Quantifying Teleportation Overhead in Distributed Unitary Coupled-Cluster Ansätze

Para comprender la química de la vida, desde la forma en que una hoja captura la luz solar hasta cómo un fármaco se une a un virus, los científicos deben resolver un complejo rompecabezas matemático conocido como la ecuación de Schrödinger. Esta ecuación describe cómo los electrones se mueven alrededor de los átomos, y hallar su solución revela la energía y el comportamiento de las moléculas. Durante décadas, la forma más precisa de resolver este rompecabezas ha sido un método llamado interacción de configuración completa, pero requiere tanta potencia de cálculo que resulta imposible para cualquier cosa más grande que las moléculas más pequeñas. Para sortear esto, los investigadores han recurrido a la computación cuántica, que utiliza las extrañas reglas de la física cuántica para simular estos electrones directamente. Sin embargo, incluso las computadoras cuánticas más avanzadas construidas hoy en día son demasiado pequeñas para manejar las moléculas grandes que los químicos realmente quieren estudiar. Simplemente no tienen suficientes procesadores de información diminutos, llamados cúbits, para ejecutar los cálculos necesarios.

Una solución prometedora para este límite de tamaño es conectar varios ordenadores cuánticos pequeños para que actúen como una sola máquina gigante. Este enfoque, conocido como computación cuántica distribuida, permite a los investigadores dividir un cálculo masivo entre múltiples dispositivos. El desafío es que estos dispositivos no pueden tocarse físicamente, por lo que deben intercambiar información mediante un proceso llamado teletransportación. En este contexto, la teletransportación no significa mover materia, sino mover el estado de un cúbit de una máquina a otra utilizando un enlace compartido de partículas entrelazadas. Este proceso es costoso en términos de recursos, ya que requiere un número específico de pares entrelazados y pasos de comunicación clásica por cada pieza de información movida. La cuestión central para los científicos es si este método de vincular computadoras es lo suficientemente eficiente como para hacer posibles las simulaciones químicas a gran escala, o si el coste de mover la información entre máquinas será demasiado alto.

Un equipo de investigadores de la Universidad de Toronto se propuso responder a esta pregunta probando qué tan bien funcionan diferentes métodos de química cuántica cuando se dividen a través de máquinas distribuidas. Se centraron en una familia específica de algoritmos utilizados para estimar la energía de las moléculas, conocidos como ansatze de coupled-cluster unitario. Estos algoritmos vienen en diferentes sabores, que van desde una versión estándar que incluye todo tipo de movimientos electrónicos hasta versiones más especializadas que se centran solo en tipos específicos de interacciones. Los investigadores simularon estos algoritmos en una configuración teórica que consistía en dos procesadores cuánticos conectados, cada uno con 120 cúbits, lo cual es similar en escala al hardware actual de las principales empresas tecnológicas. Probaron estas simulaciones en cadenas de átomos de hidrógeno, aumentando la longitud de la cadena para ver cómo crecían los requisitos de recursos.

El equipo comparó dos formas muy diferentes de dividir el trabajo entre las dos máquinas. El primer enfoque fue un método donde el cálculo se cortaba simplemente a la mitad o en cuartos sin ningún tipo de planificación inteligente. El segundo enfoque utilizó un algoritmo de enrutamiento sofisticado llamado TeleSABRE, que actúa como un controlador de tráfico, reorganizando el orden de las operaciones y la ubicación de los cúbits para minimizar la cantidad de veces que la información necesita saltar entre las dos máquinas. Al ejecutar estas simulaciones, los investigadores pudieron contar exactamente cuántos pares entrelazados, o pares de Bell, serían necesarios para completar el cálculo para cada método. También observaron cómo las diferentes formas de traducir el problema de los electrones al lenguaje de los cúbits afectaban los resultados.

Los resultados mostraron una diferencia clara en la eficiencia dependiendo de qué algoritmo se utilizara. El método especializado conocido como UpCCD, que se centra en los movimientos de pares de electrones, resultó ser el más eficiente. Requirió la menor cantidad de pares entrelazados para ejecutarse, y sus necesidades de recursos crecieron de forma lenta y predecible a medida que las cadenas de hidrógeno se alargaban. En contraste, el método estándar, UCCSD, que intenta dar cuenta de cada movimiento electrónico posible, demandó un presupuesto de recursos mucho mayor. El número de pares entrelazados necesarios para UCCSD creció tan rápidamente que los investigadores ni siquiera pudieron simularlo para cadenas de más de 18 átomos de hidrógeno, ya que la memoria requerida para calcular los costes se volvió demasiado grande. Esto sugiere que para la computación cuántica distribuida, elegir un algoritmo especializado y optimizado es mucho más importante que intentar forzar a uno de propósito general a que funcione.

Quizás el hallazgo más significativo fue el poder del algoritmo de enrutamiento. Cuando los investigadores utilizaron el método donde el cálculo se cortaba simplemente a la mitad o en cuartos sin una planificación inteligente, el número de pares entrelazados requeridos fue alto y varió dependiendo de cómo se tradujera el problema de los electrones a cúbits. Sin embargo, cuando aplicaron el algoritmo de enrutamiento TeleSABRE, el número de pares entrelazados requeridos cayó drásticamente, a menudo en más de diez veces. El enrutamiento inteligente fue capaz de reorganizar el circuito de modo que la mayor parte del trabajo pudiera realizarse localmente en cada máquina, reservando la teletransportación costosa solo para los pasos absolutamente necesarios. En algunos casos, el algoritmo de enrutamiento fue tan efectivo que revirtió las tendencias habituales, haciendo que un método de traducción fuera más eficiente que otro, mientras que el método sin planificación inteligente sugería lo contrario. Esto demuestra que el simple hecho de conectar computadoras cuánticas no es suficiente; el software que gestiona cómo se divide y se enruta el trabajo es tan crítico como el propio hardware.

El estudio concluye que, si bien la computación cuántica distribuida es prometedora para resolver problemas químicos que actualmente están fuera de nuestro alcance, el camino a seguir requiere una selección cuidadosa tanto del algoritmo como de la estrategia de gestión. El método especializado UpCCD, combinado con un enrutamiento inteligente, ofrece el camino más favorable, escalando mucho mejor que los enfoques estándar. Los investigadores señalan que sus hallazgos se basan en simulaciones de cadenas de hidrógeno, y planean probar estos métodos en moléculas más complejas y diferentes algoritmos en el futuro. También pretenden explorar cómo el ruido en las máquinas reales podría afectar estos cálculos. Por ahora, el trabajo proporciona una hoja de ruta clara: para escalar la química cuántica, los científicos no solo deben construir máquinas más grandes, sino también desarrollar formas más inteligentes de dividir el trabajo y mover la información entre ellas.