Quantifying Teleportation Overhead in Distributed Unitary Coupled-Cluster Ansätze

Um die Chemie des Lebens zu verstehen – von der Art und Weise, wie ein Blatt Sonnenlicht einfängt, bis hin zu der Frage, wie ein Medikament an ein Virus bindet –, müssen Wissenschaftler ein komplexes mathematisches Rätsel lösen, das als Schrödinger-Gleichung bekannt ist. Diese Gleichung beschreibt, wie sich Elektronen um Atome bewegen, und das Finden ihrer Lösung offenbart die Energie und das Verhalten von Molekülen. Jahrzehntelang war die genaueste Methode, um dieses Rätsel zu lösen, ein Verfahren namens Full Configuration Interaction, aber es erfordert so viel Rechenleistung, dass es für alles, was größer als die kleinsten Moleküle ist, unmöglich wird. Um dies zu umgehen, haben sich Forscher der Quantencomputer zugewandt, die die seltsamen Regeln der Quantenphysik nutzen, um diese Elektronen direkt zu simulieren. Doch selbst die fortschrittlichsten Quantencomputer, die heute gebaut werden, sind zu klein, um die großen Moleküle zu handhaben, die Chemiker wirklich untersuchen wollen. Sie verfügen schlichtweg nicht über genügend winzige Informationsprozessoren, sogenannte Qubits, um die notwendigen Berechnungen durchzuführen.

Eine vielversprechende Lösung für diese Größenbeschränkung besteht darin, mehrere kleine Quantencomputer miteinander zu verbinden, damit sie als eine einzige riesige Maschine fungieren. Dieser Ansatz, bekannt als verteiltes Quantencomputing (Distributed Quantum Computing), ermöglicht es Forschern, eine massive Berechnung auf mehrere Geräte aufzuteilen. Die Herausforderung besteht darin, dass diese Geräte sich physisch nicht berühren können, daher müssen sie Informationen mittels eines Prozesses namens Teleportation austauschen. In diesem Zusammenhang bedeutet Teleportation nicht das Bewegen von Materie, sondern das Bewegen des Zustands eines Qubits von einer Maschine zu einer anderen unter Verwendung einer gemeinsamen Verbindung aus verschränkten Teilchen. Dieser Prozess ist in Bezug auf die Ressourcen kostspielig, da er für jede bewegte Informationseinheit eine bestimmte Anzahl an verschränkten Paaren und klassische Kommunikationsschritte erfordert. Die zentrale Frage für Wissenschaftler ist, ob diese Methode der Verbindung von Computern effizient genug ist, um groß angelegte chemische Simulationen möglich zu machen, oder ob die Kosten für den Informationstransfer zwischen den Maschinen zu hoch sein werden.

Ein Team von Forschern der University of Toronto machte sich daran, diese Frage zu beantworten, indem sie testeten, wie gut verschiedene Quantenchemie-Methoden funktionieren, wenn sie auf verteilte Maschinen aufgeteilt werden. Sie konzentrierten sich auf eine spezifische Familie von Algorithmen, die zur Schätzung der Energie von Molekülen verwendet werden, bekannt als Unitary Coupled-Cluster Ansätze. Diese Algorithmen kommen in verschiedenen Ausprägungen vor, die von einer Standardversion, die alle Arten von Elektronenbewegungen einschließt, bis hin zu spezialisierteren Versionen reichen, die sich nur auf bestimmte Arten von Interaktionen konzentrieren. Die Forscher simulierten diese Algorithmen auf einem theoretischen Aufbau, der aus zwei verbundenen Quantenprozessoren besteht, die jeweils 120 Qubits halten – was der Größenordnung aktueller Hardware führender Technologieunternehmen entspricht. Sie testeten diese Simulationen an Ketten von Wasserstoffatomen und erhöhten dabei die Länge der Kette, um zu sehen, wie das Ressourcenaufkommen wächst.

Das Team verglich zwei sehr unterschiedliche Wege, die Arbeit zwischen den beiden Maschinen aufzuteilen. Der erste Ansatz war eine Methode, bei der die Berechnung einfach halbiert oder geviertelt wurde, ohne jegliche intelligente Planung. Der zweite Ansatz nutzte einen hochentwickelten Routing-Algorithmus namens TeleSABRE, der wie ein Verkehrsleiter fungiert, indem er die Reihenfolge der Operationen und die Platzierung der Qubits neu ordnet, um die Anzahl der Male zu minimieren, in denen Informationen zwischen den beiden Maschinen springen müssen. Durch das Durchführen dieser Simulationen konnten die Forscher genau zählen, wie viele verschränkte Paare, oder Bell-Paare, benötigt würden, um die Berechnung für jedes Verfahren abzuschließen. Sie untersuchten auch, wie verschiedene Arten der Übersetzung des Elektronenproblems in die Qubit-Sprache die Ergebnisse beeinflussten.

Die Ergebnisse zeigten einen deutlichen Unterschied in der Effizienz, abhängig davon, welcher Algorithmus verwendet wurde. Die spezialisierte Methode namens UpCCD, die sich auf gepaarte Elektronenbewegungen konzentriert, erwies sich als die effizienteste. Sie benötigte die wenigsten verschränkten Paare, um zu laufen, und ihr Ressourcenbedarf wuchs langsam und vorhersehbar, wenn die Wasserstoffketten länger wurden. Im Gegensatz dazu forderte die Standardmethode UCCSD, die versucht, jede mögliche Elektronenbewegung zu berücksichtigen, ein wesentlich größeres Ressourcenbudget. Die Anzahl der benötigten verschänkten Paare für UCCSD wuchs so schnell an, dass die Forscher sie nicht einmal für Ketten mit mehr als 18 Wasserstoffatomen simulieren konnten, da der Speicheraufwand zur Berechnung der Kosten zu groß wurde. Dies deutet darauf hin, dass für das verteilte Quantencomputing die Wahl eines spezialisierten, gestrafften Algorithmus weitaus wichtiger ist, als zu versuchen, einen universellen Algorithmus mit Gewalt zum Laufen zu bringen.

Der vielleicht bedeutendste Befund war die Leistungsfähigkeit des Routing-Algorithmus. Wenn die Forscher die Methode verwendeten, bei der die Berechnung ohne intelligente Planung einfach halbiert oder geviertelt wurde, war die Anzahl der benötigten verschränkten Paare hoch und variierte je nachdem, wie das Elektronenproblem in Qubits übersetzt wurde. Als sie jedoch den TeleSABRE-Algorithmus anwandten, sank die Anzahl der benötigten verschränkten Paare drastisch, oft um mehr als das Zehnfache. Das intelligente Routing war in der Lage, den Schaltkreis so umzustrukturieren, dass der Großteil der Arbeit lokal auf jeder Maschine erledigt werden konnte, wodurch die teure Teleportation nur für die absolut notwendigen Schritte reserviert wurde. In einigen Fällen war der Routing-Algorithmus so effektiv, dass er die üblichen Trends umkehrte und eine Übersetzungsmethode effizienter machte als eine andere, während die Methode ohne intelligente Planung das Gegenteil suggerierte. Dies zeigt, dass es nicht ausreicht, Quantencomputer einfach nur zu verbinden; die Software, die verwaltet, wie die Arbeit aufgeteilt und geroutet wird, ist genauso entscheidend wie die Hardware selbst.

Die Studie kommt zu dem Schluss, dass das verteilte Quantencomputing zwar vielversprechend ist, um chemische Probleme zu lösen, die derzeit noch außer Reichweite liegen, der Weg nach vorn jedoch eine sorgfältige Auswahl sowohl des Algorithmus als auch der Managementstrategie erfordert. Die spezialisierte UpCCD-Methode in Kombination mit intelligentem Routing bietet den günstigsten Pfad nach vorn, da sie wesentlich besser skaliert als die Standardansätze. Die Forscher merken an, dass ihre Ergebnisse auf Simulationen von Wasserstoffketten basieren und sie planen, diese Methoden in Zukunft an komplexeren Molekülen und anderen Algorithmen zu testen. Sie beabsichtigen auch, zu untersuchen, wie sich Rauschen in realen Maschinen auf diese Berechnungen auswirken könnte. Für den Moment liefert die Arbeit eine klare Roadmap: Um die Quantenchemie zu skalieren, müssen Wissenschaftler nicht nur größere Maschinen bauen, sondern auch klügere Wege entwickeln, um die Arbeit aufzuteilen und Informationen zwischen ihnen zu bewegen.