तकनीकी सारांश: फॉल्ट-टॉलेरेंट क्वांटम कंपाइलेशन के लिए मल्टी-क्यूबिट डायडिक फेज फिक्सिंग

समस्या विवरण

फॉल्ट-टॉलेरेंट क्वांटम कंप्यूटिंग (FTQC) के लिए उच्च-स्तरीय क्वांटम सर्किटों को डिस्क्रीट क्लिफोर्ड+T गेट सेट में अनुवादित करने की आवश्यकता होती है, क्योंकि निरंतर रोटेशन गेट्स (जैसे, $R_z(\theta)$) के पास नेटिव फॉल्ट-टॉलेरेंट कार्यान्वयन का अभाव होता है। T गेट इस सेट में सबसे महंगा संसाधन है, जिससे T-काउंट मिनिमाइजेशन (गिनती कम करना) प्राथमिक अनुकूलन उद्देश्य बन जाता है। जबकि "फेज किकबैक" एक ज्ञात तकनीक है जो डायडिक कोणों (कोणों का रूप $2^m\pi/2^k$) के लिए एंसिला क्यूबिट्स और फेज ग्रेडिएंट स्टेट्स का उपयोग करके T-काउंट को कम करती है, इसका अनुप्रयोग ऐतिहासिक रूप से अत्यधिक संरचित सर्किट परिवारों (जैसे क्वांटम फूरियर ट्रांसफॉर्म) तक सीमित रहा है जहाँ कोण स्वाभाविक रूप से डायडिक होते हैं।

सामान्य सर्किटों के लिए मनमाने (arbitrary) रोटेशन कोणों के साथ, मौजूदा विधियाँ एक ट्रेड-ऑफ (समझौता) का सामना करती हैं:

1. मानक संश्लेषण (जैसे, GridSynth): बिना एंसिला के मनमाने कोणों को क्लिफोर्ड+T अनुक्रमों के साथ अनुमानित करता है, लेकिन इसमें उच्च T-काउंट होता है जो $O(\log(1/\epsilon))$ के रूप में स्केल करता है।
2. नाइव (Naive) फेज किकबैक: मनमाने कोणों को डायडिक रूपों में जबरदस्ती ढालने का प्रयास करता है। यह अक्सर विफल हो जाता है क्योंकि पर्याप्त रूप से निकट डायडिक कोण खोजने के लिए एक बड़े रजिस्टर आकार $k$ की आवश्यकता होती है, जिससे महंगे एडर (adder) सर्किट और उच्च एंसिला ओवरहेड होता है जो T-गेट बचत से कहीं अधिक होता है।

मुख्य चुनौती यह है कि फेज किकबैक को मनमाने मल्टी-क्यूबिट सर्किटों के लिए कैसे सामान्य बनाया जाए और T-काउंट कमी, एंसिला ओवरहेड और अनुमान त्रुटि (approximation error) के बीच के ट्रेड-ऑफ को स्वचालित रूप से कैसे प्रबंधित किया जाए।

कार्यप्रणाली (Methodology)

लेखक डायडिक फेज फिक्सिंग (DPF) प्रस्तावित करते हैं, जो एक एंड-टू-एंड कंपाइलेशन वर्कफ़्लो में एकीकृत एक सामान्य मल्टी-क्यूबिट संश्लेषण उपकरण है। इस प्रक्रिया में तीन मुख्य चरण शामिल हैं:

1. सर्किट पार्टीशनिंग और न्यूमेरिकल सिंथेसिस

स्केलेबिलिटी को संभालने के लिए, इनपुट सर्किट को गैर-ओवरलैपिंग ब्लॉक्स (जैसे, 4 क्यूबिट चौड़े) में विभाजित किया जाता है। प्रत्येक ब्लॉक के भीतर, BQSKit यूनिटरी सिंथेसिस इंफ्रास्ट्रक्चर का उपयोग सर्किट मापदंडों को संख्यात्मक रूप से अनुकूलित करने के लिए किया जाता है। यह कंपाइलर को मूल और सिंथेसाइज्ड यूनिटरीज के बीच हिल्बर्ट-श्मिट दूरी (Hilbert-Schmidt distance) को सीमित करके बड़े सर्किटों को संभालने की अनुमति देता है, जिससे कुल अनुमान त्रुटि उपयोगकर्ता-निर्दिष्ट थ्रेशोल्ड $\epsilon$ के भीतर रहती है।

2. डायडिक फेज फिक्सिंग (DPF) एल्गोरिदम

यह एक मुख्य नवाचार है जो मनमाने रोटेशन से डायडिक कोणों को निकालने के लिए एक ग्रीडी (greedy) एल्गोरिदम का उपयोग करता है:

• ग्रीडी एक्सट्रैक्शन (Greedy Extraction): एल्गोरिदम संभावित डायडिक रिज़ॉल्यूशन ( $k=1$ से $k_{max}$ तक) के माध्यम से पुनरावृति करता है। प्रत्येक सर्किट रोटेशन के लिए, यह निकटतम डायडिक मल्टीपल ($m\pi/2^k$) की पहचान करता है और कोण को इस मान पर "फिक्स" कर देता है।
• ऑप्टिमाइजेशन (Optimization): एक कोण को फिक्स करने के बाद, शेष अनफिक्स्ड कोणों को लक्षित यूनिटरी से दूरी को कम करने के लिए संख्यात्मक रूप से पुनः अनुकूलित किया जाता है।
• चयन (Selection): यह प्रक्रिया संभावित सर्किटों का एक सेट उत्पन्न करती है। एल्गोरिदम उस सर्किट का चयन करता है जो त्रुटि बजट को संतुष्ट करते हुए T-काउंट को न्यूनतम करता है। यह दृष्टिकोण व्यापक खोज (exhaustive search) से बचता है और प्रभावी रूप से कई मनमाने कोणों को फेज किकबैक के लिए उपयुक्त डायडिक रूपों में परिवर्तित करता है।

3. निर्णय मैट्रिक्स और डिकंपोजिशन (Decision Matrix and Decomposition)

एक बार डायडिक कोणों की पहचान हो जाने के बाद, कंपाइलर को यह तय करना होता है कि फेज किकबैक का उपयोग किया जाए या मानक संश्लेषण का।

• डिसीजन मैट्रिक्स (Decision Matrix): एक तीन-चरणीय मैट्रिक्स (रजिस्टर आकार $k$, फिक्स्ड $R_z$ गेट्स की संख्या, और प्रति-गेट त्रुटि) अनुमानित T-काउंट बनाम मानक GridSynth के T-काउंट की तुलना करता है।
• स्वचालित साइज़िंग (Automatic Sizing): कंपाइलर स्वचालित रूप से इष्टतम फेज ग्रेडिएंट रजिस्टर आकार ($k_{reg}$) का चयन करता है जो कुल T-काउंट को न्यूनतम करता है। यदि फेज ग्रेडिएंट स्टेट प्रिपरेशन और एडर सर्किट का ओवरहेड T-गेट बचत द्वारा संतुलित नहीं होता है, तो कंपाइलर मानक GridSynth पर वापस आ जाता है, जिससे यह सुनिश्चित होता है कि आउटपुट कभी भी बेसलाइन से खराब नहीं होगा।
• डिकंपोजिशन (Decomposition): अंतिम सर्किट को क्लिफोर्ड+T में डिकंपोज़ किया जाता है। फिक्स्ड डायडिक रोटेशन को एक साझा फेज ग्रेडिएंट रजिस्टर और कॉन्स्टेंट एडर सर्किट का उपयोग करके फेज किकबैक के माध्यम से लागू किया जाता है। शेष मनमाने रोटेशन को GridSynth का उपयोग करके डिकंपोज़ किया जाता है।

मुख्य योगदान

1. फेज किकबैक का सामान्यीकरण: यह पेपर मनमाने मल्टी-क्यूबिट यूनिटरीज के लिए फेज किकबैक सर्किट को सिंथेसाइज करने की एक विधि पेश करता है, जो पूर्व-संरचित सर्किटों की सीमा से आगे बढ़ता है।
2. डायडिक फेज फिक्सिंग (DPF): यह एक न्यूमेरिकल सिंथेसिस एल्गोरिदम है जो किसी भी इनपुट सर्किट से डायडिक कोणों को निकालता है, जिससे मनमाने रोटेशन को फेज किकबैक सक्षम करने के लिए डायडिक में बदला जा सके।
3. स्वचालित संसाधन प्रबंधन: एक निर्णय मैट्रिक्स फ्रेमवर्क जो इष्टतम फेज ग्रेडिएंट रजिस्टर आकार को स्वचालित रूप से निर्धारित करता है, जो T-काउंट बचत और एंसिला ओवरहेड के बीच संतुलन बनाता है और यह सुनिश्चित करता है कि कंपाइलर मानक संश्लेषण की तुलना में प्रदर्शन को कम न करे।
4. समग्र मूल्यांकन (Holistic Evaluation): यह कार्य न केवल T-काउंट का, बल्कि सरफेस-कोड आर्किटेक्चर में लैटिस सर्जरी के माध्यम से मैपिंग के बाद स्पेस-टाइम वॉल्यूम (भौतिक क्यूबिट $\times$ लॉजिकल साइकिल) का भी मूल्यांकन करता है।

परिणाम

लेखकों ने 8 से 420 क्यूबिट की चौड़ाई वाले Hamiltonian Simulation, QFT, QAE, QAOA, और QPE सहित एक विविध बेंचमार्क सूट पर DPF का मूल्यांकन किया।

• T-काउंट में कमी: GridSynth की तुलना में, DPF ने T-काउंट में 70% तक की कमी हासिल की। Repeat-Until-Success (RUS) सिंथेसिस की तुलना में, यह कमी 60% तक पहुँच गई।
• नाइव दृष्टिकोण की विफलता: एक "नाइव फेज किकबैक" दृष्टिकोण (अनुकूलन के बिना सभी कोणों को डायडिक रूपों में डालना) अधिकांश बेंचमार्क पर मानक संश्लेषण से 10-80% खराब प्रदर्शन करता है, जो DPF एक्सट्रैक्शन और निर्णय मैट्रिक्स की आवश्यकता को रेखांकित करता है।
• स्पेस-टाइम वॉल्यूम: T-काउंट और स्पेस-टाइम वॉल्यूम के बीच संबंध जटिल है:
  • कई बेंचमार्क (जैसे, Ising, LGT) के लिए, T-काउंट में कमी सीधे स्पेस-टाइम वॉल्यूम में कमी में बदल गई (60% तक)।
  • अन्य के लिए (जैसे, QPE-14q, QAE-81q, लाइटवेट पाउली-बेसिस कंप्यूटेशन के तहत), एंसिला ओवरहेड और एडर CNOTs के सीरियलाइजेशन ने T-काउंट में कमी के बावजूद स्पेस-टाइम वॉल्यूम को बढ़ा दिया।
  • पेपर यह प्रदर्शित करता है कि इष्टतम मैपिंग रणनीति (लाइटवेट बनाम हेवीवेट पाउली-बेसिस कंप्यूटेशन) सर्किट के अंतर्निहित समानांतरवाद (parallelism) और एडर सर्किट के स्ट्रक्चरल हजार्ड्स पर बहुत अधिक निर्भर करती है।

महत्व और दावे

पेपर का दावा है कि डायडिक फेज फिक्सिंग एक शक्तिशाली, सामान्य अनुकूलन विधि है जो फेज किकबैक की उपयोगिता को एल्गोरिदम के एक विस्तृत वर्ग तक विस्तारित करती है।

महत्वपूर्ण रूप से, लेखक यह दावा करते हैं कि T-काउंट अकेले फॉल्ट-टॉलेरेंट प्रोग्राम प्रदर्शन का एक अपूर्ण प्रॉक्सी है। जबकि T-काउंट मिनिमाइजेशन मानक मीट्रिक है, एंसिला क्यूबिट्स का परिचय और एडर सर्किटों की विशिष्ट संरचना (जो CNOTs और सीरियलाइजेशन बाधाएं पेश करती है) वास्तविक निष्पादन लागत (स्पेस-टाइम वॉल्यूम) को महत्वपूर्ण रूप से बदल सकती है। पेपर यह प्रदर्शित करता है कि कुछ सर्किटों और मैपिंग रणनीतियों के लिए, T-काउंट को कम करने से वास्तव में भौतिक संसाधन लागत बढ़ सकती है।

यह कार्य सुझाव देता है कि भविष्य के फॉल्ट-टॉलेरेंट कंपाइलरों को सीधे स्पेस-टाइम वॉल्यूम को अनुकूलित करने की ओर बढ़ना चाहिए, संभावित रूप से एडर CNOT लागतों, क्यूबिट लेआउट और शेड्यूलिंग दक्षता के लिए मॉडल को शामिल करने हेतु निर्णय मैट्रिक्स फ्रेमवर्क को विस्तारित करके। लेखक निष्कर्ष निकालते हैं कि फेज किकबैक सिंथेसिस, जब इसे सामान्य बनाया जाए और हार्डवेयर-अवेयर बनाया जाए, तो कंपाइलर स्टैक में एक केंद्रीय भूमिका निभाने के लिए एक मजबूत उम्मीदवार है, बशर्ते कि T-काउंट, एंसिला काउंट और समानांतरवाद के बीच के ट्रेड-ऑफ को सह-अनुकूलित (co-optimized) किया जाए।