⚛️ quantum physics

Cobble: Compiling Block Encodings for Quantum Computational Linear Algebra

यह शोध पत्र कोबल (Cobble) को प्रस्तुत करता है, जो एक उच्च-स्तरीय प्रोग्रामिंग भाषा है जो क्वांटम कम्प्यूटेशनल लीनियर अलजेब्रा के लिए ब्लॉक एनकोडिंग को कुशल, सटीक सर्किट में स्वचालित रूप से संकलित करती है, जिसमें अंतर्निहित लागत विश्लेषण और अनुकूलन शामिल हैं, जिससे विभिन्न बेंचमार्क पर अन-ऑप्टिमाइज्ड बेसलाइन की तुलना में महत्वपूर्ण गति वृद्धि प्राप्त होती है।

मूल लेखक: Charles Yuan

प्रकाशित 2026-05-14

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Charles Yuan

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप लेगो ब्रिक्स (Lego bricks) से एक विशाल, जटिल मशीन बनाने की कोशिश कर रहे हैं। क्लासिकल कंप्यूटरों की दुनिया में, आपके पास एक विशाल गोदाम है जहाँ आप हर एक ईंट को स्टोर कर सकते हैं, उन्हें उठा सकते हैं और उन्हें अपनी इच्छानुसार आपस में जोड़ सकते हैं। लेकिन क्वांटम कंप्यूटरों की दुनिया में, नियम अलग हैं। आपके पास कोई गोदाम नहीं है; आपके पास एक जादुई, अदृश्य बॉक्स है। आप यह देखने के लिए ईंटों को "देख" नहीं सकते कि वे कैसे फिट होती हैं। इसके बजाय, आपको बॉक्स के साथ एक बहुत ही विशिष्ट, नाजुक नृत्य (dance) करना होगा ताकि ईंटों के बीच परस्पर क्रिया (interact) हो सके।

यह पेपर Cobble नामक एक नए टूल का परिचय देता है जो लोगों को इन क्वांटम मशीनों को बनाने में मदद करने के लिए बनाया गया है, विशेष रूप से संख्याओं के बड़े ग्रिड (लीनियर अलजेब्रा) से जुड़ी गणितीय समस्याओं को हल करने के लिए।

यहाँ बताया गया है कि Cobble कैसे काम करता है, सरल उपमाओं (analogies) के माध्यम से:

1. समस्या: "रेसिपी" बनाम "ब्लूप्रिंट"

वर्तमान में, यदि कोई वैज्ञानिक क्वांटम कंप्यूटर को यह बताना चाहता है कि गणित की समस्या कैसे हल करनी है, तो उन्हें हर एक छोटे कदम (हर "गेट" या "ईंट") की सूची वाली एक रेसिपी लिखनी पड़ती है।

उपमा: कल्पना कीजिए कि आप एक केक बनाना चाहते हैं। केवल "आटा और अंडे मिलाएं" लिखने के बजाय, आपको आटे के हर एक अणु (molecule) और अंडे की हर एक कोशिका (cell) के लिए एक मैनुअल लिखना होगा, जिसमें यह समझाया गया हो कि उन्हें ठीक से कैसे हिलाना है। यदि आप एक बड़ा केक (एक जटिल गणितीय समस्या) बनाना चाहते हैं, तो आपकी रेसिपी लाखों पंक्तियों लंबी हो जाएगी। इसमें गलती होने की संभावना अधिक है, और यह देखना बहुत कठिन है कि केक को तेज़ी से कैसे बनाया जाए।

2. समाधान: Cobble एक "स्मार्ट शेफ" है

Cobble एक नई प्रोग्रामिंग भाषा है जो डेवलपर्स को सामान्य गणितीय प्रतीकों (जैसे $A + B$ या $A \times B$ ) का उपयोग करके रेसिपी लिखने की अनुमति देती है।

उपमा: Cobble एक स्मार्ट किचन असिस्टेंट की तरह है। आप इसे बताते हैं, "आटा और अंडे मिलाएं," और यह स्वचालित रूप से उन लाखों सूक्ष्म आणविक चरणों को समझ लेता है जिनकी आवश्यकता इसे सही ढंग से करने के लिए होती है। यह आपके सरल गणित को जटिल क्वांटम नृत्य में अनुवादित कर देता है, बिना आपको विवरणों की चिंता किए।

3. छिपा हुआ खर्च: "रीट्राई" (दोबारा प्रयास) का कारक

क्वांटम कंप्यूटिंग में, एक पेच है। कभी-कभी, जब आप वह नृत्य करते हैं, तो जादुई बॉक्स तुरंत सही उत्तर नहीं देता है। आपको फिर से प्रयास करना पड़ता है।

उपमा: कल्पना कीजिए कि आप "हेड्स" (Heads) पाने के लिए सिक्का उछाल रहे हैं। सामान्य दुनिया में, आप बस एक बार उछालते हैं। इस क्वांटम दुनिया में, सिक्का बहुत टेढ़ा है। कभी-कभी आपको एक सही "हेड्स" पाने के लिए 10 बार, तो कभी 100 बार उछालना पड़ता है। पेपर में इसे "सबनॉर्मलाइजेशन" (subnormalization) लागत कहा गया है।
समस्या: यदि आपकी रेसिपी अव्यवस्थित है, तो आपको सिक्के को 1,000 बार उछालना पड़ सकता है। यदि आप रेसिपी को साफ-सुथरा रखते हैं, तो आपको शायद केवल 10 बार उछालना पड़े। लक्ष्य उन दोबारा प्रयासों (retries) की संख्या को कम करना है।

4. जादुई ट्रिक्स: "सम फ्यूजन" और "पॉलीनोमियल फ्यूजन"

Cobble के पास रेसिपी को साफ करने और उन महंगे दोबारा प्रयासों को कम करने के लिए दो विशेष ट्रिक्स हैं।

सम फ्यूजन (The "Cancel Out" Trick - काटने का तरीका):
- परिदृश्य: कल्पना कीजिए कि आपकी रेसिपी कहती है, "5 सेब जोड़ें, फिर 3 सेब घटाएं, फिर 2 सेब जोड़ें।"
- पुराना तरीका: आप दुकान पर जाते हैं, 5 खरीदते हैं, 3 फेंक देते हैं, और 2 खरीदते हैं। आपने तीन चक्कर लगाए।
- Cobble का तरीका: यह गणित को देखता है, देखता है कि $5 - 3 + 2 = 4$ , और आपको बताता है, "बस 4 सेब खरीद लें।" आप केवल एक चक्कर लगाते हैं।
- पेपर में: यह ट्रिक गणित में अनावश्यक चरणों को रद्द कर देती है, जिसका अर्थ है कि क्वांटम कंप्यूटर को नृत्य को उतनी बार दोहराने की आवश्यकता नहीं होती है।
पॉलीनोमियल फ्यूजन (The "One Big Move" Trick - एक बड़ा कदम):
- परिदृश्य: कल्पना कीजिए कि आपको एक विशिष्ट नृत्य मुद्रा (dance move) करनी है, फिर उसे फिर से करना है, और फिर से करना है, लेकिन थोड़े बदलावों के साथ।
- पुराना तरीका: आप नृत्य की मुद्रा करते हैं, रुकते हैं, फिर शुरू करते हैं, फिर से करते हैं, फिर रुकते हैं, फिर शुरू करते हैं।
- Cobble का तरीका: यह महसूस करता है कि ये सभी चरण एक बड़े पैटर्न का हिस्सा हैं। इन चरणों को तीन अलग-अलग बार करने के बजाय, यह एक अत्यंत कुशल "मेगा-मूव" (mega-move) बनाता है जो एक बार में सब कुछ कर देता है।
- पेपर में: यह क्वांटम सिंगुलर वैल्यू ट्रांसफॉर्मेशन (QSVT) नामक तकनीक का उपयोग करता है। यह चरणों की एक लंबी, बोझिल सूची को एक एकल, सुव्यवस्थित सर्किट में बदल देता है।

5. परिणाम: इसे तेज़ बनाना

लेखकों ने कई वास्तविक दुनिया की गणितीय समस्याओं (जैसे कणों का अनुकरण करना या डेटा का विश्लेषण करना) पर Cobble का परीक्षण किया।

परिणाम: इन "फ्यूजन" ट्रिक्स का उपयोग करके, Cobble ने अन-ऑप्टिमाइज्ड (unoptimized) संस्करणों की तुलना में प्रोग्रामों को 2.6 से 25.4 गुना तेज़ चलाया।
यह क्यों मायने रखता है: क्वांटम दुनिया में, "तेज़" होने का मतलब केवल कुछ सेकंड बचाना नहीं है; इसका मतलब अक्सर एक ऐसी समस्या को हल करने के बीच का अंतर है जिसे हल करने में दस लाख साल लगेंगे और एक ऐसी समस्या के बीच जो कुछ घंटों में हल हो सकती है।

सारांश

सोचिए कि Cobble एक अनुवादक (translator) और एक ऑप्टिमाइज़र (optimizer) है। यह उस उच्च-स्तरीय गणित को लेता है जिसे वैज्ञानिक करना चाहते हैं और इसे क्वांटम कंप्यूटरों की निम्न-स्तरीय (low-level) भाषा में अनुवादित करता है। लेकिन इससे भी महत्वपूर्ण बात यह है कि यह एक स्मार्ट संपादक की तरह कार्य करता है, जो गणित को देखता है और कहता है, "हे, आपको इसे इस तरह करने की आवश्यकता नहीं है। यदि हम इन चरणों को पुनर्व्यवस्थित करते हैं, तो हम बहुत सारा समय और ऊर्जा बचा सकते हैं।"

यह डेवलपर्स को क्वांटम मशीन के मैकेनिक्स (mechanics) में खो जाने के बजाय समस्या के गणित पर ध्यान केंद्रित करने की अनुमति देता है।

तकनीकी सारांश: कोबल (Cobble): क्वांटम कम्प्यूटेशनल लीनियर अल्जेब्रा के लिए ब्लॉक एनकोडिंग को संकलित करना

समस्या विवरण

क्वांटम एल्गोरिदम (जैसे सिमुलेशन, रिग्रेशन और लीनियर सिस्टम को हल करना) शास्त्रीय तरीकों की तुलना में घातीय गति (exponential speedups) का वादा करते हैं। हालाँकि, इन स्पीडअप्स को साकार करने में एक महत्वपूर्ण प्रोग्रामिंग बाधा आती है। जहाँ शास्त्रीय एल्गोरिदम मेमोरी में मैट्रिसेस को स्टोर करते हैं, वहीं क्वांटम एल्गोरिदम को मैट्रिक्स के निहित निरूपणों (implicit representations) को मैनिपुलेट करना होता है जिन्हें ब्लॉक एनकोडिंग (block encodings) कहा जाता है।

डेवलपर्स वर्तमान में दो प्राथमिक चुनौतियों का सामना कर रहे हैं:

एब्स्ट्रैक्शन गैप (Abstraction Gap): मौजूदा क्वांटम प्रोग्रामिंग भाषाओं (जैसे Qiskit, Q#, Silq) में ब्लॉक एनकोडिंग बनाने और हेरफेर करने के लिए एब्स्ट्रैक्शन का अभाव है। डेवलपर्स को मैट्रिक्स एक्सप्रेशन के लिए बिट-लेवल लॉजिक गेट्स को स्पष्ट रूप से निर्दिष्ट करने के लिए मजबूर होना पड़ता है, जिसके परिणामस्वरूप सर्किट में लाखों गेट्स हो सकते हैं।
दक्षता और लागत मॉडल (Efficiency and Cost Model): ब्लॉक एनकोडिंग के बारे में तर्क करना कठिन है क्योंकि इसका कॉस्ट मॉडल अपरंपरागत है। एक प्रोग्राम की लागत केवल लॉजिक गेट्स की संख्या नहीं है, बल्कि इसमें एक सबनॉर्मलाइजेशन (subnormalization) कारक ( $\alpha$ ) भी शामिल है। यह कारक पोस्ट-सिलेक्शन के माध्यम से सही उत्तर प्राप्त करने के लिए आवश्यक सर्किट दोहराव (repetitions) की संख्या को निर्धारित करता है। इसके अलावा, शास्त्रीय लीनियर अल्जेब्रा अनुकूलन, जैसे सब-एक्सप्रेशन पुन: उपयोग (उदाहरण के लिए, $(A+B) \cdot (A+B)$ को $A+B$ को पुनः उपयोग करके कंप्यूट करना), अक्सर क्वांटम सेटिंग में या तो लागू नहीं होते या अलाभकारी होते हैं क्योंकि मध्यवर्ती ब्लॉक एनकोडिंग को सस्ते में कैश और पुनः उपयोग नहीं किया जा सकता है।

कार्यप्रणाली (Methodology)

लेखक कोबल (Cobble) प्रस्तुत करते हैं, जो एक डोमेन-विशिष्ट भाषा और कंपाइलर है जिसे उच्च-स्तरीय गणितीय नोटेशन और कुशल क्वांटम सर्किटों के बीच के अंतर को पाटने के लिए डिज़ाइन किया गया है।

भाषा डिज़ाइन (Language Design)

कोबल डेवलपर्स को लो-लेवल गेट्स के बजाय उच्च-स्तरीय गणितीय ऑपरेटरों (sum, product, tensor product, choice) का उपयोग करके ब्लॉक एनकोडिंग को व्यक्त करने की अनुमति देता है।

मुख्य सिंटैक्स (Core Syntax): भाषा ब्लॉक-एनकोडेड मैट्रिसेस ( $B[A]$ ) पर अंकगणित (adjoints, sums, products, tensor products सहित) का समर्थन करती है।
टाइप सिस्टम (Type System): कोबल भौतिक वास्तविकता की शर्तों (physical realizability conditions) को लागू करता है। उदाहरण के लिए, यह सुनिश्चित करता है कि डायरेक्ट सम (direct sums) का सबनॉर्मलाइजेशन समान हो और क्वांटम सिंगुलर वैल्यू ट्रांसफॉर्मेशन (QSVT) में उपयोग किए जाने वाले पॉलिनॉमियल्स हर्मिटीयन मैट्रिसेस पर लागू हों।
सिमेंटिक्स (Semantics): भाषा दोनों डेनोटेशनल सिमेंटिक्स (एनकोडेड मैट्रिक्स) और कंपाइलेशन सिमेंटिक्स (परिणामी क्वांटम सर्किट) प्रदान करती है। कंपाइलर गारंटी देता है कि वेल-टाइप्ड प्रोग्राम वैध क्वांटम सर्किट में संकलित होते हैं।

लागत मॉडल (Cost Model)

कोबल एक प्रोग्राम की दक्षता का अनुमान लगाने के लिए सैद्धांतिक अनुसंधान से प्राप्त लागत मॉडल को लागू करता है। कुल रनटाइम लागत को इस प्रकार परिभाषित किया गया है:
$\text{Cost} = \text{# Queries} \times \text{Subnormalization}$

क्वेरीज़ (Queries): ब्लैक-बॉक्स ओरैकल्स (जैसे बेसिक गेट्स या एप्लिकेशन-स्पेसिफिक सर्किट) को कॉल करने की संख्या।
सबनॉर्मलाइजेशन ( $\alpha$ ): एक मल्टीप्लायर जो सफलता के लिए आवश्यक सर्किट दोहराव की अपेक्षित संख्या का प्रतिनिधित्व करता है।
विश्लेषण: सिस्टम यह विश्लेषण करता है कि विभिन्न कार्यान्वयन रणनीतियाँ (Linear Combination of Unitaries - LCU, Horner's method, और QSVT) इन लागतों को कैसे प्रभावित करती हैं, जिससे पता चलता है कि सबनॉर्मलाइजेशन अक्सर मुख्य बाधा (bottleneck) होता है।

अनुकूलन (Optimizations)

दक्षता की चुनौती को संबोधित करने के लिए, कोबल एक साउंड, कॉस्ट-नॉन-इंक्रीजिंग और स्ट्रॉन्गली नॉर्मलाइजिंग रीराइट सिस्टम का उपयोग करता है जिसमें दो प्राथमिक अनुकूलन शामिल हैं:

सम फ्यूजन (Sum Fusion): यह अनुकूलन मैट्रिसेस के नेस्टेड लीनियर कॉम्बिनेशन को फ्लैट करता है। एक्सप्रेशन को बीजगणितीय रूप से सरल बनाकर (जैसे, नकारात्मक गुणांकों वाले पदों को जोड़कर), यह क्वेरीज़ की संख्या को कम करता है और सबनॉर्मलाइजेशन कारक को कम करता है, जो अक्सर नेटिव LCU कार्यान्वयन में ट्राइएंगल इनइक्वलिटी (triangle inequality) के कारण बढ़ जाता है।
पॉलिनॉमियल फ्यूजन (Polynomial Fusion): यह अनुकूलन बार-बार होने वाले sums और products को एक कॉम्पैक्ट सिम्बोलिक पॉलिनॉमियल फॉर्म ( $Poly(M, [a_0, \dots, a_d])$ ) में मर्ज करता है। यह क्वांटम सिंगुलर वैल्यू ट्रांसफॉर्मेशन (QSVT) के उपयोग को सक्षम बनाता है, जो LCU या हॉर्नर के तरीकों (जो $L_1$ नॉर्म का उपयोग करते हैं) की तुलना में काफी कम क्वेरीज़ और कम सबनॉर्मलाइजेशन (उपयोग करके $L_\infty$ नॉर्म) के साथ मैट्रिक्स पॉलिनॉमियल्स को लागू कर सकता है।

अतिरिक्त रीराइट्स में कॉमन सब-एक्सप्रेशंस को फैक्टराइज़ करना (जहाँ लागू हो, जैसे डिस्ट्रिब्यूटिविटी) और एडजॉइंट्स को सरल बनाना शामिल है।

प्रमुख योगदान (Key Contributions)

कोबल भाषा: ब्लॉक-एनकोडेड मैट्रिसेस के लिए एक क्वांटम प्रोग्रामिंग भाषा जो उच्च-स्तरीय गणितीय नोटेशन को वैध क्वांटम सर्किट में संकलित करती है और एक साउंड टाइप सिस्टम रखती है।
लागत मॉडल: क्वांटम लीनियर अल्जेब्रा में समय और स्थान के उपयोग (क्वेरीज़ और सबनॉर्मलाइजेशन) की गणना करने के लिए एक औपचारिक विश्लेषण ढांचा, जो यह उजागर करता है कि शास्त्रीय अनुकूलन कहाँ विफल होते हैं।
अनुकूलन प्रणाली: एक रीराइट सिस्टम जो सम और पॉलिनॉमियल फ्यूजन को लागू करता है, जो एक्सप्रेशन को पुनर्गठित करके QSVT का लाभ उठाकर रनटाइम लागत को कम करता है।
अनुभवजन्य मूल्यांकन (Empirical Evaluation): सिमुलेशन, रिग्रेशन और अन्य अनुप्रयोगों को कवर करने वाला एक बेंचमार्क सूट, जो अनऑप्टिमाइज्ड बेसलाइन्स की तुलना में महत्वपूर्ण स्पीडअप प्रदर्शित करता है।

परिणाम (Results)

लेखकों ने सिमुलेशन, रिग्रेशन, सर्च और इमेज प्रोसेसिंग के बेंचमार्क्स पर कोबल का मूल्यांकन किया।

स्पीडअप: अनुकूलनों ने अनऑप्टिमाइज्ड बेसलाइन्स की तुलना में कुल रनटाइम लागत (queries $\times$ $\times$ subnormalization) को 2.6 $\times$ से 25.4 $\times$ तक कम कर दिया।
- उदाहरण: एक रिग्रेशन बेंचमार्क में 24 $\times$ का स्पीडअप देखा गया (लागत को 192 से घटाकर 8 कर दिया)।
- उदाहरण: एक मैट्रिक्स इन्वर्जन एल्गोरिदम में पॉलिनॉमियल फ्यूजन के माध्यम से QSVT का उपयोग करने पर लागत $2.5 \times 10^6$ से घटकर $69.8$ हो गई।
सर्किट ऑप्टिमाइज़र के साथ तुलना: मौजूदा सर्किट ऑप्टिमाइज़र (जैसे Quartz, Qiskit, Pytket) के साथ तुलना करने पर, कोबल के उच्च-स्तरीय स्ट्रक्चरल अनुकूलन ने नॉन-क्लिफर्ड गेट काउंट में बराबर या बेहतर कमी हासिल की। महत्वपूर्ण रूप से, कोबल ने क्वबिट उपयोग को औसतन 51.6% कम किया (विशिष्ट बेंचमार्क्स के लिए 90.9% तक), जबकि मौजूदा ऑप्टिमाइज़र आमतौर पर इन प्रोग्रामों के लिए क्वबिट काउंट को कम करने में विफल रहे।
स्केलेबिलिटी (Scalability): कोबल कंपाइलर उन प्रोग्रामों को प्रोसेस कर सकता है जिनके अनऑप्टिमाइज्ड सर्किट में लाखों गेट्स हो सकते हैं, और यह काम कुछ ही सेकंड में पूरा कर लेता है, जिसमें प्राथमिक समय लागत QSP फेज एंगल्स के लिए बाहरी न्यूमेरिकल सॉल्वर की होती है।

महत्व और प्रभाव (Significance and Impact)

पेपर का दावा है कि कोबल डेवलपर्स को लो-लेवल क्वबिट-लेवल सर्किट के बजाय उच्च-स्तरीय नोटेशन का उपयोग करके क्वांटम लीनियर अल्जेब्रा के मुख्य घटकों को व्यक्त करने में सक्षम बनाता है, जबकि साउंडली रनटाइम लागत को कम करता है। यह कार्य सुझाव देता है कि:

हार्डवेयर आवश्यकताएँ: ये अनुकूलन हार्डवेयर आवश्यकताओं (क्वबिट्स और गेट्स) के अधिक सटीक अनुमान लगाने की अनुमति देते हैं।
कंपाइलर विकास: यह क्वांटम लीनियर अल्जेब्रा डोमेन के लिए अधिक उपयोगी और मजबूत कंपाइलर और बेंचमार्क के लिए मार्ग प्रशस्त करता है।
निकट-अवधि का लाभ (Near-Term Advantage): ओवरहेड को कम करके, यह दृष्टिकोण क्वांटम एडवांटेज के अधिक निकट-अवधि प्रदर्शनों (near-term demonstrations) का समर्थन करता है।
पैराडाइम शिफ्ट: यह कार्य क्वांटम दुनिया में प्रोग्राम ऑप्टिमाइज़ेशन के बारे में धारणाओं को चुनौती देता है, विशेष रूप से यह नोट करते हुए कि शास्त्रीय तकनीकें जैसे कि अनरिस्ट्रिक्टेड सब-एक्सप्रेशन रियूज़ अक्सर अमान्य होते हैं, जिसके लिए सम और पॉलिनॉमियल फ्यूजन जैसे नए स्ट्रक्चरल रीराइट्स की आवश्यकता होती है।

लेखक कोबल को सभी मैट्रिक्स संरचनाओं के लिए पूर्ण समाधान के रूप में नहीं, बल्कि एक डोमेन-विशिष्ट भाषा की दिशा में एक मौलिक कदम के रूप में देखते हैं जो जटिल मैट्रिक्स संरचनाओं (जैसे बैंडेड, टोप्लिट्ज़) को संभाल सके और भविष्य के इटरेशन में कम्यूटेटिविटी और एरर के बारे में तर्क (reasoning) को स्वचालित कर सके।