[论文解读] Near-Term Quantum Computing Techniques: Variational Quantum Algorithms, Error Mitigation, Circuit Compilation, Benchmarking and Classical Simulation

He-Liang Huang, Xiaoyue Xu+6 more|arXiv (Cornell University)|Nov 16, 2022

Quantum Computing Algorithms and Architecture被引用 8

一句话总结

本文全面综述了近期量子计算技术，包括变分量子算法（VQAs）、错误缓解、电路编译、基准测试以及经典模拟。它整合了当前的技术进展，并提出了在噪声和硬件限制下实现近期待用量子优势的策略，适用于含噪声的中等规模量子（NISQ）设备。

ABSTRACT

Quantum computing is a game-changing technology for global academia, research centers and industries including computational science, mathematics, finance, pharmaceutical, materials science, chemistry and cryptography. Although it has seen a major boost in the last decade, we are still a long way from reaching the maturity of a full-fledged quantum computer. That said, we will be in the Noisy-Intermediate Scale Quantum (NISQ) era for a long time, working on dozens or even thousands of qubits quantum computing systems. An outstanding challenge, then, is to come up with an application that can reliably carry out a nontrivial task of interest on the near-term quantum devices with non-negligible quantum noise. To address this challenge, several near-term quantum computing techniques, including variational quantum algorithms, error mitigation, quantum circuit compilation and benchmarking protocols, have been proposed to characterize and mitigate errors, and to implement algorithms with a certain resistance to noise, so as to enhance the capabilities of near-term quantum devices and explore the boundaries of their ability to realize useful applications. Besides, the development of near-term quantum devices is inseparable from the efficient classical simulation, which plays a vital role in quantum algorithm design and verification, error-tolerant verification and other applications. This review will provide a thorough introduction of these near-term quantum computing techniques, report on their progress, and finally discuss the future prospect of these techniques, which we hope will motivate researchers to undertake additional studies in this field.

研究动机与目标

• 整合并更新面向NISQ时代设备的近期量子计算技术的最新进展。
• 识别并分析在含噪声的中等规模量子硬件上实现可靠、非平凡量子计算的关键挑战。
• 评估量子算法、错误缓解、编译、基准测试与经典模拟之间的相互作用，以推动实际量子应用的发展。
• 通过识别应用导向的量子优势所需的“杀手级应用”和资源需求，为未来研究提供指导。
• 促进量子硬件与软件技术之间的协作，以实现可扩展的容错量子计算路径。

提出的方法

• 系统性地综述五项核心技术：变分量子算法（VQAs）、量子错误缓解（QEM）、量子电路编译（QCC）、基准测试协议以及经典模拟。
• 分析VQAs作为混合量子-经典算法，通过优化参数化量子线路来求解量子化学与机器学习等问题。
• 研究QEM技术，通过在不使用完整量子错误纠正的前提下减少噪声影响，从而提升噪声线路的计算精度。
• 概述QCC方法，将抽象量子线路映射为特定硬件平台的实现，考虑本征门集与量子比特连通性。
• 回顾基准测试协议，用于评估量子硬件性能与问题求解能力，包括随机化基准测试与交叉熵基准测试。
• 强调经典模拟作为算法设计、验证与容错测试的基础工具，尤其在使用张量网络方法（如矩阵乘积态MPS）方面具有重要意义。

实验结果

研究问题

• RQ1 在NISQ设备上实现实际量子优势的最具前景的近期量子计算技术是什么？
• RQ2 如何设计变分量子算法，使其在当前量子处理器的噪声与硬件限制下具备鲁棒性？
• RQ3 在未实现完整容错性的情况下，量子错误缓解技术能在多大程度上提升结果保真度？
• RQ4 电路编译与基准测试协议在提升近期量子应用的可靠性与性能方面发挥何种作用？
• RQ5 经典模拟在真实硬件执行前对量子算法的验证与优化中扮演何种角色？

主要发现

• 由于其混合量子-经典结构与抗噪能力，变分量子算法已成为NISQ设备上实现应用特定量子优势的领先候选方案。
• 量子错误缓解技术能够在无需完整容错纠错的前提下，使噪声线路获得更精确的结果，为实现可靠计算提供了实用路径。
• 量子电路编译对于将高层级量子线路映射到特定硬件平台的约束条件至关重要，可提升门效率并降低错误率。
• 基准测试协议（包括随机化与交叉熵基准测试）对于评估量子硬件性能并指导改进至关重要。
• 经典模拟，尤其是基于矩阵乘积态（MPS）的方法，在算法开发与验证中发挥关键作用，尽管其可扩展性受限于复杂电路中不断增加的纠缠维度。
• 将可微分MPS模拟器集成到自动微分框架中，可实现对参数化量子线路的梯度计算，从而支持VQAs中的高级优化。