[论文解读] Quantum Supremacy Is Both Closer and Farther than It Appears

Igor L. Markov, Aneeqa Fatima+2 more|arXiv (Cornell University)|Jul 27, 2018

Quantum Computing Algorithms and Architecture参考文献 31被引用 50

一句话总结

本文提出 Rollright，这是一个大规模并行的薛定谔–费曼混合量子电路模拟器，并证明对谷歌风格的量子霸权电路的近似采样在成本更低、内存需求也更少的情况下可实现，同时也展示了更难以模拟的新电路。

ABSTRACT

As quantum computers improve in the number of qubits and fidelity, the question of when they surpass state-of-the-art classical computation for a well-defined computational task is attracting much attention. The leading candidate task for this milestone entails sampling from the output distribution defined by a random quantum circuit. We develop a massively-parallel simulation tool Rollright that does not require inter-process communication (IPC) or proprietary hardware. We also develop two ways to trade circuit fidelity for computational speedups, so as to match the fidelity of a given quantum computer --- a task previously thought impossible. We report massive speedups for the sampling task over prior software from Microsoft, IBM, Alibaba and Google, as well as supercomputer and GPU-based simulations. By using publicly available Google Cloud Computing, we price such simulations and enable comparisons by total cost across hardware platforms. We simulate approximate sampling from the output of a circuit with 7x8 qubits and depth 1+40+1 by producing one million bitstring probabilities with fidelity 0.5%, at an estimated cost of $35184. The simulation costs scale linearly with fidelity, and using this scaling we estimate that extending circuit depth to 1+48+1 increases costs to one million dollars. Scaling the simulation to 10M bitstring probabilities needed for sampling 1M bitstrings helps comparing simulation to quantum computers. We describe refinements in benchmarks that slow down leading simulators, halving the circuit depth that can be simulated within the same time.

研究动机与目标

• 评估在有限内存条件下大规模用经典计算模拟量子霸权电路的可行性。
• 开发一个保真度受控的近似仿真框架，以匹配近期量子计算机的保真度。
• 对 Rollright 与现有仿真器进行基准测试，并量化成本与资源权衡。
• 提出在没有精确答案的情况下验证量子霸权仿真的协议。
• 探索影响经典可模拟性的电路设计选项并引入更难的基准。

提出的方法

• 开发 Rollright，一个大规模并行的薛定谔–费曼混合仿真器，不需要进程间通信（IPC）。
• 将量子比特布局划分为块，并将跨块门分解为张量项以降低内存使用。
• 使用门聚类、位掩码编码的门位置以及缓存高效的振幅更新来优化性能。
• 对 xCZ 门应用跨块分解，以随电路深度增长管理运行时间。
• 引入两种近似仿真方法：保真度控制的振幅生成和具有可调统计误差的近似采样。
• 提供一个使用近似保真度和内积估计的量子霸权仿真的交互验证协议。

实验结果

研究问题

• RQ1 在保真度线性缩放下，是否可以实现对随机量子电路输出的近似仿真？
• RQ2 保真度控制如何影响对谷歌风格的量子霸权电路的运行时间和成本？
• RQ3 在近端量子电路中使用薛定谔–费曼混合方法时，内存与计算的权衡是什么？
• RQ4 电路设计选择（门库、深度与拓扑）如何影响经典可模拟性？
• RQ5 在成本与可访问性方面，基于云的、可抢占资源是否能在这些仿真中超越传统超级计算机？

主要发现

• Rollright 在与前人仿真器的比较中实现显著加速（例如在可比任务上比 Microsoft QDK 快 31 倍，，比 IBM QISKit-Terra/QASM 快 16 倍）。
• 单个 Google Cloud n1-highcpu-96 服务器可以在相对较低的成本下为某些电路生成一百万个概率分布（例如 4.7 小时，6×7，深度 1+25 时 $3.34）。
• 对 9×5 和 7×6/7×7 布局的仿真显示出显著的内存节省（GiB）和有利的运行时间，成本随保真度可扩展。
• 保真度为 f 的近似仿真得到的运行时间与 f 线性相关，从而实现加速（例如保真度 0.1 比精确仿真快 10 倍）。
• 将深度扩展到 1+48+1 或更高时，7×7/7×8 电路的估计成本可能达到约一百万美元，体现出成本‑保真‑深度之间的紧密权衡。
• 作者提出节约型拒绝采样技术，在降低每个采样比特串所需的概率数的同时约束统计距离。