[论文解读] Optimizing Noisy-Intermediate Scale Quantum Circuits: A Block-Based Synthesis

Xin-Chuan Wu, Marc Davis+2 more|arXiv (Cornell University)|Dec 17, 2020

Quantum Computing Algorithms and Architecture参考文献 40被引用 4

一句话总结

该论文提出 QGo，一种基于模块的量子线路优化框架，通过将大型线路划分为独立模块，利用量子综合技术对每个模块重新综合以最小化 CNOT 门数量，再将优化后的模块重新组合成完整线路。与工业级编译器如 t|ket> 相比，该方法平均将 CNOT 门数量减少 29.9%（最高达 50%），从而提升线路保真度并实现对 60 个以上量子比特线路的可扩展优化。

ABSTRACT

The current phase of quantum computing is in the Noisy Intermediate-Scale Quantum (NISQ) era. On NISQ devices, two-qubit gates such as CNOTs are much noisier than single-qubit gates, so it is essential to minimize their count. Quantum circuit synthesis is a process of decomposing an arbitrary unitary into a sequence of quantum gates, and can be used as an optimization tool to produce shorter circuits to improve overall circuit fidelity. However, the time-to-solution of synthesis grows exponentially with the number of qubits. As a result, synthesis is intractable for circuits on a large qubit scale. In this paper, we propose a hierarchical, block-by-block optimization framework, QGo, for quantum circuit optimization. Our approach allows an exponential cost optimization to scale to large circuits. QGo uses a combination of partitioning and synthesis: 1) partition the circuit into a sequence of independent circuit blocks; 2) re-generate and optimize each block using quantum synthesis; and 3) re-compose the final circuit by stitching all the blocks together. We perform our analysis and show the fidelity improvements in three different regimes: small-size circuits on real devices, medium-size circuits on noise simulations, and large-size circuits on analytical models. Using a set of NISQ benchmarks, we show that QGo can reduce the number of CNOT gates by 29.9% on average and up to 50% when compared with industrial compilers such as t|ket>. When executed on the IBM Athens system, shorter depth leads to higher circuit fidelity. We also demonstrate the scalability of our QGo technique to optimize circuits of 60+ qubits. Our technique is the first demonstration of successfully employing and scaling synthesis in the compilation toolchain for large circuits. Overall, our approach is robust for direct incorporation in production compiler toolchains.

研究动机与目标

• 为解决大规模 NISQ 设备上量子线路综合的指数级成本问题。
• 减少噪声两量子比特门（尤其是 CNOT 门）的数量，以提升线路保真度。
• 通过将线路分解为可管理的独立模块，实现对大型线路的可扩展优化。
• 将综合技术集成到生产级编译器工具链中，以支持 NISQ 时代量子计算的实际应用。

提出的方法

• 基于结构和功能标准，将输入的量子线路划分为一系列独立的电路模块。
• 利用量子线路综合技术对每个模块进行重新生成与优化，以最小化 CNOT 门数量。
• 通过拼接优化后的模块，重新组合成最终线路，同时保持功能等价性。
• 在三种场景下应用该框架：真实设备（IBM Athens）、噪声模拟和大规模分析模型，以验证可扩展性。
• 利用分层优化策略，将指数级成本的综合方法扩展至大规模线路（60 个以上量子比特）。
• 使用 NISQ 线路基准测试套件进行验证，并与工业级编译器如 t|ket> 进行对比。

实验结果

研究问题

• RQ1 尽管全线路综合存在指数级成本，基于模块的分解是否能够实现可扩展的量子线路优化？
• RQ2 在保持线路保真度的前提下，基于模块的综合技术能在多大程度上减少 CNOT 门数量？
• RQ3 所提出的优化方法在真实硬件、噪声模拟线路和大规模分析模型上的表现如何？
• RQ4 该框架能否有效集成到生产级编译器工具链中以实现工业级应用？

主要发现

• 与 t|ket> 相比，QGo 在 NISQ 基准测试中平均将 CNOT 门数量减少 29.9%。
• 在某些情况下，QGo 相较于工业级编译器可实现高达 50% 的 CNOT 门数量减少。
• 在 IBM Athens 系统上，QGo 优化生成的更短线路带来了更高的实测线路保真度。
• 该框架成功扩展至优化 60 个或更多量子比特的线路，证明了其在大规模 NISQ 应用中的可行性。
• QGo 是首个成功在生产级编译器工具链中应用并扩展量子线路综合技术的方法。