Quantifying Teleportation Overhead in Distributed Unitary Coupled-Cluster Ansätze

Per comprendere la chimica della vita, dal modo in cui una foglia cattura la luce solare a come un farmaco si lega a un virus, gli scienziati devono risolvere un complesso enigma matematico noto come equazione di Schrödinger. Questa equazione descrive come gli elettroni si muovono attorno agli atomi, e trovare la sua soluzione rivela l'energia e il comportamento delle molecole. Per decenni, il modo più accurato per risolvere questo enigma è stato un metodo chiamato interazione configurazionale completa, ma richiede una potenza di calcolo tale da renderlo impossibile per qualsiasi cosa più grande delle molecole più piccole. Per aggirare questo problema, i ricercatori si sono rivolti ai computer quantistici, che utilizzano le strane regole della fisica quantistica per simulare direttamente questi elettroni. Tuttavia, anche i computer quantistici più avanzati costruiti oggi sono troppo piccoli per gestire le grandi molecole che i chimici vorrebbero davvero studiare. Semplicemente non dispongono di abbastanza piccoli processori di informazioni, chiamati qubit, per eseguire i calcoli necessari.

Una soluzione promettente a questo limite di dimensioni è collegare diversi piccoli computer quantistici tra loro per farli agire come una singola macchina gigante. Questo approccio, noto come calcolo quantistico distribuito, permette ai ricercatori di suddividere un calcolo massiccio su più dispositivi. La sfida è che questi dispositivi non possono toccarsi fisicamente, quindi devono scambiare informazioni utilizzando un processo chiamato teletrasporto. In questo contesto, il teletrasporto non significa spostare materia, ma spostare lo stato di un qubit da una macchina all'altra utilizzando un collegamento condiviso di particelle entangled. Questo processo è costoso in termini di risorse, richiedendo un numero specifico di coppie entangled e passaggi di comunicazione classica per ogni pezzo di informazione spostata. La domanda centrale per gli scienziati è se questo metodo di collegamento dei computer sia abbastanza efficiente da rendere possibili le simulazioni chimiche su larga scala, o se il costo del movimento delle informazioni tra le macchine sarà troppo elevato.

Un team di ricercatori dell'Università di Toronto ha deciso di rispondere a questa domanda testando quanto bene funzionino diversi metodi di chimica quantistica quando vengono suddivisi su macchine distribuite. Si sono concentrati su una specifica famiglia di algoritmi utilizzati per stimare l'energia delle molecole, noti come ansätze di accoppiamento unitario (unitary coupled-cluster ansätze). Questi algoritmi presentano diverse varianti, che vanno da una versione standard che include tutti i tipi di movimenti elettronici a versioni più specializzate che si concentrano solo su specifici tipi di interazioni. I ricercatori hanno simulato questi algoritmi su una configurazione teorica composta da due processori quantistici connessi, ciascuno con 120 qubit, una scala simile all'hardware attuale delle principali aziende tecnologiche. Hanno testato queste simulazioni su catene di atomi di idrogeno, aumentando la lunghezza della catena per vedere come crescevano i requisiti di risorse.

Il team ha confrontato due modi molto diversi di suddividere il lavoro tra le due macchine. Il primo approccio era un metodo in cui il calcolo veniva semplicemente tagliato a metà o in quarti senza alcuna pianificazione intelligente. Il secondo approccio utilizzava un sofisticato algoritmo di instradamento chiamato TeleSABRE, che agisce come un controllore del traffico, riorganizzando l'ordine delle operazioni e la disposizione dei qubit per minimizzare il numero di volte in cui l'informazione deve saltare tra le due macchine. Eseguendo queste simulazioni, i ricercatori sono stati in grado di contare esattamente quante coppie entangled, o coppie di Bell, sarebbero state necessarie per completare il calcolo per ciascun metodo. Hanno anche osservato come diversi modi di tradurre il problema elettronico nel linguaggio dei qubit influenzassero i risultati.

I risultati hanno mostrato una chiara differenza di efficienza a seconda dell'algoritmo utilizzato. Il metodo specializzato noto come UpCCD, che si concentra sui movimenti di coppie di elettroni, si è rivelato il più efficiente. Richiedeva il minor numero di coppie entangled per l'esecuzione e i suoi fabbisogni di risorse crescevano in modo lento e prevedibile all'aumentare della lunghezza delle catene di idrogeno. Al contrario, il metodo standard, UCCSD, che cerca di tenere conto di ogni possibile movimento elettronico, esigeva un budget di risorse molto più elevato. Il numero di coppie entangled necessarie per l'UCCSD cresceva così rapidamente che i ricercatori non sono riusciti nemmeno a simularlo per catene di più di 18 atomi di idrogeno, poiché la memoria necessaria per calcolare i costi diventava troppo grande. Ciò suggerisce che, per il calcolo quantistico distribuito, scegliere un algoritmo specializzato e snello è molto più importante che cercare di costringere un algoritmo generalista a funzionare.

Forse il risultato più significativo è stato il potere dell'algoritmo di instradamento. Quando i ricercatori hanno utilizzato il metodo in cui il calcolo veniva semplicemente tagliato a metà o in quarti senza una pianificazione intelligente, il numero di coppie entangled richieste era alto e variava a seconda di come il problema elettronico veniva tradotto in qubit. Tuttavia, quando hanno applicato l'algoritmo TeleSABRE, il numero di coppie entangled richieste è sceso drasticamente, spesso di oltre dieci volte. L'instradamento intelligente è stato in grado di riorganizzare il circuito in modo che la maggior parte del lavoro potesse essere svolto localmente su ciascuna macchina, riservando il costoso teletrasporto solo per gli step assolutamente necessari. In alcuni casi, l'algoritmo di instradamento è stato così efficace da invertire le tendenze consuete, rendendo un metodo di traduzione più efficiente di un altro, laddove il metodo senza pianificazione intelligente suggeriva l'opposto. Ciò dimostra che non basta semplicemente collegare i computer quantistici; il software che gestisce come il lavoro viene suddiviso e instradato è altrettanto critico dell'hardware stesso.

Lo studio conclude che, sebbene il calcolo quantistico distribuito sia promettente per risolvere problemi chimici attualmente fuori portata, la strada da seguire richiede una selezione attenta sia dell'algoritmo che della strategia di gestione. Il metodo specializzato UpCCD, combinato con un instradamento intelligente, offre la via più favorevole, scalando molto meglio degli approcci standard. I ricercatori osservano che i loro risultati si basano su simulazioni di catene di idrogeno e che in futuro intendono testare questi metodi su molecole più complesse e algoritmi differenti. Intendono anche esplorare come il rumore nelle macchine reali possa influenzare questi calcoli. Per ora, il lavoro fornisce una tabella di marcia chiara: per scalare la chimica quantistica, gli scienziati non devono solo costruire macchine più grandi, ma anche sviluppare modi più intelligenti per suddividere il lavoro e spostare le informazioni tra di esse.