Distributed Variational Quantum Eigensolver: Embarrassingly Parallel strategies on NISQ
यह शोध पत्र CUNQA एमुलेशन प्लेटफॉर्म का उपयोग करके विषम शोर (heterogeneous noise) की उपस्थिति में गति और सटीकता के बीच उनके व्यापार-संबंधों (trade-offs) का विश्लेषण करते हुए, NISQ उपकरणों पर वेरिएशनल क्वांटम आइजनसोलवर (Variational Quantum Eigensolver) के लिए तीन एम्बैरेसिंगली पैरेलल (embarrassingly parallel) रणनीतियों का मूल्यांकन करता है।
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
क्वांटम कंप्यूटिंग की दुनिया वर्तमान में एक कठिन लेकिन आशाजनक चरण से गुजर रही है जिसे "नॉइज़ी इंटरमीडिएट-स्केल" (noisy intermediate-scale) युग के रूप में जाना जाता है। इस अवधि में, हमारे पास जो मशीनें हैं वे उन जटिल गणनाओं को करने के लिए पर्याप्त शक्तिशाली हैं जिनमें क्लासिकल कंप्यूटर संघर्ष करते हैं, फिर भी वे खामियों से ग्रस्त हैं। ये खामियां, या "शोर" (noise), मशीनों को गलतियाँ करने के लिए प्रेरित करती हैं, जिससे यह सीमित हो जाता है कि गणना कितनी देर तक चल सकती है इससे पहले कि परिणाम अविश्वसनीय हो जाएं। इन सीमाओं को पार करने के लिए, वैज्ञानिक "डिस्ट्रिब्यूटेड क्वांटम कंप्यूटिंग" नामक रणनीति की खोज कर रहे हैं। एक एकल, विशाल मशीन पर निर्भर रहने के बजाय जो अभी अस्तित्व में नहीं है, यह दृष्टिकोण कई छोटी, त्रुटिपूर्ण मशीनों को एक साथ मिलकर एक ही समस्या पर काम करने के लिए जोड़ता है। चुनौती यह पता लगाने में निहित है कि इन विभिन्न उपकरणों के बीच काम को कैसे विभाजित किया जाए ताकि उनके व्यक्तिगत दोष अंतिम उत्तर को खराब न कर दें।
इन मशीनों के लिए सबसे महत्वपूर्ण कार्यों में से एक भौतिक प्रणाली की निम्नतम ऊर्जा अवस्था खोजना है, जिसे "वेरिएशनल क्वांटम आइजनसोल्वर" (Variational Quantum Eigensolver) कहा जाता है। कल्पना कीजिए कि आप एक विशाल, धुंधले परिदृश्य में सबसे गहरी घाटी खोजने की कोशिश कर रहे हैं। क्वांटम कंप्यूटर एक मार्गदर्शक के रूप में कार्य करता है जो इलाके को महसूस कर सकता है, जबकि एक क्लासिकल कंप्यूटर एक नैविगेटर के रूप में कार्य करता है, जो गाइड द्वारा दी गई रिपोर्ट के आधार पर पथ को समायोजित करता है। इस प्रक्रिया के लिए क्वांटम मशीन को एक विश्वसनीय रीडिंग प्राप्त करने के लिए हजारों बार एक ही गणना चलाने की आवश्यकता होती है। चूंकि इस कार्य में बहुत अधिक पुनरावृत्ति शामिल है, इसलिए यह काम को कई उपकरणों में विभाजित करने के लिए एक आदर्श उम्मीदवार है। हालांकि, यदि वे उपकरण समान नहीं हैं—यदि एक दूसरे की तुलना में अधिक शोर वाला है—तो काम को विभाजित करने का तरीका परिणाम की गति और सटीकता को महत्वपूर्ण रूप से बदल सकता है।
स्पेन के गैलिसिया सुपरकंप्यूटिंग सेंटर के शोधकर्ताओं ने यह परीक्षण करने के लिए सटीक रूप से प्रयोग किया कि इस कार्य को सबसे प्रभावी ढंग से कैसे विभाजित किया जाए। उन्होंने इस अध्ययन के लिए भौतिक क्वांटम कंप्यूटरों का उपयोग नहीं किया, क्योंकि तकनीक अभी विकसित हो रही है। इसके बजाय, उन्होंने एक परिष्कृत सिमुलेशन प्लेटफॉर्म जिसका नाम CUNQA है, का उपयोग करके एक आभासी वातावरण बनाया। इस डिजिटल दुनिया में, उन्होंने आभासी क्वांटम प्रोसेसर का एक समूह बनाया, जिसमें से प्रत्येक को अलग-अलग निर्माताओं, जिनमें IBM और OQC शामिल हैं, की वास्तविक मशीनों के विशिष्ट त्रुटियों और शोर पैटर्न की नकल करने के लिए प्रोग्राम किया गया था। इस नियंत्रित, सिम्युलेटेड सेटिंग में अपने प्रयोगों को चलाकर, वे वास्तविक हार्डवेयर की अनिश्चितता के बिना शोर के प्रभावों को अलग कर सके और विभिन्न रणनीतियों का परीक्षण कर सके।
टीम ने कार्यभार को वितरित करने के तीन अलग-अलग तरीकों की तुलना की। पहला तरीका, जिसे "शॉट-लेवल डिस्ट्रीब्यूशन" (shot-level distribution) कहा जाता है, इसमें एक एकल गणना को लेना और आवश्यक मापों की कुल संख्या को छोटे बैचों में विभाजित करना शामिल है। ये बैच विभिन्न आभासी मशीनों को भेजे जाते हैं, और परिणामों को बाद में संयोजित किया जाता है। दूसरा तरीका, "सर्किट-लेवल डिस्ट्रीब्यूशन" (circuit-level distribution), अलग-अलग गणनाओं को विभिन्न मशीनों को सौंपता है। यह तब उपयोगी होता है जब समस्या के एक एकल चरण के लिए सिस्टम के कई अलग-अलग हिस्सों का एक साथ मूल्यांकन करने की आवश्यकता होती है। तीसरा तरीका, "कैंडिडेट-लेवल डिस्ट्रीब्यूशन" (candidate-level distribution), एक विशिष्ट प्रकार के समस्या-समाधान दृष्टिकोण के लिए डिज़ाइन किया गया है जो एक साथ कई संभावित समाधानों का परीक्षण करता है। इस मामले में, प्रत्येक संभावित समाधान को स्वतंत्र रूप से मूल्यांकन के लिए एक अलग मशीन को भेजा जाता है।
शोधकर्ताओं ने पाया कि सबसे अच्छा रणनीति इस बात पर बहुत अधिक निर्भर करती है कि किस प्रकार के समस्या समाधानकर्ता (problem solver) का उपयोग किया जा रहा है और उपलब्ध मशीनों की गुणवत्ता क्या है। जब लक्ष्य केवल मापों को विभाजित करना था, तो परिणामों ने दिखाया कि यह तरीका तभी अच्छी तरह से काम करता है जब मापों की कुल संख्या बहुत अधिक हो। यदि मापों की संख्या कम है, तो मशीनों के बीच डेटा भेजने और वापस प्राप्त करने में लगने वाला समय समानांतर (parallel) में चलाने से होने वाले समय की बचत से अधिक होता है। हालांकि, जब कार्यभार में कई अलग-अलग गणनाएं चलाना शामिल था, तो विभिन्न मशीनों के बीच सर्किट्स को विभाजित करना बहुत अधिक कुशल साबित हुआ।
एक महत्वपूर्ण निष्कर्ष सामने आया कि शोर का प्रभाव क्या है। सिमुलेशन ने खुलासा किया कि सभी मशीनें समान नहीं होती हैं, और उन्हें मिलाना सावधानी की मांग करता है। जब शोधकर्ताओं ने एक ऐसा तरीका उपयोग किया जो खोज को निर्देशित करने के लिए सटीक ज्यामितीय जानकारी पर निर्भर करता है, तो समूह में एक भी शोर वाली मशीन की उपस्थिति पूरी प्रक्रिया को अस्थिर कर सकती थी, जिससे परिणाम डगमगा सकते थे या अभिसरण (converge) करने में विफल हो सकते थे। इसके विपरीत, एक तरीका जो कई अलग-अलग समाधानों का परीक्षण करता है, अधिक लचीला साबित हुआ। क्योंकि यह दृष्टिकोण कई संभावनाओं का एक साथ मूल्यांकन करता है, यह सबसे शोर वाली मशीनों के परिणामों को अनदेखा कर सकता है और बेहतर मशीनों पर ध्यान केंद्रित कर सकता है। अध्ययन ने यह भी दिखाया कि कौन सी मशीन काम के किस हिस्से को संभालती है, इसे रोटेट (rotate) करने से किसी एक डिवाइस को लगातार परिणामों को प्रभावित करने से रोकने में मदद मिलती है, जिससे थोड़े तेज़ और अधिक विश्वसनीय परिणाम मिलते हैं।
अंततः, यह कार्य प्रदर्शित करता है कि क्वांटम कंप्यूटरों को जोड़ने के लिए कोई एक "वन-साइज़-फिट्स-ऑल" (एक ही आकार सबके लिए उपयुक्त) समाधान नहीं है। कार्य को वितरित करने का सबसे प्रभावी तरीका उपयोग किए जा रहे विशिष्ट एल्गोरिदम और उपलब्ध हार्डवेयर की विशेषताओं पर निर्भर करता है। कुछ समस्याओं के लिए, मापों को विभाजित करना पर्याप्त है, जबकि अन्य के लिए, अलग-अलग मशीनों को पूरे कार्य सौंपना कहीं अधिक बेहतर है। अध्ययन बताता है कि जैसे-जैसे क्वांटम तकनीक परिपक्व होती है और अधिक उपकरण आपस में जुड़ते हैं, इन अंतरों को बुद्धिमानी से प्रबंधित करने की क्षमता मशीनों की शक्ति जितनी ही महत्वपूर्ण होगी। यह समझकर कि शोर विभिन्न वितरण रणनीतियों के साथ कैसे परस्पर क्रिया करता है, वैज्ञानिक इस भविष्य के लिए बेहतर तैयारी कर सकते हैं जहाँ क्वांटम कंप्यूटिंग एक एकल पूर्ण मशीन की दौड़ के बजाय एक सहयोगात्मक, वितरित प्रयास होगा।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।