Optimizing QAOA circuit transpilation with parity twine and SWAP network encodings
Diese Arbeit stellt eine auf Simulated Annealing basierende Methode vor, die die QAOA-Schaltkreis-Transpilierung auf Quantenhardware mit festem Layout optimiert, indem sie den Kodierungs-Overhead von Parity-Twine-Ketten und SWAP-Netzwerken signifikant reduziert und dadurch im Vergleich zu Standard-Transpilern erhebliche Senkungen der Schaltungstiefe und der Anzahl der Zwei-Qubit-Gatter erreicht.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich vor, Sie versuchen, eine riesige, chaotische Tanzparty zu organisieren, bei der jeder Gast zu irgendeinem Zeitpunkt mit jedem anderen Gast Händchen halten muss, um eine spezielle Routine aufzuführen. Stellen Sie sich nun vor, die Tanzfläche ist ein schmaler, einreihiger Flur. In diesem Flur können die Leute nur mit der Person Händchen halten, die direkt neben ihnen steht. Wenn Gast A mit Gast Z Händchen halten muss, der ganz am Ende der Schlange steht, kann er nicht einfach über die Menge hinweggreifen. Er muss sich durch die Schlange schieben, Plätze tauschen und sich hindurchwinden, bis sie Nachbarn sind. Dieses Schieben kostet Zeit, und jedes Mal, wenn sich zwei Leute beim Tauschen anstoßen, besteht die Gefahr, dass sie stolpern, die Hände loslassen oder die Routine vermasseln. In der Welt des Quantencomputings ist diese Tanzfläche ein Quantenchip, die Gäste sind winzige Teilchen namens Qubits, und das „Stolpern“ ist eine Art von Fehler, der die Berechnung ruiniert. Wissenschaftler versuchen ständig herauszufinden, wie sie diese Qubits effizient miteinander kommunizieren lassen können, ohne über ihre eigenen Füße zu stolpern, besonders da heutige Chips wie dieser schmale Flur sind und nicht jeden mit jedem direkt verbinden können.
In dieser Arbeit geht es darum, die beste Choreografie für diesen Tanz zu finden. Die Forscher konzentrierten sich auf einen speziellen Algorithmus namens QAOA, der verwendet wird, um komplexe Rätsel zu lösen, wie zum Beispiel die Frage nach dem besten Weg, eine Gruppe von Menschen in zwei Teams aufzuteilen. Um dies auf einem schmalen, eindimensionalen Chip umzusetzen, mussten sie eine „Transpilierung“ anwenden, was nur ein schicker Begriff dafür ist, die Anweisungen so umzuordnen, dass die Hardware sie verstehen kann. Sie testeten zwei Hauptmethoden für dieses Schieben: das „SWAP-Netzwerk“, was wie ein standardmäßiger, organisierter Linientanz ist, bei dem sich alle Schritt für Schritt bewegen, und eine neuere, knifflere Methode namens „Parity Twine Chains“ (PTC), die eher so ist, als würde man die Informationen von zwei Tänzern in die Bewegungen einer einzigen Person kodieren, um Platz zu sparen. Die Autoren erfanden auch eine neue „Simulated Annealing“-Technik, die wie ein kluger, durch Versuch und Irrtum lernender Coach ist, der tausende verschiedene Startaufstellungen ausprobiert, um diejenige zu finden, die den geringsten Aufwand beim Platzwechsel erfordert.
Das Team fand heraus, dass für kleine, spärlich besetzte Rätsel die Standardcomputerprogramme, die von Unternehmen wie IBM verwendet werden, tatsächlich recht gut darin waren, die Anzahl der Bewegungen zu minimieren. Doch als die Rätsel größer wurden und die Verbindungen zwischen den Qubits häufiger wurden, begannen ihre neuen Methoden zu glänzen. Durch den Einsatz ihres klugen Coaches, um die Startreihenfolge der Qubits neu anzuordnen, konnten sie die Anzahl der Male, in denen die Qubits ihren Platz tauschen mussten, erheblich reduzなieren. Für ein massives 120-Qubit-Rätsel mit 25 % Konnektivität senkte ihre Methode die Schaltungstiefe (die Zeit, die zur Ausführung benötigt wird) um 87 % und die Zwei-Qubit-Gatter (die riskanten Bewegungen) um 29 % im Vergleich zur Standard-IBM-Software. Sie testeten dies auch auf echten Quantencomputern, speziell auf den Geräten „ibm fez“ und „ibm kingston“. Auf dem „ibm fez“ gelang es ihnen, die perfekte Lösung für ein 20-Qubit-Problem mit ihrer PTC-Methode zu finden, während die Standardmethode nur bis zu 15 Qubits funktionierte. Interessanterweise schnitt auf dem Gerät „ibm kingston“ die Standard-SWAP-Methode bei einem bestimmten Typ von Problem etwas besser ab als die PTC-Methode, was darauf hindeutet, dass es manchmal nicht nur darauf ankommt, weniger Bewegungen zu haben; wie die Informationen kodiert werden, ist ebenso wichtig. Die Forscher legen nahe, dass ihre Methode zwar ein mächtiges Werkzeug zur Reduzierung von Fehlern und zur Zeitersparnis ist, aber kein Zaubermittel, das in jedem einzelnen Szenario perfekt funktioniert – die beste Wahl hängt von der spezifischen Form des Problems und den Eigenheiten der Hardware ab.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.