Evaluating the Effect of the Order of Optimization Passes in Quantum Circuit Optimization

Les ordinateurs quantiques promettent de résoudre des problèmes qui prendraient des milliers d'années à des machines classiques pour les déchiffrer, de la conception de nouveaux médicaments à la modélisation de systèmes climatiques complexes. Cependant, ces machines sont incroyablement fragiles. Le moindre dérangement de l'environnement peut provoquer des erreurs, un phénomène connu sous le nom de bruit. Pour lutter contre cela, les scientifiques doivent traduire les programmes informatiques de haut niveau en instructions que le matériel quantique spécifique peut réellement comprendre. Ce processus de traduction, appelé compilation, ajoute souvent des étapes supplémentaires et rend le circuit — le chemin que parcourt l'information — plus long et plus complexe. Un circuit plus long signifie plus de temps pour que les erreurs s'immiscent, donc l'objectif est de rendre ces circuits aussi courts et simples que possible avant leur exécution. C'est ici qu'intervient l'optimisation : un ensemble de règles conçues pour éliminer les étapes inutiles et nettoyer le circuit.

Pendant des années, les ingénieurs ont su que l'application de ces règles de nettoyage aidait, mais ils ont largement supposé que l'ordre dans lequel elles sont appliquées n'avait pas beaucoup d'importance. On pensait que tant que les règles étaient appliquées, le résultat serait sensiblement le même. Une nouvelle étude remet en question cette hypothèse, révélant que la séquence de ces règles est en réalité cruciale. Tout comme un chef peut obtenir un résultat différent en coupant les légumes avant de les faire revenir plutôt qu'en les faisant revenir d'abord, les chercheurs ont découvert que l'ordre des étapes d'optimisation dans les circuits quantiques peut radicalement changer la qualité finale du programme.

Les chercheurs, travaillant avec le célèbre logiciel Qiskit utilisé pour programmer les ordinateurs quantiques, ont entrepris de tester cette idée de manière systématique. Ils ont sélectionné seize techniques d'optimisation différentes, chacune conçue pour corriger un type spécifique d'inefficacité. Certaines techniques fusionnent de petites étapes en une seule, d'autres annulent des paires d'opérations qui s'inversent mutuellement, et certaines réorganisent l'ordre des étapes pour les rendre plus efficaces. L'équipe ne s'est pas contentée de regarder l'efficacité de chaque technique prise isolément ; elle a testé chaque paire possible de ces seize techniques. Ils ont fait passer les mêmes circuits quantiques par le compilateur, en appliquant d'abord la technique A puis la B, puis en appliant la B puis la A. Ils ont répété cela pour les cent vingt paires possibles, mesurant la longueur du circuit et le nombre total d'étapes dans chaque résultat.

Les résultats étaient clairs et surprenants. Dans douze des cent vingt paires, l'ordre a fait une différence significative. Dans certains cas, une séquence produisait un circuit presque deux fois plus petit que l'autre. L'étude a montré que certaines techniques créent une meilleure base pour que d'autres puissent fonctionner. Par exemple, supprimer les étapes inutiles tôt dans le processus peut révéler de nouveaux schémas qu'une technique ultérieure peut ensuite simplifier, mais si la technique ultérieure est exécutée en premier, elle pourrait passer à côté de ces schéments. Les chercheurs ont constaté que le meilleur ordre dépendait fortement du type de matériel quantique ciblé, car différentes machines parlent différents « langages » d'opérations de base. Par exemple, une séquence qui fonctionnait le mieux pour un type de machine pouvait s'avérer inefficace pour une autre.

L'équipe a également cherché à savoir si un mauvais choix d'ordre pouvait être corrigé plus tard. Ils se sont demandé si l'exécution d'une technique une seconde fois pouvait réparer une séquence sous-optimale. Dans sept des douze cas où l'ordre importait, l'application d'une seconde fois de la première technique a effectivement amélioré le résultat, le rendant parfois même meilleur que la séquence initialement la plus performante. Cependant, ce n'était pas une solution universelle ; dans d'autres cas, répéter les étapes ajoutait un travail inutile sans améliorer le résultat. Cela suggère que, bien qu'un second passage puisse parfois sauver un mauvais départ, il est bien préférable de respecter l'ordre dès la première fois pour éviter de gaspiller du temps et des ressources.

Lorsque les chercheurs ont étendu leurs tests à des séquences de trois, quatre ou cinq techniques, ils ont constaté que les interactions devenaient encore plus complexes. Le meilleur ordre pour une paire de techniques ne se maintenait pas toujours lorsqu'une troisième technique était ajoutée. Parfois, une technique qui devait être placée au début d'un processus en deux étapes devait être déplacée au milieu lorsqu'une troisième étape était introduite. Cela indique que la relation entre ces règles n'est pas une simple chaîne de cause à effet, mais un réseau d'interactions où la présence d'une règle modifie le comportement des autres.

Sur la base de leurs conclusions, les auteurs ont proposé un nouvel ordre recommandé pour appliquer ces règles d'optimisation. Leur séquence suggérée commence par la suppression des portes qui n'ont presque aucun effet, puis réorganise les étapes restantes pour permettre plus de simplification, suivie de la reconnaissance de formes (pattern matching) et de l'annulation des opérations opposées. Cet ordre recommandé diffère des paramètres par défaut actuellement utilisés dans les compilateurs quantiques standards. Lorsqu'ils ont testé ce nouvel ordre par rapport à l'ordre standard, ils ont constaté que dans un environnement contrôlé ne comprenant que des étapes d'optimisation, la différence était minime. Cependant, lorsque le processus complet de compilation était inclus, le nouvel ordre performait légèrement mieux dans de nombreux cas, particulièrement pour réduire le nombre total d'étapes.

L'étude conclut qu'il n'existe pas d'ordre « parfait » unique qui fonctionne pour toutes les situations. La meilleure séquence dépend du circuit spécifique exécuté, de la taille de ce circuit et, surtout, de l'ensemble de portes natives du matériel cible. Les chercheurs soulignent que, bien que leur travail fournisse une base solide et un meilleur point de départ par défaut, le chemin optimal pour tout programme quantique donné est probablement unique. Leur travail déplace l'attention de la simple application d'une liste fixe de règles vers la compréhension des relations dynamiques entre elles, garantissant que les programmes quantiques soient aussi efficaces et résistants aux erreurs que possible avant même de toucher au matériel.