ffsim: Faster simulation of fermionic quantum circuits

本論文は、粒子数とスピン保存の対称性を利用することでメモリおよび時間コストを削減し、64 量子ビットまでの系に対して Qiskit や PySCF などのツールとの高度な機能およびシームレスな統合を提供しつつ、フェルミオン量子回路シミュレーションを大幅に高速化するオープンソースライブラリ「ffsim」を紹介する。

要約

巨大で複雑なダンスフロアをシミュレーションしようとしていると想像してください。そこには何千人ものダンサー（電子）が動き回っています。量子物理学の世界では、これらのダンサーは「フェルミオン」と呼ばれ、非常に厳格なルールを持っています。それは、2 人のダンサーが同時に全く同じ場所を占めることは決して許されないというものです。このため、彼らの動きをコンピュータでシミュレーションすることは極めて困難です。なぜなら、可能なダンスのパターン数が急激に増大し、世界で最も強力なスーパーコンピュータさえもクラッシュさせてしまうからです。

ここでffsimが登場します。ffsim は、宇宙のあらゆる可能なダンスの動きをすべて記憶しようとするのではなく、いくつかの秘密のショートカットを知っている、超スマートで専門的な振付師の助手のようなものです。

秘密のショートカット：「パーティのルール」

多くの現実世界のシステム（分子や材料など）では、ダンサーたちは以下の 2 つの厳格なルールに従います。

1. 人数カウントのルール： ダンサーの総数は決して変化しません。
2. スピンのルール： 「スピンアップ」のダンサーと「スピンダウン」のダンサーの数は一定に保たれます。

一般的な汎用コンピュータシミュレーターは、ダンサーが突然現れたり消えたりするような、あり得ないバージョンのダンスフロアも含めて、すべての可能なバージョンを記録しようとするカメラのようなものです。これは膨大なメモリを浪費します。

ffsimは異なります。それは「パーティのルール」が適用されていることを知っています。したがって、人数カウントとスピンのルールに従う実際のダンスパターンだけを記録します。あり得ないシナリオを無視することで、必要なメモリを劇的に削減します。

• 論文の主張： 64 個の「キュービット」（64 個のスポットがあるダンスフロアのようなもの）を持つシステムの場合、通常のシミュレーターは地球上に存在する以上のメモリ（256 エクサバイト）を必要とします。一方、ffsimは、標準的なラップトップのハードドライブのサイズであるわずか19.3 ギガバイトで同じ仕事をこなします。

仕組み：「ギブンス回転」

ダンサーを動かすために、シミュレーターは「ゲート」と呼ばれる特定の動きを使用します。

• アナロジー： ダンサーを表すトランプのデッキを持っていると想像してください。一般的なシミュレーターは、デッキ全体をランダムにシャッフルするかもしれません。一方、ffsimは、ギブンス回転と呼ばれる具体的で効率的な技術を使用します。
• その働き： すべてをシャッフルする代わりに、非常に組織的で数学的な方法でカードのペアを交換します。これは、部屋全体を一度にやり直すのではなく、正確なパターンで 2 人のダンサーだけを一度に交換して、一つのフォーメーションから次のフォーメーションへ移行する振付師のようなものです。この方法は非常に高速で、コンピュータの電力をあまり消費しません。

ツールボックス：他に何ができるか

この論文は、ffsimを単なるシミュレーターではなく、量子研究者のためのスイスアーミーナイフとして説明しています。これには以下が含まれます。

• 変分アンサッツ： 分子の最良のエネルギー状態を見つけるために研究者が調整できる、事前に作られた「ダンスルーチン」（アルゴリズム）です。特定の演劇に合わせて編集できる、書き換え済みの脚本のライブラリを持っているようなものです。
• タイムトラベル（ハミルトニアン進化）： 「トロッター・スズキ」と呼ばれる方法を使用して、ステップバイステップでダンスフロアが時間とともにどのように変化するかをシミュレートできます。これは、パターンがどのように進化するかを見るために、映画をフレームごとに再生するようなものです。
• サンプリング： 量子コンピュータのパフォーマンスをテストするために、ランダムで現実的なダンスフォーメーション（スレーター行列式）を素早く選択できます。
• 統合： Qiskit（量子プログラミング言語）やPySCF（化学ソフトウェア）などの他の人気ツールとうまく連携します。異なるソフトウェアチームがメッセージを失うことなく互いに会話できるようにする通訳のようなものです。

競争：ffsim 対 競合他社

著者らは、ffsimを、もう一つの人気ツールであるFQE（フェルミオン量子エミュレーター）と、一般的なシミュレーターであるQiskit Aerと比較しました。

• 結果： ffsimは著しく高速でした。いくつかのテストでは、FQE より最大18 倍速かったのです。
• なぜか： FQE は、時として自らの作業を「元に戻さなければならない」異なる数学的手法（LU 分解）を使用するのに対し、ffsimはギブンス回転法を直接使用するため、この特定の種類の問題に対してより簡素化されています。
• 一般主義者対専門家： 一般的なシミュレーター（Qiskit Aer）は、遅くメモリを大量に消費するため、ffsimが簡単に解決した最大のテストケース（16 軌道）さえ処理できませんでした。

現実世界のテスト

著者らは速度について語るだけでなく、実際の科学問題での動作を示しました。

1. ハバードモデル： 彼らは電子のグリッド（チェッカーボードのようなもの）をシミュレートし、時間ステップシミュレーションにおける誤差がどのように振る舞うかを確認しました。彼らは最大 64 キュービットのグリッドをテストしました。
2. 窒素分子（N2）： 彼らは「クリロフ量子対角化」と呼ばれる方法を使用して、窒素分子のエネルギーを求めました。彼らは、ノイズのあるまたは近似された時間ステップであっても、この手法がうまく機能することを示しました。これは、まだ完璧ではない将来の量子コンピュータにとって極めて重要です。

まとめ

ffsimは、量子化学や材料科学のシミュレーションをより高速かつ安価にする、新しいオープンソースのソフトウェアライブラリです。これは、あり得ないシナリオを無視すること（対称性の利用）と、効率的な数学的なトリック（ギブンス回転）を使用することによって実現されます。これにより、研究者たちは、そうでなければスーパーコンピュータを必要とするシステムを、単一のラップトップでシミュレートできるようになり、将来の量子コンピュータのためのより良いアルゴリズムの設計を支援します。

注：この論文は完全にソフトウェアのパフォーマンス、シミュレーションのベンチマーク、アルゴリズムの効率性に焦点を当てています。疾患の治癒、天気予報、または量子シミュレーションとアルゴリズムのテスト以外の問題の解決を主張するものではありません。

技術概要

"ffsim: 費米子量子回路の高速シミュレーション"の技術的概要

問題定義

量子コンピューティングハードウェアおよびアルゴリズムの進展に伴い、これらのシステムを古典シミュレーションを通じてテスト、検証、特性評価する能力が極めて重要となっている。汎用量子回路シミュレータは存在するが、それらはしばしば費米子系に固有の問題構造を活用できず、結果として過剰なメモリ使用量とシミュレーション時間を招いている。具体的には、分子や材料などの費米子系をシミュレーションするには、粒子数保存とスピンの z 成分の保存を追跡する必要がある。Jordan-Wigner 変換などの変換を通じて費米子を量子ビットにマッピングする汎用シミュレータは、これらの対称性を無視したまま、次元が $2^{2N}$（ここで $N$ は空間軌道の数）である状態ベクトルを格納する。この指数関数的なスケーリングにより、標準的なワークステーションでは、中程度のサイズ（例えば 52〜64 量子ビット）のシステムのシミュレーションが処理不可能となり、64 PiB（52 量子ビットの場合）といった、世界最強のスーパーコンピュータの容量さえも超えるメモリ量を必要とする。

手法

本論文では、粒子数保存（$N$）とスピンの z 成分保存（$S_z$）を明示的に活用して費米子量子回路をシミュレーションするために設計されたオープンソースの Python ライブラリ ffsim を紹介する。

状態ベクトル表現

完全な $2^{2N}$ 次元ベクトルを格納する汎用シミュレータとは異なり、ffsim は $(N_\alpha, N_\beta)$ でラベル付けされた特定の対称性セクターにシミュレーションを制限する。ここで、$N_\alpha$ と $N_\beta$ はそれぞれスピンアップ電子とスピンダウン電子の数を表す。状態ベクトルは次のように表現される：
$$|\Psi\rangle = \sum_{I_\alpha, I_\beta} \gamma(I_\alpha, I_\beta) |I_\alpha, I_\beta\rangle$$
ここで、$|I_\alpha, I_\beta\rangle$ は電子配置（スレーター行列式）である。このベクトルの次元は $\binom{N}{N_\alpha} \times \binom{N}{N_\beta}$ であり、$2^{2N}$ よりも著しく小さい。ffsim は、これらの基底ベクトルにアドレスを割り当てるために PySCF の Full Configuration Interaction (FCI) モジュールを活用し、確立された量子化学ワークフローとの互換性を確保している。

ゲート実装

このライブラリは、粒子数とスピンを保存する普遍的なフェルミオンゲートのセットを実装している。主要なアルゴリズムには以下が含まれる：

• 数演算子和の進化と対角クーロン進化: これらは、配置の占有数に基づいて位相因子を係数 $\gamma(I_\alpha, I_\beta)$ に直接適用する。
• 軌道回転: 単位回転をギブンス回転の系列に分解することで実装される。このアプローチは、FQE などの競合ライブラリで使用されている LU 分解に基づく方法で必要とされる軌道置換を回避し、基底の追跡や反転なしに直接適用を可能にする。
• ハミルトニアンの表現: ffsim は分子ハミルトニアン、二重分解ハミルトニアン、対角クーロンハミルトニアンをサポートしている。

ソフトウェアアーキテクチャ

• ハイブリッド実装: 公開インターフェースは Python であるが、パフォーマンスクリティカルなコンポーネントは Rust で実装され、クロスプラットフォーム配布用のバイナリにコンパイルされている。
• 統合: Qiskit（ハミングウェイト保存回路のシミュレーションを可能にし、フェルミオンゲート向けの最適化トランスパイラパスを提供する）およびPySCF（ハミルトニアンの構築と状態ベクトルアドレス指定用）とシームレスに統合されている。
• 機能: 基本的な状態ベクトル進化に加え、ffsim には変分アンサッツ（UCJ、LUCJ、UCCSD）、トロッター・スズキ積公式によるハミルトニアンの時間進化、スレーター行列式の効率的なサンプリング（決定論的点過程を使用）、およびフェルミオン演算子の正規順序化のためのツールが含まれている。

主な貢献

1. パフォーマンス最適化: $N$ と $S_z$ の対称性を活用し、効率的なギブンス回転分解を利用することで、ffsim は既存の専門シミュレータ（FQE）および汎用シミュレータ（Qiskit Aer）に対して大幅な高速化を実現している。
2. メモリ効率: このライブラリはメモリ要件を桁違いに削減する。1/8 充填の 64 量子ビットハバードモデルの場合、ffsim は 19.3 GiB しか必要としないのに対し、汎用シミュレータでは約 256 EiB が必要となる。
3. エコシステム統合: 量子化学（PySCF）と量子コンピューティング（Qiskit）の間のギャップを埋め、アルゴリズム開発とベンチマークのための統一環境を提供している。
4. 包括的な機能セット: 変分アルゴリズム、時間進化、サンプリングのための完全なツールキットを提供し、回路深度を削減するための圧縮二重分解のサポートを含んでいる。

結果

著者らは、Linux (x86) および macOS (Apple Silicon) システムにおける FQE および Qiskit Aer との ffsim のパフォーマンスベンチマークを提示している：

• 状態ベクトルシミュレーション: 最大規模のテストシステム（16 空間軌道、1/2 充填）において、ffsim はシングルスレッドベンチマークで FQE に対して2.4 倍から 8.4 倍の高速化を示した。マルチスレッド化により、二次ハミルトニアンの進化および対角クーロン進化において4.8 倍から 7.5 倍の高速化に達した。二重分解トロッターシミュレーションにおいて、ffsim は最大18 倍の高速化を達成した。これは、FQE のトロッター実装において非効率的なギブンス回転コードを使用していることに起因する。
• 汎用シミュレータとの比較: Qiskit Aer はメモリ制約により 16 軌道（32 量子ビット）システムのシミュレーションができなかったのに対し、ffsim と FQE は 2.5 GiB しか必要としなかった。
• 追加機能: ffsim は、スレーター行列式のサンプリングにおいて DPPy に対して3.5 倍、フェルミオン演算子の正規順序化において OpenFermion に対して20 倍の高速化を示した。
• 科学的応用: このライブラリは以下のシミュレーションに成功した：
  • 鉄 - 硫黄クラスター [2Fe-2S]（30 電子、20 軌道 $\rightarrow$ 40 量子ビット）のサンプルベースアルゴリズム。
  • $N_2$（10 電子、26 軌道 $\rightarrow$ 52 量子ビット）の LUCJ アンサッツ初期化。このシステムは汎用シミュレーションには 64 PiB が必要だが、ffsim では 64.5 GiB だけで済む。
  • 2 次元ハバードモデル（最大 64 量子ビット）のトロッター誤差解析および $N_2$ に対するクリロフ量子対角化（KQD）。

意義と主張

本論文は、ffsim が汎用シミュレータに対して「大幅な効率向上」を提供し、既存の専門ライブラリである FQE を速度とソフトウェア設計の両面で凌駕すると主張している。その主な意義は、古典的に処理可能な費米子系の範囲を拡大し、標準的なワークステーションで最大 64 量子ビットの回路のシミュレーションを可能にすることにある。この能力により、研究者はアルゴリズムのプロトタイピング、量子ハードウェア結果の検証、以前はアクセス不可能だった現実的な化学システムに対するサンプルベースアルゴリズムの研究を可能にする。著者らは、ffsim を新興ハードウェア向けアルゴリズムの開発とテストを行う量子コンピューティングコミュニティにとって不可欠なツールとして位置づけており、将来的には GPU 加速に焦点を当ててこれらの能力をさらに拡張することが期待される。