तकनीकी सारांश: क्वांटम सर्किट प्री-सिंथेसिस (Q-PreSyn)

समस्या विवरण

फॉल्ट-टोलरेंट क्वांटम कंप्यूटिंग (FTQC) एक असतत सेट (typically Clifford+T) से गेट्स के अनुक्रमों में यूनिटरी ऑपरेशंस को विघटित करने पर निर्भर करती है। इस शासन में, T-count (T गेट्स की संख्या) प्रमुख लागत मीट्रिक है, क्योंकि T गेट्स के लिए महंगे मैजिक स्टेट इंजेक्शन या सिंथेसिस प्रक्रियाओं की आवश्यकता होती है।

जबकि ग्लोबल सिंथेसिस (एक संपूर्ण $n$-qubit यूनिटरी को सीधे विघटित करना) बड़े सिस्टमों के लिए घातांकीय स्केलिंग के कारण कम्प्यूटेशनल रूप से अव्यवहार्य है, व्यावहारिक कंपाइलर लोकल सिंथेसिस पर निर्भर करते हैं। यह दृष्टिकोण सर्किट को छोटे सब-सर्किट्स (जैसे, 1 या 2 क्विबिट पर कार्य करने वाले) में विभाजित करता है, उन्हें स्वतंत्र रूप से सिंथेसाइज करता है, और फिर उन्हें पुनर्संयोजित करता है। हालांकि, एक महत्वपूर्ण सीमा मौजूद है: अंतिम अपघटन (decomposition) की गुणवत्ता सिंथेसिस से पहले सर्किट प्रतिनिधित्व (अर्थात, स्थानीय गेट्स में यूनिटरी का कैसे गुणनखंड किया जाता है) के प्रति अत्यधिक संवेदनशील होती है।

समतुल्य सर्किट प्रतिनिधित्व बहुत भिन्न T-counts दे सकते हैं। उदाहरण के लिए, दो क्रमिक सिंगल-क्विबिट रोटेशन $R_z(\alpha_1)$ और $R_z(\alpha_2)$ को स्वतंत्र रूप से सिंथेसाइज करने में अक्सर उनके संयुक्त रोटेशन $R_z(\alpha_1 + \alpha_2)$ को सीधे सिंथेसाइज करने की तुलना में दोगुना T-count प्राप्त होता है। वर्तमान कंपाइलर अक्सर इन इष्टतम निरूपणों को पहचानने में विफल रहते हैं, जिससे उप-इष्टतम (suboptimal) T-counts प्राप्त होते हैं। संबोधित किया गया केंद्रीय प्रश्न यह है: एक क्वांटम सर्किट और एक लोकल सिंथेसिस एल्गोरिदम देखते हुए, क्या हम एक ऐसा सर्किट प्रतिनिधित्व निर्धारित कर सकते हैं जो अधिक कुशल सिंथेसिस को सक्षम करे?

कार्यप्रणाली: Q-PreSyn

लेखक Q-PreSyn प्रस्तावित करते हैं, जो एक प्री-सिंथेसिस फ्रेमवर्क है जो वास्तविक सिंथेसिस चरण से पहले सर्किट प्रतिनिधित्व को अनुकूलित करता है। यह विधि इष्टतम प्रतिनिधित्व की खोज को एक प्लानिंग समस्या के रूप में मानती है जिसे रिइन्फोर्समेंट लर्निंग (RL) के माध्यम से हल किया जाता है।

1. एक्शन स्पेस: यूनिटरी-प्रिजर्विंग मर्ज (Unitary-Preserving Merges)

यह फ्रेमवर्क उन "मर्ज" ऑपरेशन्स को लागू करके कार्य करता है जो सर्किट द्वारा कार्यान्वित ग्लोबल यूनिटरी को सुरक्षित रखते हैं लेकिन इसकी स्थानीय संरचना को बदलते हैं।

• सिंगल क्विबिट मर्ज: एक ही क्विबिट $i$ पर विशेष रूप से कार्य करने वाले क्रमिक यूनिटरीज को उनके उत्पाद $W = U_{n_k} \dots U_{n_1}$ द्वारा बदल दिया जाता है।
• टू क्विबिट मर्ज: एक जोड़ी क्विबिट्स $(i, j)$ पर विशेष रूप से कार्य करने वाले क्रमिक यूनिटरीज को उनके उत्पाद द्वारा बदल दिया जाता है।
• बाधाएं (Constraints): लेखक मर्ज को 1 या 2 क्विबिट तक ही सीमित रखते हैं। जबकि $K$-क्विबिट मर्ज सैद्धांतिक रूप से संभव हैं, खोज स्थान (search space) कॉम्बिनेटोरियल रूप से ($\binom{n}{k}$) बढ़ता है, और बड़े सब-सर्किट्स को सिंथेसाइज करना घातांकीय रूप से कठिन होता है।

2. प्लानिंग के रूप में अनुक्रमिक निर्णय समस्या (Sequential Decision Problem)

मर्ज के अनुक्रम को एक प्लान $\pi = (a_1, a_2, \dots, a_m)$ के रूप में परिभाषित किया जाता है। ऑपरेशन्स का क्रम महत्वपूर्ण है; मर्ज को अलग-अलग अनुक्रमों में लागू करने से बहुत भिन्न अंतिम प्रतिनिधित्व प्राप्त हो सकते हैं (उदाहरण के लिए, उन गेट्स को मर्ज करना जो एक-दूसरे को रद्द करते हैं बनाम उन गेट्स को मर्ज करना जो जटिल एंटैंगलमेंट बनाते हैं)।
उद्देश्य एक प्लान $\pi^*$ खोजना है जो लागत फलन $L$ को कम करे, जहाँ $L$ एक ब्लैक-बॉक्स लोकल एल्गोरिदम $A$ द्वारा सर्किट के सिंथेसिस के बाद का T-count है:
$$\pi^* = \arg \min_{\pi \in \Pi} L(C_\pi(A))$$

3. खोज रणनीतियाँ (Search Strategies)

प्लान के बड़े कॉम्बिनेटोरियल स्पेस में नेविगेट करने के लिए, लेखक दो रणनीतियों का मूल्यांकन करते हैं:

• ग्रीडी सर्च (Greedy Search): तात्कालिक सबसे बड़े T-count रिडक्शन देने वाले मर्ज एक्शन को पुनरावृत्ति से चुनता है। यह एक बेसलाइन के रूप में कार्य करता है लेकिन शॉर्ट-साइटेडनेस के कारण ग्लोबल ऑप्टिमा को मिस कर सकता है।
• रिइन्फोर्समेंट लर्निंग (RL): प्लान निर्माण को एक अनुक्रमिक निर्णय प्रक्रिया के रूप में मॉडल किया गया है।
  • एजेंट: PPO (Proximal Policy Optimization) का उपयोग करके कार्यान्वित।
  • स्टेट (State): एक थ्री-चैनल टेंसर ($n \times n \times 3$) जो T-गेट काउंट्स, संभावित मर्ज करने योग्य गेट्स, और मर्ज हिस्ट्री को दर्शाने वाला एक बाइनरी मैट्रिक्स एनकोड करता है।
  • रिवॉर्ड (Reward): सिंथेसिस के बाद T-count में तत्काल कमी।
  • रिफाइनमेंट: RL स्टोकेस्टिसिटी को कम करने के लिए, RL एजेंट द्वारा उत्पन्न प्लान को ग्रीडी कंप्लीशन स्ट्रैटेजी (RL प्लान के प्रत्येक प्रीफिक्स के लिए ग्रीडी एक्सटेंशन का मूल्यांकन करना) का उपयोग करके और अधिक परिष्कृत किया जाता है।

4. कार्यान्वयन विवरण

• मेमोइज़ेशन (Memoization): कम्प्यूटेशनल ओवरहेड को कम करने के लिए, सिस्टम खोज के दौरान मिले यूनिटरी ब्लॉक्स के सिंथेसाइज्ड डिकंपोजिशन को कैश करता है।
• सिंथेसिस एल्गोरिदम: यह फ्रेमवर्क सिंथेसिस-अज्ञेय (synthesis-agnostic) है। प्रयोगों में KAK, BQSKit जैसे डिकंपोजिशन टूल्स और Solovay-Kitaev, Gridsynth जैसे सिंथेसिस एल्गोरिदम के संयोजन का उपयोग किया गया है।

मुख्य योगदान

1. Q-PreSyn फ्रेमवर्क: क्वांटम सर्किट के प्रतिनिधित्व-स्तर के अनुकूलन के लिए एक नवीन दृष्टिकोण, जो स्वयं सिंथेसिस एल्गोरिदम से भिन्न है। यह डाउनस्ट्रीम सिंथेसिस दक्षता में सुधार के लिए यूनिटरी-प्रिजर्विंग मर्ज के माध्यम से सर्किट संरचना को संशोधित करता है।
2. प्लान ऑप्टिमाइज़ेशन का औपचारिकीकरण: फायदेमंद मर्ज अनुक्रमों की पहचान करने की समस्या को एक प्लान ऑप्टिमाइज़ेशन कार्य के रूप में औपचारिक रूप दिया गया है। लेखक प्रदर्शित करते हैं कि RL प्रभावी रूप से इस स्थान का पता लगा सकता है, जो उन दीर्घकालिक निर्भरताओं को उजागर करता है जिन्हें ग्रीडी रणनीतियाँ मिस कर देती हैं।
3. यूनिवर्सल प्रीप्रोसेसिंग: यह विधि किसी भी लोकल सिंथेसिस पाइपलाइन (जैसे, Gridsynth, Solovay-Kitaev, matchgate synthesis) के साथ संगत एक यूनिवर्सल प्रीप्रोसेसिंग स्टेज के रूप में डिज़ाइन की गई है।
4. ओपन सोर्स: लेखक प्रयोगों और विधि को दोहराने के लिए आवश्यक सभी कोड प्रदान करते हैं।

प्रयोगात्मक परिणाम

लेखकों ने रैंडम सर्किट्स, लीनियर कनेक्टिविटी सर्किट्स, क्वांटम इसिंग मॉडल के रियल-टाइम डायनेमिक्स और मैचगेट सर्किट्स सहित विभिन्न कार्यों पर Q-PreSyn का मूल्यांकन किया।

• T-Count में कमी: विभिन्न सिंथेसिस फ्रेमवर्क और सर्किट प्रकारों में, Q-Preसे (Q-PreSyn) ने 10% से 25% तक की T-count कमी हासिल की।
  • रैंडम सर्किट्स: Gridsynth+BQSKit के लिए 20% तक की कमी; KAK-आधारित विधियों के लिए 10–18%।
  • स्केलेबिलिटी: इस विधि का परीक्षण 25 क्विबिट तक के सर्किट्स पर किया गया। जबकि RL एजेंट छोटे सर्किट्स पर ग्रीडी एजेंटों की तुलना में बेहतर कमी प्रदान करते थे, ग्रीडी एजेंट बड़े स्केल (25 क्विबिट तक) के लिए प्रभावी और कम्प्यूटेशनल रूप से सस्ता बना रहा।
• अनुमान त्रुटि (Approximation Error): प्री-सिंथेसिस प्रक्रिया अतिरिक्त अनुमान त्रुटि पेश नहीं करती है। वास्तव में, सिंथेसिस चरणों की संख्या को कम करके (सिंथेसिस से पहले गेट्स को मर्ज करके), कुल संचित अनुमान त्रुटि अक्सर डायरेक्ट सिंथेसिस की तुलना में कम हो जाती है।
• रणनीतियों की तुलना: RL-आधारित रणनीतियाँ आम तौर पर ग्रीडी बेसलाइन से बेहतर प्रदर्शन करती हैं, विशेष रूप से उन प्लान्स को खोजने में जिनमें लंबे मर्ज सीक्वेंस होते हैं जो बड़ी कमी लाते हैं। हालांकि, RL एजेंटों को प्रशिक्षित करने की कम्प्यूटेशनल लागत (घंटों में) ग्रीडी सर्च (मिनटों में) की तुलना में काफी अधिक है।

महत्व और सीमाएं

यह पेपर Q-PreSyn को फॉल्ट-टोलरेंट सिंथेसिस के अंतर्निहित एल्गोरिदम को बदले बिना, नॉन-नेटिव गेट लागत को कम करने के लिए एक व्यावहारिक, सिंथेसिस-अज्ञेय तकनीक के रूप में स्थापित करता है। सर्किट प्रतिनिधित्व को एक अनुकूलन योग्य वस्तु के रूप में मानकर, यह कार्य उच्च-स्तरीय एल्गोरिथमिक विवरणों और निम्न-स्तरीय हार्डवेयर बाधाओं के बीच के अंतर को पाटता है।

लेखकों द्वारा नोट की गई सीमाएं और भविष्य की दिशाएं:

• खोज स्थान की जटिलता (Search Space Complexity): दो से अधिक क्विबिट्स पर मर्ज की खोज और भी बचत दे सकती है, लेकिन यह वर्तमान में घातांकीय रूप से बढ़ते खोज स्थान और सिंथेसिस की कठिनाई द्वारा सीमित है।
• RL की स्केलेबिलिटी: बहुत बड़े सर्किट्स के लिए RL एजेंटों को प्रशिक्षित करना कम्प्यूटेशनल रूप से चुनौतीपूर्ण बना हुआ है। लेखक स्केलेबिलिटी में सुधार के लिए हाइब्रिड रणनीतियों (RL को मोंटे कार्लो ट्री सर्च या करिकुलम लर्निंग के साथ जोड़ना) का सुझाव देते हैं।
• टोपोलॉजी और बेंचमार्क: भविष्य के कार्यों में एंड-टू-एंड कंपाइलर में व्यापक तुलना और तैनाती को सुगम बनाने के लिए टोपोलॉजी जागरूकता और मानकीकृत बेंचमार्क सूट को एकीकृत करना शामिल होगा।

संक्षेप में, लेखक दावा करते हैं कि लर्निंग-गाइडेड स्ट्रक्चरल ट्रांसफॉर्मेशन, फॉल्ट-टोलरेंट सिंथेसिस में नॉन-नेटिव गेट लागत को कम करने के लिए एक व्यवहार्य और प्रभावी तरीका है, जो वर्तमान मानक कम्पाइलेशन पाइपलाइनों की तुलना में महत्वपूर्ण सुधार प्रदान करता है।