[论文解读] Quantum Computer Benchmarking via Quantum Algorithms

Κωνσταντίνος Γεωργόπουλος, Clive Emary+1 more|arXiv (Cornell University)|Dec 17, 2021

Quantum Computing Algorithms and Architecture被引用 4

一句话总结

该论文提出了一种基于量子算法的基准测试框架，通过可扩展的、源于现实世界的应用算法（如离散时间与连续时间量子行走、Grover算法和相估计）结合噪声建模与理想模拟，对IBM量子计算机进行评估。主要贡献在于对硬件架构特异性性能的详细分析，揭示了噪声行为、电路效率及实现权衡的差异，包括首次在数字量子处理器上对连续时间量子算法及其泡利分解进行基准测试，结果显示该分解在小系统中效率低下。

ABSTRACT

We present a framework that utilizes quantum algorithms, an architecture aware quantum noise model and an ideal simulator to benchmark quantum computers. The benchmark metrics highlight the difference between the quantum computer evolution and the simulated noisy and ideal quantum evolutions. We utilize our framework for benchmarking three IBMQ systems. The use of multiple algorithms, including continuous-time ones, as benchmarks stresses the computers in different ways highlighting their behaviour for a diverse set of circuits. The complexity of each quantum circuit affects the efficiency of each quantum computer, with increasing circuit size resulting in more noisy behaviour. Furthermore, the use of both a continuous-time quantum algorithm and the decomposition of its Hamiltonian also allows extracting valuable comparisons regarding the efficiency of the two methods on quantum systems. The results show that our benchmarks provide sufficient and well-rounded information regarding the performance of each quantum computer.

研究动机与目标

• 解决当前缺乏全面、可扩展且与架构相关的NISQ设备基准测试的问题。
• 克服通用指标（如量子体积）的局限性，提供与真实世界应用相关的特定算法性能洞察。
• 评估不同量子算法如何以不同方式对量子硬件施加压力，揭示硬件特有的弱点与优势。
• 研究原生连续时间量子行走与其在数字处理器上分解为泡利门序列之间的效率权衡。
• 提供量子计算机执行、噪声模拟与理想模拟之间的多指标详细对比，以隔离硬件特有的噪声影响。

提出的方法

• 设计一个基准测试框架，使用五种可扩展的量子算法：离散时间量子行走、连续时间量子行走（CTQW）、CTQW哈密顿量分解为泡利门、Grover算法和量子相估计。
• 实现一个反映IBMQ设备实际硬件特性的噪声模型（如门错误、退相干），以模拟真实的量子演化过程。
• 使用理想量子模拟器生成无噪声的参考结果，用于与实际量子计算机结果进行对比。
• 定义三个基准指标：(1) 量子计算机输出与理想模拟之间的保真度，(2) 量子计算机与噪声模拟之间的保真度，(3) 噪声模拟与理想模拟之间的保真度，形成三角不等式结构。
• 在三台IBMQ超导处理器（5量子比特Bogotá、Santiago；7量子比特Casablanca）上执行所有电路，并在不同机器间对比结果。
• 通过结果分布的可视化和对比指标分析，评估算法性能、噪声敏感性和电路效率。

实验结果

研究问题

• RQ1 不同量子算法如何以不同方式对量子硬件施加压力，从而揭示NISQ设备的独特性能特征？
• RQ2 将连续时间量子行走的哈密顿量分解为泡利门在数字量子处理器上在多大程度上影响电路效率和保真度？
• RQ3 使用源于现实世界的应用算法进行基准测试，是否能比与架构无关的指标（如量子体积）提供更具信息量的量子计算机性能洞察？
• RQ4 三个基准指标——与理想结果的保真度、与噪声模拟的保真度，以及噪声模拟与理想模拟之间的保真度——如何揭示量子硬件中的结构性缺陷？
• RQ5 使用连续时间量子算法作为基准，是否能暴露标准基准未捕捉到的噪声行为与门校准差异？

主要发现

• 该基准测试框架成功捕捉到量子体积相同（32）的IBMQ设备之间的性能差异，表明量子体积本身不足以表征硬件行为。
• 连续时间量子行走（CTQW）及其泡利分解产生不同的保真度结果，其中分解在小系统中表现出显著更低的效率，原因在于电路深度和门数较多。
• 与理想模拟的保真度随电路规模增大而下降，表明噪声在更大、更复杂的电路中积累更严重。
• 该框架揭示，校准的噪声参数可能高估或低估实际噪声水平，表现为噪声模拟与真实硬件输出之间的差异。
• 使用多种算法凸显了硬件行为的多样性：例如，CTQW比离散时间行走对噪声更敏感，暴露出底层连通性和门错误模式。
• 这是首次使用原生连续时间量子算法及其数字分解对数字量子计算机进行基准测试，为未来NISQ系统建立了新的基准测试范式。