Faster matrix product state preparation by exploiting symmetry-induced block-sparsity

Cet article propose une méthode pour accélérer considérablement la préparation tolérante aux pannes des états de produit matriciel à matrices creuses par blocs sur les ordinateurs quantiques en exploitant les symétries $U(1)$ pour transformer les tenseurs sous forme bloc-diagonale et en optimisant la synthèse unitaire, réalisant ainsi des réductions du coût Toffoli de 10 à 30 fois par rapport aux approches les plus avancées.

L'essentiel

Imaginez que vous essayez de construire un château LEGO massif et complexe. Dans le monde de la physique quantique, ce château représente l'état d'une molécule ou d'un matériau complexe. Pour le simuler sur un ordinateur quantique, les scientifiques utilisent un plan appelé État Produit de Matrice (MPS). Considérez le MPS comme une longue chaîne de briques LEGO, où chaque brique contient des instructions spécifiques sur la façon de se connecter à la suivante.

Le problème est que, pour les grands systèmes, ces plans deviennent incroyablement énormes et désordonnés. Si vous essayez de charger ce plan dans un ordinateur quantique, cela prend une quantité massive de temps et d'énergie (plus précisément, un type de « carburant » numérique appelé portes Toffoli).

Voici comment les auteurs de cet article ont résolu le problème, en utilisant des analogies simples :

1. L'Ordre Caché (Symétrie)

Dans de nombreux systèmes chimiques, il existe des règles strictes de la nature, comme « vous ne pouvez pas créer ou détruire des particules à partir de rien » ou « le spin doit être conservé ». Dans le langage de la physique, on appelle cela des symétries.

Lorsque vous examinez le plan LEGO (le MPS) pour ces systèmes, vous remarquez quelque chose d'intéressant : ce n'est pas un chaos aléatoire. Il possède une structure cachée. La plupart des instructions sont vides ou nulles car les règles de la nature interdisent certaines connexions. Le plan est par blocs et creux.

• Analogie : Imaginez une gigantesque feuille de calcul où 90 % des cellules sont vides car les règles indiquent que ces combinaisons sont impossibles. Les données n'existent que dans des « blocs » spécifiques et isolés de cellules.

2. L'Ancienne Méthode : Transporter le Camion Entier

Auparavant, lorsque les scientifiques voulaient charger ce plan dans un ordinateur quantique, ils le traitaient comme un bloc dense et solide. Même si la plupart des données étaient vides, ils devaient traiter la grille entière, y compris tous les zéros.

• Analogie : C'est comme essayer de déplacer un entrepôt rempli de boîtes, mais où 90 % des boîtes sont de l'air vide. Vous devez toujours conduire le camion, payer le carburant et embaucher les chauffeurs pour déplacer l'espace vide. C'est incroyablement inefficace.

3. La Nouvelle Astuce : Réarranger les Meubles

Les auteurs ont trouvé un moyen ingénieux d'exploiter ces espaces vides. Ils ont réalisé que, puisque les données sont organisées en « blocs » spécifiques, ils pouvaient réarranger les meubles.

Ils ont utilisé des « permutations » mathématiques (échange de lignes et de colonnes) pour mélanger le plan.

• Le Coup de Magie : En mélangeant les lignes et les colonnes, ils ont pu prendre tous ces blocs de données dispersés et isolés et les aligner parfaitement le long de la diagonale de la matrice.
• Analogie : Imaginez une pièce en désordre avec des jouets éparpillés partout. Au lieu de nettoyer toute la pièce, vous réalisez que tous les jouets sont en fait dans des tas spécifiques. Vous poussez simplement les tas ensemble pour former une seule rangée bien rangée. Maintenant, au lieu de nettoyer toute la pièce, vous n'avez plus qu'à nettoyer cette seule rangée bien rangée.

4. Le Résultat : Une Tâche Beaucoup Plus Petite

Une fois les données alignées dans ces « blocs » bien rangés, l'ordinateur quantique n'a plus besoin de traiter toute la gigantesque matrice. Il doit seulement traiter le plus grand bloc unique.

• Le Bénéfice : Les auteurs ont montré qu'en procédant à ce réarrangement, ils pouvaient réduire le « carburant » (coût en portes Toffoli) nécessaire pour préparer l'état d'un facteur de 10 à 30 fois.
• Analogie : Au lieu de conduire un camion de 50 tonnes pour déplacer quelques boîtes, ils ont réalisé qu'ils pouvaient simplement utiliser un petit camion de livraison. Ils ont économisé une quantité massive de carburant.

5. Une Astuce Bonus pour les Nombres Réels

L'article mentionne également que de nombreux systèmes chimiques utilisent des « nombres réels » (mathématiques plus simples) plutôt que des nombres complexes. Les auteurs ont ajusté leur méthode pour en tirer parti, rendant le processus encore plus rapide (d'un facteur d'environ 1,4, ou $\sqrt{2}$) pour ces cas spécifiques.

Résumé

En bref, l'article dit : « Nous avons découvert que les plans pour les simulations de chimie quantique sont remplis d'espaces vides en raison des règles de la nature. Au lieu d'ignorer cela et de tout traiter, nous avons réorganisé les données pour regrouper les parties utiles. Cela nous a permis de réduire considérablement la taille de la tâche, rendant la préparation de ces états sur un ordinateur quantique beaucoup moins coûteuse et plus rapide. »

Les auteurs ont testé cela sur de vrais systèmes moléculaires (comme des enzymes et des clusters fer-soufre) et ont confirmé que leur méthode est nettement plus efficace que les méthodes standards actuelles.

Résumé technique

Résumé technique : Préparation accélérée d'états produits matriciels en exploitant la parcimonie par blocs induite par la symétrie

Énoncé du problème
Les états produits matriciels (MPS) constituent un outil principal pour la simulation de systèmes quantiques en chimie et en physique de la matière condensée, en particulier pour la recherche des états fondamentaux de Hamiltoniens locaux unidimensionnels à gap. La préparation de ces états sur des ordinateurs quantiques est une étape critique pour des algorithmes tels que l'estimation de phase quantique (QPE). Bien que des méthodes de préparation tolérantes aux fautes standard existent (par exemple, l'approche de profondeur linéaire assistée par ancilla), elles traitent souvent les tenseurs MPS comme des matrices denses. Cependant, de nombreux systèmes physiques d'intérêt possèdent des symétries $U(1)$ (conservation du nombre de particules et de la projection du spin), qui induisent une structure parcimonieuse par blocs dans les tenseurs MPS. Les algorithmes classiques tels que le groupe de renormalisation de la matrice de densité (DMRG) exploitent cette parcimonie pour l'efficacité, mais les circuits de préparation quantique standard ne l'exploitent pas pleinement, entraînant des coûts de ressources (spécifiquement des comptes de portes Toffoli) plus élevés que nécessaire.

Méthodologie
Les auteurs proposent une méthode pour réduire le coût de préparation des MPS parcimonieux par blocs en transformant les opérations unitaires sous-jacentes en une forme bloc-diagonale. L'approche s'appuie sur le schéma de préparation assistée par ancilla standard où un MPS est préparé via une séquence d'unitaires $U_i$.

1. Exploitation de la parcimonie par blocs :
   Les tenseurs MPS $M_i$ pour les systèmes possédant des symétries abéliennes globales sont parcimonieux par blocs. Les auteurs démontrent que la matrice $U'_i$ (formée par l'empilement des transposées des blocs de tenseurs) hérite de cette structure, où chaque ligne et chaque colonne de blocs ne contient qu'un seul bloc non nul.

   • Stratégie de permutation : La méthode emploie des matrices de permutation de lignes et de colonnes ($P_r$ et $P_c$) pour réorganiser les blocs non nuls de $U'_i$.
   • Bloc-diagonalisation : En remplissant les entrées non spécifiées (notées $\ast$) de l'extension unitaire $U_i = [U'_i \mid \ast]$ par des blocs rectangulaires complémentaires, la matrice est transformée en un unitaire bloc-diagonal $V$. Cela permet de décomposer la synthèse de $U_i$ en la synthèse de blocs unitaires plus petits et indépendants plutôt qu'en un seul grand unitaire dense.

2. Synthèse unitaire optimisée :
   Les unitaires bloc-diagonaux sont synthétisés à l'aide de rotations de Givens.

   • Optimisation à valeurs réelles : Les auteurs modifient l'approche de synthèse unitaire de Berry et al. [8]. Pour les unitaires à valeurs réelles (courants dans ces systèmes), ils démontrent que le nombre de portes Toffoli requises peut être réduit d'un facteur $\sqrt{2}$. Cela est obtenu en exprimant les couches de Givens uniquement à l'aide de rotations $R_y$ (éliminant les portes $R_z$) et en utilisant un cadre de gradient de phase.
   • Alignement des couches : Pour synthétiser efficacement la matrice bloc-diagonale complète, les auteurs alignent les couches de rotations de Givens des blocs individuels. Ils gèrent les matrices de permutation ($W$ et $Q$) requises pour transformer entre la base originale et la base bloc-diagonale en utilisant la QROAM (mémoire d'accès aléatoire quantique) avec des corrections d'inversion de signe, garantissant que le coût reste gérable.

Contributions clés

• Transformation bloc-diagonale : Une procédure novatrice pour convertir les tenseurs MPS parcimonieux par blocs en unitaires bloc-diagonaux via des permutations de lignes/colonnes et un remplissage stratégique de l'extension unitaire. Cela réduit le coût de synthèse, passant d'une détermination par la dimension totale de liaison à une détermination par la taille du plus grand bloc.
• Accélération de $\sqrt{2}$ pour les unitaires réels : Une modification de l'algorithme de synthèse unitaire de Berry et al. qui réduit le coût en portes Toffoli pour les unitaires à valeurs réelles d'un facteur $\sqrt{2}$ en éliminant les rotations $R_z$ inutiles.
• Étalonnage des ressources : Implémentation de l'algorithme dans le cadre Qualtran et estimation rigoureuse des ressources pour divers systèmes moléculaires, y compris des espaces actifs d'enzymes P450 et de clusters fer-soufre.

Résultats
Les benchmarks numériques sur des systèmes moléculaires fortement corrélés (par exemple, P450, [Fe$_2$S$_2$], [Fe$_4$S$_4$]) avec des dimensions de liaison et des états de spin variables montrent des améliorations significatives :

• Réduction du coût en portes Toffoli : La méthode proposée atteint des facteurs d'amélioration du coût en portes Toffoli allant de 10 à 30 par rapport aux méthodes de préparation denses les plus avancées (avec et sans l'optimisation à valeurs réelles).
• Corrélation avec la parcimonie : L'accélération est la plus prononcée dans les systèmes ayant des dimensions de liaison plus élevées où la densité d'entrées non nulles dans les tenseurs est plus faible. Les auteurs notent que l'accélération atteinte est environ la moitié du maximum théorique (qui serait $\sqrt{2}$ fois l'inverse de la densité du tenseur), suggérant une marge pour une optimisation supplémentaire dans l'étape de blocage.
• Surcoût en qubits : Les circuits de permutation introduisent un coût comparable à une seule couche de la synthèse unitaire, ce qui est gérable par rapport aux économies totales.

Importance et revendications
L'article revendique que l'exploitation de la parcimonie par blocs induite par la symétrie est une étape cruciale pour rendre l'estimation de l'énergie de l'état fondatif de bout en bout plus efficace sur les ordinateurs quantiques tolérants aux fautes.

• Pertinence pour la QPE : Les récentes avancées algorithmiques ont réduit le coût de la partie estimation de phase de la QPE, rétrécissant l'écart avec le coût de la préparation de l'état initial. En réduisant considérablement le coût de préparation des MPS, ce travail permet l'utilisation d'états initiaux de meilleure qualité (avec des dimensions de liaison plus grandes) sans engendrer de surcoûts de ressources prohibitifs.
• Intégration du classique et du quantique : Ce travail sert de pont entre les techniques de simulation classique (qui exploitent déjà la parcimonie par blocs) et la simulation quantique, garantissant que les estimations de ressources quantiques reflètent les symétries physiques des systèmes cibles.
• Voies futures : Les auteurs suggèrent que des améliorations supplémentaires pourraient être apportées en optimisant l'étape de blocage elle-même ou en adaptant le schéma pour des formes $SU(2)$ adaptées au spin. Ils soulignent également la nécessité de comparer cette préparation directe de MPS à d'autres méthodes, telles que la préparation de sommes parcimonieuses de déterminants de Slater ou l'utilisation de techniques adiabatiques/dissipatives.

Les auteurs concluent que leur approche est une partie intégrante de la connexion entre les simulations classiques et quantiques pour la chimie et la physique de la matière condensée, fournissant une voie concrète pour réduire les exigences totales en ressources pour l'avantage quantique dans ces domaines.