TuniQ: Autotuning Compilation Passes for Quantum Workloads at Scale for Effectiveness and Efficiency

TuniQ est un système basé sur l'apprentissage par renforcement qui sélectionne dynamiquement les passes de compilation optimales pour les circuits quantiques en fonction des conditions spécifiques du matériel et du bruit, améliorant considérablement la fidélité de sortie et l'efficacité de la compilation par rapport aux compilateurs statiques de l'état de l'art comme le transpileur Qiskit d'IBM.

L'essentiel

Imaginez que vous essayiez d'envoyer un message délicat et complexe à travers une route très bruyante et cahoteuse. Le message est un programme quantique (un ensemble d'instructions pour un ordinateur quantique), et la route est le matériel quantique.

Le problème est que la route est pleine de nids-de-poule (erreurs) et que le message se dégrade plus longtemps il met à arriver. Si vous prenez un itinéraire long et sinueux, votre message pourrait arriver brouillé. Si vous prenez un itinéraire rapide mais que vous frappez trop de nids-de-poule, il arrive également brouillé.

Actuellement, les « conducteurs » (les compilateurs) qui envoient ces messages utilisent un livret de règles fixe. Ils disent à chaque message de prendre exactement le même itinéraire, peu importe si le message est simple ou complexe, ou si la route est actuellement sèche ou boueuse. Parfois, cela fonctionne, mais souvent c'est inefficace, entraînant une livraison lente ou un message brisé.

TuniQ est un nouveau conducteur intelligent qui change les règles. Au lieu de suivre une carte fixe, il utilise l'Apprentissage par Renforcement (un type d'IA qui apprend par essais et erreurs) pour décider du meilleur itinéraire pour chaque message individuel en temps réel.

Voici comment TuniQ fonctionne, décomposé en concepts simples :

1. Le « Livret de règles fixe » contre le « Conducteur intelligent »

Considérez le système actuel (IBM Qiskit) comme un GPS qui force chaque voiture à prendre la même autoroute, même si un raccourci existe pour une voiture spécifique. Il applique le même ensemble de « passes d'optimisation » (règles de circulation) à chaque circuit quantique.

• Le défaut : Un raccourci qui fait gagner du temps à une petite voiture peut provoquer un embouteillage pour un grand camion. De même, un réglage de compilateur qui aide un programme quantique peut en fait nuire à un autre.
• La solution TuniQ : TuniQ est comme un conducteur qui examine le chargement spécifique (le circuit), vérifie la météo et l'état de la route actuels (les niveaux de bruit du matériel), puis décide : « Dois-je prendre l'itinéraire panoramique pour éviter un nid-de-poule ? Ou devrais-je accélérer car la route est dégagée ? » Il choisit quelles « règles de circulation » appliquer et lesquelles sauter pour ce voyage spécifique.

2. Le « Double encodeur » (Les deux jeux de yeux du conducteur)

Pour prendre ces décisions, TuniQ doit voir le monde différemment à différentes étapes du voyage. L'article décrit un système à Double encodeur :

• Avant la route (Vue logique) : Au départ, le conducteur examine le plan du voyage. Il voit les connexions logiques entre les passagers (qubits) sans se soucier encore des nids-de-poule spécifiques. Il se demande : « Comment ces personnes doivent-elles s'asseoir ensemble ? »
• Après la route (Vue physique) : Une fois la voiture sur la route, le conducteur passe à un autre jeu de yeux. Maintenant, il regarde la véhicule réel et les conditions réelles de la route. Il voit quelles pneus spécifiques (qubits physiques) s'usent et quelles parties de la route sont cahoteuses.
• Pourquoi c'est important : Cela permet à TuniQ de s'adapter. Si la route devient plus boueuse (le bruit augmente), il peut instantanément changer de stratégie pour un itinéraire plus sûr et plus lent sans avoir besoin d'être retraité.

3. Les « Récompenses façonnées » (Apprendre du voyage)

À l'ancienne, le conducteur ne recevait un retour qu'à la toute fin : « Avez-vous livré le message ? » Si le message était brisé, le conducteur ne savait pas quel virage avait causé le problème.

• L'approche de TuniQ : TuniQ reçoit de petits « points » (récompenses) en cours de route.
  • « Bon travail d'éviter ce nid-de-poule ! » (Récompense intermédiaire).
  • « Beau travail de garder la voiture stable ! » (Une autre récompense intermédiaire).
  • « Vous avez livré le message parfaitement ! » (Récompense finale).
    Cela aide le conducteur à apprendre qu'un virage spécifique au début du voyage était crucial pour le succès de l'ensemble du trajet, même si le résultat n'était pas visible jusqu'à la fin.

4. Le « Masque dynamique » (Le garde-fou)

On ne peut pas simplement laisser un conducteur choisir n'importe quelle route ; certaines routes sont des impasses ou illégales.

• TuniQ utilise un Masquage d'actions dynamique. Imaginez cela comme un garde-fou qui bloque instantanément le conducteur d'essayer de prendre un virage qui casserait la voiture ou violerait les lois de la circulation. Il garantit que peu importe ce que l'IA décide, le résultat final est toujours un chemin valide et praticable.

Les résultats : Plus rapide et plus clair

L'article a testé TuniQ sur de vrais ordinateurs quantiques d'IBM. Voici ce qui s'est produit :

• Meilleure qualité : Les messages sont arrivés beaucoup plus clairs. En moyenne, la « fidélité » (la mesure dans laquelle le message correspondait au plan original) s'est améliorée de 20 %.
• Livraison plus rapide : Le temps nécessaire pour planifier l'itinéraire (temps de compilation) a diminué de 34 %. C'est énorme car de nombreux algorithmes quantiques doivent planifier leur itinéraire des milliers de fois de suite.
• Aucun retraitement nécessaire : Si vous déplacez le conducteur vers une autre ville (un autre ordinateur quantique), TuniQ fonctionne immédiatement sans avoir besoin d'apprendre la nouvelle ville à partir de zéro.
• Passage à l'échelle : À mesure que les messages deviennent plus grands et plus complexes (circuits à l'échelle utilitaire), TuniQ devient encore meilleur par rapport aux anciens livrets de règles fixes.

Résumé

TuniQ est comme passer d'un GPS rigide et universel à un copilote intelligent et adaptatif. Il examine le chargement spécifique, vérifie les conditions de la route en temps réel et apprend de chaque voyage pour choisir le mélange parfait de vitesse et de sécurité. Cela rend l'informatique quantique plus fiable et plus rapide, surtout alors que nous essayons de résoudre des problèmes plus importants à l'avenir.

Résumé technique

Résumé Technique : TuniQ

Énoncé du Problème

Les processeurs quantiques sont de plus en plus intégrés dans les écosystèmes de calcul haute performance (HPC) en tant que coprocesseurs, où les circuits quantiques fonctionnent comme des noyaux dispatchés depuis des nœuds classiques. Cependant, les compilateurs quantiques actuels, tels que le transpileur Qiskit d'IBM, reposent sur une séquence fixe de passes de compilation appliquée uniformément à tous les circuits. Cette approche « unique pour tous » ne prend pas en compte trois variables critiques :

1. Structure du Circuit : Différents algorithmes (par exemple, QPE, VQE, Grover) possèdent des topologies et des compositions de portes distinctes qui bénéficient de stratégies d'optimisation différentes.
2. Backends Matériels : Les dispositifs quantiques varient en termes de topologies de couplage, d'ensembles de portes natives et de profils d'erreurs.
3. Conditions de Bruit : Les données de calibration (taux d'erreur des portes, temps de cohérence $T_1/T_2$) dérivent au fil du temps sur un même dispositif.

Une séquence de passes fixe applique souvent des optimisations inutiles qui augmentent la profondeur du circuit ou le nombre de portes, accumulant ainsi davantage de bruit et réduisant la fidélité de sortie (mesurée par la distance de variation totale, TVD). Inversement, elle peut sauter des passes bénéfiques pour des structures de circuits spécifiques. De plus, une recherche exhaustive parmi les millions de combinaisons de passes possibles est computationnellement intraitable, et une optimisation gloutonne par étape conduit souvent à des résultats globalement sous-optimaux car les décisions précoces contraignent les étapes ultérieures.

Méthodologie : TuniQ

TuniQ est un système basé sur l'Apprentissage par Renforcement (RL) conçu pour sélectionner de manière adaptative les passes de compilation à chaque étape du pipeline de transpilation. Il formule la sélection de passes comme un processus de décision de Markov (MDP) où un agent apprend à maximiser la fidélité du circuit tout en minimisant le temps de compilation.

Composants Principaux

1. Architecture à Double Encodeur :

   • Encodeur Pré-Layout : Encode la structure logique du circuit (interactions spatio-temporelles des portes) avant la mappage matériel.
   • Encodeur Post-Layout : Encode le circuit lié au matériel physique, intégrant les caractéristiques de bruit en temps réel (taux d'erreur, temps de cohérence) issues de la calibration du backend.
   • Cette séparation permet à l'agent d'apprendre des stratégies spécifiques à chaque étape : décisions de layout/routage basées sur la structure logique, et décisions d'optimisation basées sur les profils de bruit physiques.

2. Espace d'État :

   • Comprend un indicateur d'état one-hot (Initialisation, Layout, Routage, Traduction, Optimisation, Nettoyage).
   • Caractéristiques du circuit représentées sous forme de tenseurs (qubits logiques pré-layout, qubits physiques post-layout).
   • Caractéristiques globales incluant les comptes de portes, la profondeur et les ratios de compatibilité topologique.

3. Espace d'Action et Masquage Dynamique :

   • L'agent sélectionne des passes de transpileur spécifiques ou une action « saut » à chaque étape.
   • Le Masquage Dynamique des Actions impose des séquences de compilation valides. Il empêche les transitions invalides (par exemple, sauter le routage avant le layout) et garantit que les contraintes matérielles sont respectées, assurant ainsi que chaque épisode terminé produit un circuit exécutable.

4. Structure de Récompense :

   • Récompenses Façonnées : Pour résoudre le problème d'attribution du crédit sur plusieurs étapes, TuniQ utilise des récompenses intermédiaires basées sur une métrique de Qualité de Transpilation (TQ). Cette métrique estime la probabilité de succès (ESP) en utilisant les taux d'erreur des portes et la profondeur du circuit, s'adaptant au fur et à mesure que le circuit passe de la représentation logique à la représentation physique.
   • Récompense Finale : À la complétion, l'agent reçoit une récompense basée sur le rapport logarithmique de l'ESP atteint par rapport à une référence Qiskit Niveau 3 (Optimisée pour la Fidélité), combinée à des termes auxiliaires pour la réduction du nombre de portes et de la profondeur.

5. Entraînement et Inférence :

   • Entraînement : Utilise PPO Masquable (Proximal Policy Optimization) sur des circuits aléatoires et des profils de bruit de backend perturbés pour assurer la robustesse.
   • Inférence : La politique est figée. Le système effectue un seul passage avant pour sélectionner les passes, ajoutant une surcharge négligeable (<1 % du temps total de compilation). Aucune compilation de référence ni calcul de récompense n'est effectué pendant l'inférence.

Contributions Clés

1. Premier Sélecteur Inter-Étapes Conditionné au Bruit : TuniQ est le premier système à formuler la transpilation comme un problème unifié de sélection de passes inter-étapes conditionné aux profils de bruit en temps réel, optimisant conjointement la fidélité et le temps de compilation.
2. Extensions Novelles du RL : L'article introduit un double encodeur pour une représentation consciente des étapes, des récompenses façonnées pour l'attribution du crédit inter-étapes, et un masquage dynamique des actions pour garantir une compilation valide.
3. Évolutivité et Généralisation : Le système est entraîné sur de petites instances de circuits (5–10 qubits) mais s'étend efficacement aux circuits à l'échelle utilitaire (jusqu'à 65 qubits) sans réentraînement. Il généralise à travers différents backends IBM Quantum (Torino, Fez, Kingston, Pittsburgh) de manière zero-shot.
4. Open Source : Le framework et l'implémentation sont open-sourcés pour faciliter l'adoption par la communauté.

Résultats Expérimentaux

Évalué sur des charges de travail diversifiées (MQTBench, QASMBench) à travers plusieurs processeurs IBM Quantum Cloud :

• Amélioration de la Fidélité : TuniQ améliore la fidélité de sortie (réduit la TVD) d'une moyenne de 20 % par rapport au transpileur Qiskit (Optimisé pour la Fidélité) de l'état de l'art. Pour des benchmarks spécifiques comme QPE, la TVD a été réduite de 0,76 à 0,50, améliorant significativement le succès algorithmique.
• Temps de Compilation : TuniQ réduit le temps de compilation d'une moyenne de 34 %. Ceci est critique pour les algorithmes variationnels (par exemple, VQE, QAOA) qui recompilent des circuits des milliers de fois.
• Mise à l'Échelle : À mesure que la taille du circuit augmente (jusqu'à 65 qubits), l'avantage de TuniQ s'accroît, produisant des circuits avec 40 % de portes en moins et 50 % de profondeur en moins par rapport à la référence.
• Robustesse : Le système maintient son efficacité à travers différents niveaux de bruit (simulés par l'augmentation des taux d'erreur) et différentes générations de matériel (Heron R1–R3), démontrant une résilience face à la dérive de calibration.

Signification et Revendications

L'article revendique que TuniQ adresse une limitation fondamentale dans la compilation quantique actuelle : la dépendance à des séquences de passes statiques et fixes. En passant à une approche adaptative et apprise, TuniQ démontre que la sélection optimale des passes est hautement dépendante du contexte du circuit, du matériel et de l'environnement de bruit.

Les auteurs soulignent que TuniQ n'améliore pas simplement une métrique unique mais offre un meilleur compromis qualité-temps. Contrairement aux méthodes basées sur la recherche (par exemple, les algorithmes évolutionnaires) qui entraînent une surcharge élevée par circuit, TuniQ amortit le coût de la recherche pendant l'entraînement, le rendant adapté aux flux de travail HPC où le débit est essentiel. Le travail suggère que, à mesure que le matériel quantique évolue vers la tolérance aux pannes, la compilation adaptative restera un levier de performance clé, et TuniQ fournit un framework évolutif pour réaliser ce potentiel.