[论文解读] SeQUeNCe: A Customizable Discrete-Event Simulator of Quantum Networks

Xiaoliang Wu, Alexander Kolar+5 more|arXiv (Cornell University)|Sep 25, 2020

Quantum Information and Cryptography参考文献 68被引用 9

一句话总结

SeQUeNCe 是一种可定制的离散事件量子网络仿真器，能够以皮秒级分辨率高保真度地追踪硬件、协议和网络层的事件。它支持对量子网络架构的性能评估，表明在包含九台路由器的光子网络中，动态内存重分配可使网络容量提升 69.1%，吞吐量提升 6.8%。

ABSTRACT

Recent advances in quantum information science enabled the development of quantum communication network prototypes and created an opportunity to study full-stack quantum network architectures. This work develops SeQUeNCe, a comprehensive, customizable quantum network simulator. Our simulator consists of five modules: Hardware models, Entanglement Management protocols, Resource Management, Network Management, and Application. This framework is suitable for simulation of quantum network prototypes that capture the breadth of current and future hardware technologies and protocols. We implement a comprehensive suite of network protocols and demonstrate the use of SeQUeNCe by simulating a photonic quantum network with nine routers equipped with quantum memories. The simulation capabilities are illustrated in three use cases. We show the dependence of quantum network throughput on several key hardware parameters and study the impact of classical control message latency. We also investigate quantum memory usage efficiency in routers and demonstrate that redistributing memory according to anticipated load increases network capacity by 69.1% and throughput by 6.8%. We design SeQUeNCe to enable comparisons of alternative quantum network technologies, experiment planning, and validation and to aid with new protocol design. We are releasing SeQUeNCe as an open source tool and aim to generate community interest in extending it.

研究动机与目标

• 为应对评估量子网络架构、协议和硬件权衡日益增长的可扩展、可扩展仿真工具需求。
• 提供一个模块化、可扩展的框架，支持从物理层光子动力学到应用层性能的全栈量子网络仿真。
• 支持对量子网络协议和硬件参数（包括内存使用和控制消息延迟）的性能基准测试。
• 通过可定制的开源仿真环境，支持实验规划、协议验证和硬件技术对比。
• 促进社区驱动开发，并与 NetSquid 和 QuISP 等其他量子网络仿真器进行对比。

提出的方法

• 仿真器由五个模块化组件构成：硬件模型、纠缠管理、资源管理、网络管理和应用层，支持分层、可组合的仿真。
• 采用离散事件仿真内核，以皮秒级精度追踪光脉冲和经典控制消息，支持每轮仿真最多两百亿个事件。
• 量子网络协议（包括纠缠交换、纯化和路由）作为有限状态机实现，源自算法描述，以确保正确的状态转换和交互。
• 该框架支持可定制的硬件模型，包括具有可配置退相干和保真度参数的量子存储器，并支持网络拓扑和资源分配策略的动态重构。
• 仿真通过基于 Python 的 API 执行，用户可轻松扩展功能，以最小开销集成新协议或硬件模型。
• SeQUeNCe 以开源形式发布于 GitHub，以鼓励社区贡献、可复现性以及与其他工具的对比。

实验结果

研究问题

• RQ1 在具有量子存储器的光子网络中，经典控制消息延迟如何影响端到端量子网络吞吐量？
• RQ2 在多路由器量子网络中，量子存储器分配策略对网络容量和吞吐量有何影响？
• RQ3 关键硬件参数（如存储器保真度、光子生成速率和退相干时间）如何影响整体网络性能？
• RQ4 与静态分配相比，动态内存重分配在多大程度上可提升网络效率？
• RQ5 在真实硬件约束下，不同协议实现（如纠缠交换、纯化）之间的交互行为如何？

主要发现

• 经典控制消息延迟对网络吞吐量有可测量的影响，凸显了低延迟控制平面在量子网络中的重要性。
• 基于预期流量负载的动态量子内存重分配，相比静态分配，使网络容量提升 69.1%。
• 相同的内存重分配策略在九路由器光子量子网络中，使端到端吞吐量提升 6.8%。
• 仿真器成功建模了协议与硬件之间的复杂交互，包括纠缠交换和纯化，且时间精度达皮秒级。
• SeQUeNCe 支持每秒高达两百亿个事件的高性能仿真，适用于大规模量子网络评估。
• SeQUeNCe 的开源发布促进了社区驱动的扩展，支持与 NetSquid 和 QuISP 等其他仿真器的对比，并实现可复现的性能基准测试。