Résumé Technique : COSMA – Optimisation de noyaux de simulation fermionique sensible à la communication pour les architectures quantiques modulaires

1. Énoncé du Problème

La simulation quantique est une application primaire de l'informatique quantique, particulièrement en chimie numérique et en science des matériaux. Cependant, l'obtention d'un avantage quantique pratique pour des problèmes chimiquement pertinents (par exemple, la simulation du site actif de FeMoco) nécessite des millions de qubits physiques lorsque l'on tient compte de la correction d'erreurs quantiques. Les architectures monolithiques font face à des obstacles importants pour passer à cette échelle en raison de la complexité du contrôle, de la diaphonie (cross-talk) et de la gestion thermique. Par conséquent, des architectures quantiques modulaires (multi-cœurs), composées d'unités de traitement quantique (QPU) interconnectées, ont été proposées.

Dans les systèmes modulaires, la communication quantique inter-cœurs (via la téléportation ou l'intrication distribuée) devient le goulot d'étranglement de performance dominant. Les opérations telles que le transfert d'état sont coûteuses, introduisent du bruit et peuvent dominer le temps d'exécution si elles ne sont pas minimisées. Les cadres de compilation existants optimisent généralement la mise en correspondance fermion-vers-qubit, l'ordonnancement de Pauli et l'allocation de qubits de manière isolée ou pour des topologies à cœur unique, échouant ainsi à traiter l'overhead de communication spécifique inhérent aux architectures modulaires.

Le problème central abordé est l'optimisation conjointe de trois étapes étroitement couplées afin de minimiser les transferts d'état inter-cœurs pour les noyaux de simulation fermionique :

1. Mise en correspondance Fermion-vers-Qubit (F2Q) : Encodage des opérateurs fermioniques en opérateurs de qubits.
2. Ordonnancement de Pauli : Ordonnancement des termes de Pauli dans le circuit de l'évolution temporelle de Trotter.
3. Allocation et Routage de Qubits : Assignation des qubits logiques aux cœurs physiques et synthèse d'arbres de parité pour les gadgets de Pauli.

2. Méthodologie : Le Cadre COSMA

Les auteurs proposent COSMA, un cadre de compilation sensible à la communication qui réalise un co-design cross-layer. Le cadre traite le flux de compilation comme un problème d'optimisation unifié plutôt que comme une séquence d'étapes indépendantes.

A. Formulation du Problème

L'entrée consiste en un Hamiltonien fermionique sous forme de Majorana et un graphe matériel multi-cœurs avec des capacités de cœur et des distances inter-cœurs spécifiques. L'optimisation cherche à minimiser le coût total de transfert inter-cœurs, défini comme la somme des distances parcourues par les qubits logiques entre des tranches de circuit consécutives. La fonction de coût dépend de quatre variables couplées :

• Mise en correspondance ($M$) : Une mise en correspondance par arbre ternaire préservant le produit (PPTT) qui détermine le support (qubits impliqués) de chaque chaîne de Pauli.
• Ordonnancement ($\pi$) : La permutation des termes de Pauli dans la séquence de Trotter.
• Arbres de Parité ($\{T_t\}$) : Arbres d'étalement définissant la structure CNOT pour chaque gadget de Pauli.
• Allocation ($\{\ell_l\}$) : L'assignation des qubits logiques à des cœurs pour chaque tranche de circuit.

B. Composantes Algorithmiques Clés

1. Optimisation de la Mise en Correspondance Fermion-vers-Qubit

COSMA utilise un algorithme génétique (GA) pour optimiser la mise en correspondance F2Q.

• Encodage du Génome : Une mise en correspondance candidate est encodée sous la forme d'un génome à deux composants : un chromosome de forme d'arbre (séquence de degrés de préordre d'un arbre ternaire) et un chromosome d'assignation de mode (permutation des modes fermioniques vers les nœuds de l'arbre).
• Évolution : Le GA utilise une sélection par tournoi, un croisement par échange de sous-arbres et une mutation par remplacement de sous-arbre.
• Fitness : La fonction de fitness est le coût total de transfert inter-cœurs résultant de l'exécution des étapes de programmation et d'allocation en aval avec cette mise en correspondance spécifique fixée. Cela permet d'optimiser la mise en correspondance spécifiquement pour les contraintes de communication de l'architecture modulaire.

2. Ordonnancement de Pauli

Une fois une mise en correspondance fixée, les termes de Pauli sont ordonnés pour minimiser les changements de support entre les gadgets consécutifs. COSMA évalue trois stratégies :

• Ordonnancement par Magnitude : Tri par magnitude de coefficient (standard pour la réduction d'erreur).
• Ordonnancement Lexicographique : Tri alphabétique pour maximiser l'annulation de portes.
• Ordonnancement de type Gray : Tri basé sur une transformation de code de Gray des masques de support. Cela vise à placer les termes ayant des supports similaires de manière adjacente dans l'ordonnancement, minimisant la distance de Hamming entre les supports consécutifs et réduisant ainsi le mouvement des qubits.

3. Synthèse d'Arbre de Parité et Allocation Multi-cœurs

Cette étape synthétise l'arbre de parité CNOT pour chaque gadget de Pauli tout en déterminant simultanément le placement des qubits. Elle utilise une heuristique de lookahead (anticipation) :

• Score de Mauvais Placement : Calcule un score pour chaque qubit basé sur sa distance par rapport à ses futurs partenaires d'interaction dans une fenêtre de lookahead.
• Construction de la Forêt de Parité : Regroupe les qubits de support par leurs assignations de cœurs actuelles, formant des chaînes CNOT locales au sein des cœurs.
• Sélection du Cœur de Rencontre : Identifie un "cœur de rencontre" qui minimise la distance pondérée par rapport à tous les qubits de support, agissant comme un attracteur spatial.
• Fusion Avant et Arrière : Fusionne de manière itérative les sous-arbres disjoints provenant de différents cœurs en un seul arbre de parité. L'algorithme décide de déplacer un qubit représentatif ou de l'échanger avec un qubit résident en fonction des distances d'interaction futures et des contraintes de capacité des cœurs. Ce processus génère la séquence de tranches de circuit et les transferts inter-cœurs requis.

3. Contributions Clés

1. Première Étude de Co-Design : À la connaissance des auteurs, il s'agit du premier travail optimisant conjointement la mise en correspondance F2Q, l'ordonnancement de Pauli et l'allocation de qubits spécifiquement pour les noyaux de simulation quantique sur des architectures modulaires.
2. Algorithme Génétique pour la Mise en Correspondance : Une approche novatrice par GA pour optimiser les mises en correspondance par arbres ternaires par rapport au coût de communication inter-cœurs, allant au-delà des encodages fixes comme Jordan-Wigner ou Bravyi-Kitaev.
3. Synthèse et Allocation Heuristiques : Une heuristique rapide pour la synthèse d'arbre de parité et l'allocation de qubits adaptée aux séquences de gadgets de Pauli, utilisant des fenêtres de lookahead pour minimiser la pression de communication future.
4. Cadre Open-Source : Un cadre open-source, accéléré par GPU (COSMA), pour évaluer ces stratégies, disponible via le dépôt fourni.

4. Résultats Expérimentaux

Le cadre a été évalué sur 14 charges de travail moléculaires (allant de 14 à 90 modes fermioniques) utilisant une architecture multi-cœurs en grille 2D.

• Performance vs Baselines : Comparé aux baselines de pointe (mises en correspondance fixes comme JW, BK, PE, JKMN combinées avec l'assignation hongroise et l'ordonnancement standard), COSMA a obtenu :
  • Une réduction médiane de 1,7× (réduction de 59,7 %) du coût de communication en utilisant l'ordonnancement de type Gray.
  • Une réduction médiane de 1,4× (réduction de 42,8 %) en utilisant l'ordonnancement par magnitude.
  • Jusqu'à 2,5× de réduction du coût de communication pour des charges de travail spécifiques.
• Études d'Ablation :
  • Impact de la Mise en Correspondance : L'optimisation de la mise en correspondance seule (avec ordonnancement/allocation fixes) a produit une amélioration médiane de 11,4 % par rapport à la meilleure mise en correspondance fixe, bien que les gains diminuent pour les systèmes plus larges en raison du budget de recherche fixe du GA.
  • Impact de l'Ordonnancement : L'ordonnancement de type Gray a nettement surperformé l'ordonnancement par magnitude (réduction médiane de 46,0 %) et l'ordonnancement lexicographique (réduction médiane de 10,5 %), confirmant que le lissage des transitions de support est critique pour les systèmes modulaires.
• Temps d'Exécution : Le cadre est implémenté en C++ avec accélération CUDA. L'étape de synthèse et d'allocation est le goulot d'étranglement et passe approximativement au quartique avec le nombre de modes (piloté par le nombre de termes de Pauli). Le multi-threading et CUDA ont fourni des accélérations de 5,0× et 9,4× respectivement par rapport à l'exécution mono-threadée.

5. Signification et Revendications

L'article soutient que le co-design cross-layer est essentiel pour une simulation quantique efficace et scalable sur du matériel multi-cœurs. Les résultats démontrent qu'optimiser la mise en correspondance, l'ordonnancement et l'allocation de manière isolée est sous-optimal car ces étapes sont étroitement liées ; un choix sous-optimal dans une étape contraint les autres.

Les auteurs affirment qu'en ciblant explicitement la communication inter-cœurs via un cadre unifié, COSMA réduit considérablement l'overhead de communication qui dominerait autrement le temps d'exécution dans les ordinateurs quantiques modulaires. Cette approche offre une voie pour porter les simulations quantiques vers des problèmes chimiquement pertinents en atténuant le principal goulot d'étranglement des architectures modulaires.

6. Limites et Travaux Futurs

Les auteurs reconnaissent plusieurs limites :

• Modèle de Coût : Le modèle de coût de transfert est basé sur la distance du chemin le plus court et ne tient pas compte des capacités de liaison, de la congestion ou des asymétries de latence.
• Erreur de Trotter : Le cadre n'optimise pas explicitement l'erreur de Trotter introduite par le réordonnancement de termes non commutants, se concentrant uniquement sur la communication.
• Famille de Mise en Correspondance : L'approche actuelle est restreinte aux mises en correspondance PPTT (N modes vers N qubits). Les mises en correspondance avec des ratios d'échelle différents (par exemple, basées sur les codes LDPC) n'ont pas encore été explorées.
• Chevauchement de Pipeline : L'objectif minimise le nombre de transferts sans considérer le potentiel de chevauchement de la communication avec le calcul local.

Les travaux futurs incluent l'affinement du modèle de coût matériel, l'incorporation des compromis d'erreur de Trotter, l'exploration d'opérateurs évolutifs plus expressifs et l'extension du cadre à d'autres topologies modulaires et algorithmes variationnels.