎理想的弱缩放与强缩放性能，优于现有模拟器，并通过一种新的量子 B/F 比率指标展现出更优的效率。

ABSTRACT

Quantum computer simulators running on classical computers are essential for developing real quantum computers and emerging quantum applications. In particular, state vector simulators, which store a full state vector in memory and update it in every quantum operation, are available to simulate an arbitrary form of quantum circuits, debug quantum applications, and validate future quantum computers. However, the time and space complexity grows exponentially with the number of qubits and easily exceeds the capability of a single machine. Therefore, we develop a distributed state vector simulator, $mpiQulacs$, that is optimized for large-scale simulation on A64FX-based cluster systems. A64FX is an ARM-based CPU that is also equipped in the world's top Fugaku supercomputer. We evaluate weak and strong scaling of mpiQulacs with up to 36 qubits on a new 64-node A64FX-based cluster system named $Todoroki$. By comparing mpiQulacs with existing distributed state vector simulators, we show that mpiQulacs achieves the highest performance for large-scale simulation on tens of nodes while sustaining a nearly ideal scalability. Besides, we define a new metric, $quantum B/F ratio$, and use it to demonstrate that mpiQulacs running on Todoroki fits the requirements of distributed state vector simulation rather than the existing simulators running on general purpose CPU-based or GPU-based cluster systems.

研究动机与目标

• 解决经典系统上大规模量子线路模拟所面临的指数级内存与计算需求问题。
• 克服单节点模拟器以及通用 CPU/GPU 集群在态矢量模拟方面的局限性。
• 为富士通 Fugaku 等高性能系统中使用的高带宽 A64FX 架构优化分布式量子模拟器。
• 在数十个节点上实现仅需最少节点间通信的高效、可扩展的 36 量子比特电路模拟。
• 提出并验证一种新的性能指标——量子 B/F 比率（QBF），以评估集群系统在分布式态矢量模拟中的适用性。

提出的方法

• 在单节点 Qulacs 模拟器基础上扩展 MPI 功能，实现基于多个 A64FX 节点的分布式模拟。
• 实现针对 A64FX CPU 的 SIMD 单元和高带宽 HBM2 内存特别调优的向量化内核。
• 引入融合交换门操作，以减少分布式态矢量更新过程中的 MPI 通信量。
• 构建一个名为 Todoroki 的 64 节点 A64FX 集群系统，用于评估与基准测试。
• 定义并计算量子 B/F 比率（QBF），即总 FLOPS 除以执行时间，以评估系统在分布式模拟中的效率。

实验结果

研究问题

• RQ1 在现代 A64FX 集群系统上，分布式态矢量模拟器能否实现近乎理想的弱缩放与强缩放？
• RQ2 在同等硬件条件下，mpiQulacs 相较于现有分布式模拟器（Intel-QS、QuEST、Qiskit Aer）表现如何？
• RQ3 与非优化实现相比，mpiQulacs 在多大程度上利用了 A64FX CPU 的高内存带宽？
• RQ4 量子 B/F 比率（QBF）指标是否能有效区分出适合大规模态矢量模拟的系统？
• RQ5 mpiQulacs 是否能在更大规模的 A64FX 集群（如 1024 节点系统）上保持高性能与可扩展性？

主要发现

• 在 64 节点的 Todoroki 集群上，mpiQulacs 在最多 36 量子比特规模下实现了近乎理想的弱缩放与强缩放性能，在多节点场景中优于 Intel-QS、QuEST 和 Qiskit Aer。
• 在单个 A64FX CPU 上，mpiQulacs 实现了超过理论 HBM2 内存带宽峰值的 80%，相较于在至强 CPU 上运行的 Intel-QS，执行时间减少了 69%。
• 融合交换门优化显著减少了 MPI 通信量，从而提升了可扩展性与性能。
• 量子 B/F 比率（QBF）评估表明，Todoroki 上的 mpiQulacs 效率远高于基于 GPU 的 Qiskit Aer 和基于 CPU 的模拟器，表明其在大规模分布式模拟中更具适用性。
• mpiQulacs 在多节点模拟中表现出更优性能，尤其在需要节点间通信时，其性能在超过 8 块 GPU 的场景下超越 Qiskit Aer。
• 预计在计划中的 1024 节点 A64FX 集群上，mpiQulacs 可实现 40 量子比特规模的模拟，且在可扩展性与能效方面仍有进一步提升空间。