⚛️ quantum physics

Tensor-Parallel Emulation of Quantum Circuits with Block-Cyclic Distributed Matrix Product States

تقدم هذه الورقة نهجاً ذا ذاكرة موزعة بالتوازي التنسوري (tensor-parallel) لمتجهات حالات ضرب المصفوفات (MPS)، يستفيد من تحليل QR المحوري لمحاكاة الدوائر الكمومية واسعة النطاق بكفاءة، محققاً أبعاد ترابط (bond dimensions) قياسية ودقة أعلى بكثير من الطرق الحالية في معيار جوجل لأخذ عينات الدوائر العشوائية.

المؤلفون الأصليون: Jakub Adamski, Oliver Thomson Brown

نُشر 2026-04-13

📖 4 دقيقة قراءة🧠 قراءة متعمّقة

CC BY 4.0

المؤلفون الأصليون: Jakub Adamski, Oliver Thomson Brown

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أنك تحاول محاكاة حاسوب كمي ضخم ومعقد باستخدام حاسوب فائق كلاسيكي عادي. المشكلة هي أن الحواسيب الكمية تشبه مكتبات سحرية حيث تكون كل الكتب مفتوحة في وقت واحد، وعدد الصفحات ينمو بسرعة كبيرة لدرجة أن حتى أكبر الحواسيب الفائقة تنفد ذاكرتها قبل أن تتمكن من إنهاء القصة.

هذه الورقة البحثية، بعنوان "المحاكاة المتوازية للموترات للدوائر الكمية" (Tensor-Parallel Emulation of Quantum Circuits)، تقدم طريقة جديدة لمعالجة هذه المشكلة. قام المؤلفون، من جامعة إدنبرة، ببناء أداة برمجية تسمى QTNH (مركز شبكة الموترات الكمية - Quantum Tensor Network Hub) تعمل مثل "شركة نقل" فائقة الكفاءة للبيانات، مما سمح لهم بمحاكاة دوائر كمية كان من المستح المستحيل تشغيلها سابقاً.

إليك تفصيل هذا الإنجاز باستخدام تشبيهات بسيطة:

1. المشكلة: "المكتبة المزدحمة"

تخيل الحالة الكمية كمكتبة عملاصة متعددة الأبعاد.

الطريقة القديمة: عادةً، لمحاكاة هذا، تحاول الاحتفاظ بالمكتبة بأكملها في غرفة واحدة (ذاكرة حاسوب واحد). ولكن مع إضافة المزيد من "الكيوبتات" (الكتب)، تنمو المكتبة بشكل أسي. وسرعان ما تصبح الغرفة صغيرة جداً، وتنهار عملية المحاكاة.
عنق الزجاجة: حتى لو كان لديك غرفة ضخمة، هناك مهمة محددة تسمى "التفكيك" (تنظيم الكتب) وهي بطيئة للغاية. الأمر يشبه محاولة فرز مليون كتاب يدوياً بينما ينتظر الجميع. هذه الخطوة البطيئة كانت تعتمد على "SVD" (تحلل القيم المفردة)، وهي دقيقة ولكنها بطيئة بشكل مؤلم.

2. الحل: "فريق النقل الموزع"

أدرك المؤلفون أنهم لا يستطيعون وضع المكتبة بأكملها في غرفة واحدة، فقرروا تقسيم الكتب وإرسالها إلى غرف مختلفة (معالجات حاسوبية مختلفة) عبر عنقود حوسبة فائقة ضخم.

توازي الموترات (Tensor Parallelism): بدلاً من مجرد تقسيم المهام، قاموا بتقسيم الكتب نفسها. تخيل موسوعة ضخمة واحدة؛ بدلاً من إعطاء شخص واحد الكتاب كاملاً، قاموا بتمزيق صفحاته وتوزيعها بالتساوي بين فريق مكون من 32 شخصاً. يعمل الجميع على مجموعات الصفحات الخاصة بهم في وقت واحد.
استراتيجية "الدورة الحلقية الكتلية" (Block-Cyclic): لم يوزعوا الصفحات عشوائياً، بل استخدموا نمطاً ذكياً (مثل اللولب) لضمان أن كل شخص في الفريق لديه مزيج عادل من الصفحات السهلة والصعبة. هذا يحافظ على انشغال الجميع ويمنع أي شخص من الجلوس دون عمل (توازن الأحمال).

3. السلاح السري: "الفرز السريع" (Pivoted QR)

كانت العقبة الأكبر هي أن تنظيم هذه الصفحات المقسمة كان بطيئاً.

الأداة القديمة (SVD): كانت تشبه استخدام أمين مكتبة بارع يقوم بفرز الكتب بشكل مثالي ولكنه يستغرق ساعات.
الأداة الجديدة (Pivoted QR): استبدل المؤلفون هذه الطريقة بطريقة أخرى تسمى Pivoted QR. فكر في هذا كطريقة فرز "جيدة بما يكفي" وهي أسرع بكثير. هي أقل دقة قليلاً من أمين المكتبة البارع، ولكن لأنها أسرع بكثير، يمكنهم تحمل تكلفة استخدام مزيد من الصفحات (بُعد رابط أعلى - higher bond dimension) لتعويض النقص الطفيف في الدقة.
النتيجة: لقد قايضوا القليل من الدقة بمكسب هائل في السرعة، مما سمح لهم بمحاكاة أنظمة أكبر بكثير.

4. الاختبار الكبير: "الدائرة العشوائية" لجوجل

لإثبات نجاح طريقتهم، حاولوا محاكاة اختبار "أخذ عينات الدائرة العشوائية" (RCS) الخاص بجوجل.

التحد_ي: هذه دائرة مصممة لتكون فوضوية للغاية بحيث تمثل "الوحش النهائي" للمحاكاة الكلاسيكية. فهي تخلق الكثير من التشابك (الترابط) الذي يكسر معظم برامج المحاكاة.
الإنجاز: باستخدام 32 عقدة من حاسوب ARCHER2 الفائق (وهو حاسوب فائق وطني ضخم في المملكة المتحدة)، قاموا بمحاكاة نظام بـ "بُعد رابط" (bond dimension) يصل إلى 16,384.
المقارنة: أفضل البرامج الموجودة حالياً (مثل quimb أو ITensor) لم تستطع الوصول إلا إلى بُعد رابط قدره 2,048 على عقدة حاسوب واحدة.
الفوز: كانت طريقتهم الجديدة أكثر دقة بـ 370 مرة من الطرق الأكثر تطوراً في الوقت ذاته. لقد دفعوا حدود ما يمكن للحواسيب الكلاسيكية محاكاته، مقتربين من النقطة التي تصبح فيها الحواسيب الكمية ضرورية حقاً.

5. لماذا يهم هذا؟

هذا ليس مجرد تشغيل اختبار محدد.

القابلية للتوسع: طريقتهم "متوازنة الأحمال طبيعياً"، مما يعني أنها تتوسع بشكل رائع مع إضافة المزيد من الحواسيب.
جاهزية المستقبل: إنها تفتح الباب لمحاكاة خوارزميات كمية عملية، مثل تقدير الطور الكمي (Quantum Phase Estimation) (المستخدم في إيجاد الخصائص الكيميائية أو كسر الشفرات)، والتي تتطلب دقة عالية.
الحد الفاصل: إنهم يساعدوننا في رسم الخط (الحد الفاصل الحسابي) بين ما يمكن للحواسيب الكلاسيكية القيام به وما يمكن فقط للحواسيب الكمية فعله. ومن خلال دفع هذا الخط إلى الأمام، يساعدوننا على فهم متى نحتاج بالضبط للتحول إلى الأجهزة الكمية.

باخت-صار

بنى المؤلفون محرك برمجياً جديداً يقسم عمليات المحاكاة الكمية الضخمة عبر العديد من الحواسيب، ويستخدم خدعة فرز أسرع (ولكنها ليست مثالية تماماً) للحفاظ على سرعة العمل، ونجحوا في محاكاة دائرة كمية كانت أكبر من أن تتحملها أي محاكاة كلاسيكية سابقة. لم يجعلوا الأمر أسرع فحسب؛ بل جعلوا من الممكن رؤية أبعد في المستقبل الكمي.

إليك ملخص تقني مفصل للورقة البحثية بعنوان "محاكاة التوازي الموثر للدوائر الكمومية باستخدام حالات ضرب المصفوفات ذات الدورة الكتلية الموزعة" (Tensor-Parallel Emulation of Quantum Circuits with Block-Cyclic Distributed Matrix Product States) من تأليف جاكوب أدامسكي وأوليفر تومسون براون.

1. بيان المشكلة

تعد محاكاة الدوائر الكمومية مهمة صعبة أسياً بسبب النمو الأسي في فضاء الحالة ( $2^n$ لـ $n$ من الكيوبتات). وبينما توفر شبكات الموتر (وتحديداً حالات ضرب المصفوفات أو MPS) وسيلة لضغط هذه الحالة عن طريق بتر المعلومات الأقل أهمية، إلا أنها تواجه عقبتين رئيسيتين عند التوسع للأنظمة الكبيرة:

قيود الذاكرة: تعتمد تطبيقات MPS القياسية غالباً على الذاكرة المشتركة (عقدة واحدة). ومع زيادة بُعد الربط ( $\chi$ ) للحفاظ على الدقة للدوائر عالية التشابك، يتجاوز حجم الذاكرة سعة العقدة الواحدة.
عقبة التفكيك: العملية الجوهرية في تطور MPS هي تفكيك الموتر (عادةً تحليل القيم المفردة، SVD) لترجمة الحالة. يعد SVD مكلفاً حوسبياً ( $O(n^3)$ ) ويصعب موازاته بكفاءة في الذاكرة الموزعة. إن مكتبات الموتر الموزعة الحالية (مثل CTF) محسنة للموترات المتفرقة (الشائعة في الكيمياء الكمومية) بدلاً من الموترات الكثيفة المطلوبة لمحاكاة الدوائر الكمومية العامة. علاوة على ذلك، فإن تقطيع المؤشر (تقنية موازاة شائعة) لا يمكنها موازاة خطوة التفكيك نفسها، مما يؤدي إلى قيود قانون أمداهل (Amdahl's law).

2. المنهجية

قدم المؤلفون QTNH (مركز شبكة الموتر الكمومي)، وهو مكتبة C++ خفيفة الوزن مصممة لتوزيع موترات MPS الكثيفة عبر عدة عقد MPI. تعتمد المنهجية على ثلاث ابتكارات جوهرية:

أ. التوزيع المتوازي للموتر (الدورة الكتلية)

بدلاً من توزيع موترات كاملة أو استخدام تقطيع المؤشر، يقوم المؤلفون بتوزيع موترات المواقع الكثيفة الفردية عبر رتب MPI باستخدام نمط توزيع الدورة الككتية المتوافق مع ScaLAPACK.

الهيكل: يتم تقسيم موتر الرتبة- $n$ إلى مؤشرات موزعة (تُسند إلى رتب MPI) ومؤشرات محلية.
التعيين: تُعامل موترات المواقع المحلية كصفوف مصفوفات ذات دورة كتلية. يسمح هذا للمكتبة بتفويض عمليات الجبر الخطي الثقيلة (الضرب والتحلل) مباشرة إلى روتين ScaLAPACK المحسنة للغاية (مثل PZGEMM و PZGEQRF).
التبديل (Permutation): للتحويل بين تنسيق الموتر وتنسيق مصفوفة ScaLAPACK، تقوم المكتبة بعمليات تبديل المؤشرات. وبينما يتضمن هذا عملية اتصال (MPI_Alltoallv)، يشير المؤلفون إلى أن الوقت المستغرق في استدعاءات الجبر الخطي يفوق بكثير عبء عملية التبديد.

ب. تحليل QR ذو المحور مقابل SVD

لمعالجة عقبة التفكيك، استبدل المؤلفون تحليل SVD القياسي بـ تحليل QR ذو المحور (Pivoted QR factorization).

المبرر: بينما يوفر SVD تقليماً مثالياً، إلا أنه أبطأ ويصعب موازاته. أما تحليل QR ذو المحور فهو أسرع بكثير، وعند دمجه مع بُعد ربط أكبر قليلاً، فإنه يحقق دقة مقاربة.
التنفيذ: استفاد المؤلفون من الإصلاحات الأخيرة في ScaLAPACK (تحديداً PZGEQRP) التي كانت تحتوي سابقاً على أخطاء تمنع استخدامها لهذا الغرض.

ج. استراتيجيات تنفيذ الدائرة

تدعم المكتبة استراتيجيتين رئيسيتين للتعامل مع التفاعلات بعيدة المدى في الدوائر ثنائية الأبعاد (مثل طوبولوجيا Sycamore من جوجل) عند رسم خرائطها إلى سلسلة MPS أحادية البعد:

MPO (مؤثرات ضرب المصفوفات): دمج البوابات في مؤثرات بعيدة المدى.
تبديل المواقع (SWAP): إعادة ترتيب مواقع MPS لجلب الكيوبتات المتفاعلة لتصبح متجاورة باستخدام خوارزمية ترتيب الفقاعة (bubble-sort). وجد المؤلفون أن نهج SWAP المدمج مع تحليل QR يقدم أفضل مقايضة بين وقت التشغيل والدقة بالنسبة لأخذ عينات الدوائر العشوائية (RCS).

3. المساهمات الرئيسية

MPS موزع قابل للتوسع: أول تنفيذ لخوارزمية تطور MPS ذات المواقع الكثيفة التي تتوسع عبر الذاكرة الموزعة باستخدام نهج متوازي للموتر، محققة بُعد ربط يصل إلى $\chi = 16,384$ .
تحسين تحليل QR ذو المحور: إثبات أن تحليل QR ذو المحور هو بديل عالي الأداء ومجدٍ لـ SVD لترجمة MPS في البيئات الموزعة، مما يوفر تسريعات كبيرة مع فقدان ضئيل في الدقة عند تعويضه ببُعد ربط أكبر.
التفوق في الأداء: إظهار أن تنفيذ QTNH المتوازي باستخدام MPI يتفوق على المكتبات متعددة الخيوط (Threaded) الحديثة (مثل ITensor و quimb) حتى على عقدة واحدة، ويتوسع بفعالية عبر العقد المتعددة.
مقياس دقة جديد: تقديم "دقة المعيار" ( $\bar{F} = \langle \Psi_T | \Psi_T \rangle$ ) كبديل حسابي فعال لدقة التداخل الدقيقة، والذي يرتبط جيداً بالمقاييس القياسية لهذه الدوائر.

4. النتائج

أُجريت التجارب على ARCHER2 (الخدمة الوطنية البريطانية للحوسبة الفائقة) باستخدام ما يصل إلى 32 عقدة (128 نواة، 256 جيجابايت من ذاكرة الوصول العشوائي).

أخذ عينات الدوائر العشوائية (RCS) من جوجل:
- أفضل التقنيات الحالية (SOTA): وصلت أفضل المكتبات الموجودة (quimb/ITensor) إلى أقصى بُعد ربط قدره $\chi = 2048$ على عقدة واحدة، مستغرقة حوالي 38 ساعة بدقة $\bar{F} \approx 4.57 \times 10^{-19}$ .
- أداء QTNH: باستخدام 32 عقدة، حققت QTNH بُعد ربط قدره $\chi = 16,384$ في 40.8 ساعة.
- مكسب الدقة: أدى هذا إلى دقة $\bar{F} \approx 1.69 \times 10^{-16}$ ، مما يمثل تحسناً بمقدار 370 ضعفاً في الدقة مقارنة بطرق SOTA لوقت تشغيل مماثل.
- التسريع على العقدة الواحدة: حتى على عقدة واحدة، كانت QTNH باستخدام تحليل QR ذو المحور أسرع بـ 9 مرات من مكتبات SOTA لتحقيق دقة مماثلة (من خلال استخدام بُعد ربط أكبر قليلاً لتعويض دقة الترجمة المنخفضة لـ QR).
تحويل فورييه الكمومي العكسي (IQFT):
- أظهرت أن الطريقة يمكنها التعامل مع الدوائر ذات التشابك المتوسط بدقة شبه مثالية.
- أظهر تحليل التوسع القوي (Strong scaling) أن بُعد الربط المحلي الأمثل هو $\chi_l = 256$ ، حيث تتناسب البيانات مع ذاكرة التخزين المؤقت L3، مما يعظم كفاءة التوازي.
التحليل (Profiling):
- يهيمن على وقت التشغيل (>98%) استدعاءات تحليل وتفكيك ScaLAPACK وضرب المصفوفات.
- عبء الاتصال كبير بالنسبة لأبعاد الربط الصغيرة ولكنه يصبح ضئيلاً مع توسع حجم المشكلة، مما ينقل الاختناق من كونه مرتبطاً بالاتصال إلى كونه مرتبطاً بالحوسبة.

5. الأهمية

يمثل هذا العمل خطوة هامة للأمام في المحاكاة الكلاسيكية للدوائر الكمومية، مما يدفع "الحد الفاصل الحوسبي" بين الأجهزة الكلاسيكية والكمومية.

القابلية للتوسع: من خلال تجاوز قيود الذاكرة المشتركة، استطاع المؤلفون محاكاة دوائر أكبر وأكثر تشابكاً كانت غير قابلة للمعالجة سابقاً.
الكفاءة الخوارزمية: يمثل الانتقال من SVD إلى تحليل QR ذو المحور في بيئة موزعة خارطة طريق عملية لتسريع محاكة شبكات الموتر.
التأثير المستقبلي: توفر مكتبة QTNH أساساً لخوارزميات أكثر تعقيداً (مثل تقليص التطور الزمني للموتر - TED، أو DMRG) وتوفر مساراً لدمج تسريع وحدات معالجة الرسومات (GPU) في المستقبل، حيث أن تحليل QR من المحتمل أن يكون أسهل في النقل إلى المسرعات من SVD.

باخت fact، يوضح هذا البحث أنه من خلال الجمع بين التوزيع المتوازي للموتر وعمليات التفكيك المحسنة، يمكن للحواسيب الفائقة الكلاسيكية محاكاة دوائر كمومية بنطاق ودقة غير مسبوقين، مما يوفر أداة حاسمة للتحقق من صحة وتجربة الأجهزة الكمومية في عصرها الحالي.