[论文解读] QGo: Scalable Quantum Circuit Optimization Using Automated Synthesis

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

Quantum Computing Algorithms and Architecture参考文献 62被引用 10

一句话总结

QGo 是一种可扩展的量子线路优化框架，通过将大型线路划分为更小、独立的模块，对每个模块应用量子综合技术以最小化 CNOT 门数量，并重新组合优化后的模块。与工业级编译器（如 t|ket⟩）相比，其 CNOT 门数量平均减少 29.9%（最高达 50%），显著提升了 NISQ 设备上的线路保真度，并实现了超过 60 量子比特线路的综合。

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

• 解决 NISQ 时代量子线路综合面临的指数级可扩展性障碍。
• 最小化噪声两量子比特门（尤其是 CNOT 门）的数量，以提升当前噪声硬件上的线路保真度。
• 在实际、可投入生产的编译管道中，使原本对大线路不可行的强大量子综合技术得以应用。
• 证明通过综合实现的分层、模块化优化方法可在保持可扩展性的同时显著减少 CNOT 门数量，且可扩展至 60 个以上量子比特。

提出的方法

• 将输入的量子线路划分为独立的、可调节大小的模块（例如 3–4 个量子比特），以保持门依赖关系，并适合进行综合。
• 将每个模块转换为酉矩阵表示，作为量子综合引擎的输入。
• 并行应用最先进的综合算法（例如适用于最多 4 个量子比特的搜索算法）对每个模块进行处理，生成更短且等价的线路。
• 将优化后的模块重新组合为一个全局等价的线路，实现 CNOT 门数量和深度的减少。
• 采用拓扑感知的编译流程，集成现有的映射器（如 t|ket⟩）在划分前进行初始量子比特映射。
• 利用模块综合的并行执行，显著降低整体编译时间，尤其在高性能计算系统上表现更优。

实验结果

研究问题

• RQ1 量子线路综合能否有效扩展至远超直接综合能力的大规模线路？
• RQ2 基于模块的优化是否能带来可测量的 CNOT 门数量减少，并在真实 NISQ 设备上提升线路保真度？
• RQ3 分层划分与重新组合的方法是否能在保持线路等价性的同时，实现独立模块的并行综合？
• RQ4 与工业级编译器（如 t|ket⟩）相比，QGo 在 CNOT 门数量和线路深度方面的性能表现如何？
• RQ5 QGo 在量子比特数量和线路规模方面的可扩展性上限是什么？

主要发现

• 在一组 NISQ 基准测试中，QGo 相较于工业级编译器（如 t|ket⟩）平均减少 29.9% 的 CNOT 门数量，最多减少 50%。
• 在 IBM Athens 量子设备上，QGo 生成的更短线路表现出更高的保真度，证实了线路深度减少与可靠性提升之间的直接关联。
• 该框架成功扩展至超过 60 个量子比特的线路，首次实现了大规模编译中量子综合的实际应用。
• 在独立模块上并行执行综合显著缩短了编译时间，尤其在超级计算系统上效果显著。
• 该方法具有鲁棒性，可直接集成到生产级编译器工具链中，为现实世界量子编译中的基于综合的优化提供了可行路径。
• 通过将大线路隔离为可管理的子组件，该框架使高级综合技术（如基于 KAK 分解或近似综合的方法）得以在大规模线路中应用。