A generalized framework for quantum subspace diagonalization

1. 문제 정의 (Problem)

• 배경: 양자 화학 및 양자 최적화와 같은 분야에서 해밀토니안 고유값 문제 (Eigenvalue problems) 는 근사 양자 컴퓨터 (NISQ) 와 오류 정정 양자 컴퓨터 모두의 핵심 작업입니다. 최근의 접근법은 양자 컴퓨터에서 샘플링된 비트 문자 (bit-strings) 로 정의된 부분공간 (subspace) 내에서 고유값을 계산하는 '양자 부분공간 대각화 (QSD)' 기법을 사용합니다.
• 현재 기술의 한계:
  1. 도메인 특화성: 기존 도구들은 페르미온 시스템 (양자 화학) 과 큐비트 시스템 (스핀 모델 등) 을 별도로 처리합니다. 예를 들어, 양자 화학용 도구는 큐비트 해밀토니안을 처리하지 못하며, 그 반대의 경우도 마찬가지입니다.
  2. 큐비트 수 제한: 기존 방법들은 정수 데이터 타입의 비트 수 제한으로 인해 대개 128 개 이하의 큐비트만 처리할 수 있습니다. 이는 현재 100 개 이상의 큐비트를 가진 하드웨어의 발전에 걸림돌이 됩니다.
  3. 효율성: 대규모 부분공간을 다룰 때 메모리 소비와 실행 시간이 기존 방법들 (예: qiskit-addon-sqd, Dice) 에 비해 비효율적입니다.

2. 방법론 (Methodology)

저자들은 Fulqrum이라는 새로운 일반화된 프레임워크를 제안하며, 다음과 같은 핵심 기술적 혁신을 도입했습니다.

• 확장된 알파벳 (Extended Alphabet) 및 통합 해밀토니안 표현:

  • 기존 파울리 연산자 ($X, Y, Z, I$) 외에도 **투사 연산자 (Projection operators: $0, 1$)**와 **사다리 연산자 (Ladder operators: $-, +$)**를 포함하는 확장된 알파벳을 사용합니다.
  • 이를 통해 페르미온 시스템을 표준적인 조던 - 위그너 (Jordan-Wigner) 변환을 거치지 않고도, 투사 및 사다리 연산자를 직접 매핑하여 큐비트 해밀토니안으로 변환합니다.
  • 결과적으로 큐비트 시스템과 페르미온 시스템을 위한 단일 (Unified) 솔루션 방법을 제공합니다.

• 비트셋 (Bit-set) 기반 부분공간 표현:

  • 정수 (Integer) 대신 **비트셋 (Bit-set)**을 사용하여 계산 기저 상태를 표현합니다. 이는 메모리 효율성을 높이고, 이론적으로 큐비트 수에 제한을 두지 않습니다.
  • 부분공간 데이터 구조는 **해시 맵 (Hash Map, emhash8::HashMap)**을 사용하여 저장합니다. 이는 삽입 순서 인덱싱과 빠른 조회 (Lookup) 를 동시에 지원하며, 병렬 처리에 최적화되어 있습니다.

• 연산자 그룹화 및 최적화 (Operator Grouping & Sorting):

  • 해밀토니안의 항들을 **비대각 구조 (Off-diagonal structure)**와 **사다리 정수 (Ladder integer)**에 따라 그룹화하고 정렬합니다.
  • 그룹화 전략: 동일한 비대각 구조를 가진 항들은 하나의 그룹으로 묶어, 부분공간 내의 비트 문자가 해당 그룹의 조건을 만족하는지 한 번만 확인하면 됩니다.
  • RAMPS (Recursive Algorithm for Minimal Perturbative Subspaces): 불필요한 비트 문자를 제거하여 부분공간을 축소하는 재귀적 알고리즘을 도입합니다. 이는 최종 고유 에너지에 미미한 영향을 미치는 항들을 사전에 제거하여 계산량을 획기적으로 줄입니다.

• 행렬 생성 방식:

  • CSR (Compressed Sparse Row) 행렬: 고전적인 희소 행렬 형식으로 변환하여 ARPACK, PRIMME 등 다양한 고전 솔버와 호환되도록 합니다.
  • Matrix-free (행렬 없는) 방식: 명시적인 행렬 저장 없이 행렬 - 벡터 곱 (SpMV) 만 수행하여 메모리 제약을 극복합니다.

3. 주요 기여 (Key Contributions)

1. 범용성 (Generality): 큐비트 및 페르미온 시스템을 통합하여 처리할 수 있는 최초의 일반화된 프레임워크를 제시했습니다.
2. 무제한 큐비트 지원: 비트셋과 해시 맵을 활용하여 정수 데이터 타입의 제한을 우회, 수천 개의 큐비트까지 확장 가능한 아키텍처를 구현했습니다.
3. 성능 최적화:
   • 연산자 그룹화 및 정렬을 통해 불필요한 행렬 요소 계산을 제거했습니다.
   • RAMPS 알고리즘을 통해 부분공간 차원을 대폭 축소하면서도 정확도를 유지했습니다.
   • OpenMP 를 활용한 병렬 처리로 CSR 행렬 구축 및 SpMV 연산 속도를 향상시켰습니다.
4. 유연한 인터페이스: Fulqrum 은 자체적으로 고유값 솔버를 수행하지 않고, 사용자가 원하는 고전 솔버 (ARPACK, PRIMME 등) 와 쉽게 연동할 수 있는 표준 인터페이스를 제공합니다.

4. 실험 결과 (Results)

저자들은 IBM 의 양자 프로세서 (IBM Marrakesh, Boston) 에서 샘플링된 데이터를 기반으로 실험을 수행했습니다.

• 스핀 모델 (Antiferromagnetic XXZ Spin-1/2 Chain):

  • 30~60 개의 큐비트와 수백만 개의 비트 문자를 포함하는 부분공간에서 테스트했습니다.
  • 성능: 기존 도구인 qiskit-addon-sqd 대비 10 배 이상 빠른 속도를 보였으며, 메모리 소비도 크게 감소했습니다. 큐비트 수가 증가할수록 성능 격차가 더 벌어졌습니다.

• 양자 화학 (N2 분자 및 CH4 이량체):

  • Dice (기존 화학 패키지) 와 비교했습니다.
  • N2 분자: Fulqrum 의 CSR 모드는 Dice 보다 34% 빠르고, 메모리는 약 2 배 적게 사용했습니다. RAMPS 를 적용한 경우 메모리 사용량은 Dice 대비 약 130 배 감소했습니다.
  • CH4 이량체: RAMPS 적용 시 메모리 사용량이 5 배 감소했습니다.
  • Matrix-free 모드: 명시적 행렬 저장 없이 계산하여 N2 분자에서 Dice 대비 약 172 배, Fulqrum CSR 대비 약 94 배의 메모리 절감 효과를 보였으나, 계산 시간은 약 10 배 더 소요되었습니다.

5. 의의 및 결론 (Significance)

• 양자 우위 (Quantum Advantage) 실현을 위한 핵심 도구: 현재 및 향후 양자 하드웨어에서 생성된 대규모 샘플 데이터를 고전 컴퓨터에서 효율적으로 처리할 수 있는 프레임워크를 제공합니다.
• 자원 효율성: 기존 방법들보다 훨씬 적은 메모리와 시간으로 더 큰 규모의 문제를 해결할 수 있어, 개인용 노트북에서도 대규모 부분공간 계산을 수행할 수 있는 가능성을 열었습니다.
• 연구 생태계 확장: Python 기반의 쉬운 설치와 다양한 고전 솔버 호환성을 통해 연구 진입 장벽을 낮추고, 양자 - 고전 하이브리드 알고리즘 개발을 촉진합니다.

이 논문은 양자 부분공간 대각화 분야에서 도메인 특화적 접근을 넘어, 확장성 있고 효율적인 통합 솔루션을 제시함으로써 양자 화학 및 물리학 연구의 새로운 기준을 제시합니다.