ffsim: Faster simulation of fermionic quantum circuits

이 논문은 64 개 큐비트 시스템까지 Qiskit 과 PySCF 와 같은 도구와의 고급 기능 및 원활한 통합을 제공하면서 입자 수 및 스핀 보존 대칭성을 활용하여 메모리 및 시간 비용을 줄임으로써 페르미온 양자 회로 시뮬레이션을 크게 가속화하는 오픈소스 라이브러리인 ffsim 을 소개합니다.

핵심

수천 명의 무용수 (전자) 가 움직이는 거대하고 복잡한 무대를 시뮬레이션하려고 한다고 상상해 보세요. 양자 물리학의 세계에서는 이러한 무용수를 '페르미온'이라고 부르며, 매우 엄격한 규칙을 따릅니다: 두 명의 무용수가 동시에 정확히 같은 자리에 있을 수는 없습니다. 이로 인해 컴퓨터가 이들의 움직임을 시뮬레이션하는 것은 극도로 어렵습니다. 가능한 춤 패턴의 수가 너무 빠르게 증가하여 지구상에서 가장 강력한 슈퍼컴퓨터조차 마비시킬 수 있기 때문입니다.

이제 ffsim이 등장합니다. ffsim 은 우주에서 가능한 모든 춤 동작 하나하나를 외우려 하지 않는, 매우 똑똑하고 전문적인 안무가의 조교라고 생각하세요. 대신, 몇 가지 비밀스러운 단축키를 알고 있습니다.

비밀 단축키: "파티 규칙"

많은 실제 시스템 (분자나 물질 등) 에서 무용수들은 두 가지 엄격한 규칙을 따릅니다:

1. 인원 수 규칙: 무용수의 총 수는 절대 변하지 않습니다.
2. 스핀 규칙: '스핀 업' 무용수와 '스핀 다운' 무용수의 수는 일정하게 유지됩니다.

대부분의 범용 컴퓨터 시뮬레이터는 무용수가 갑자기 나타나거나 사라지는 경우를 포함해 무대의 모든 가능한 버전을 기록하려는 카메라와 같습니다. 이는 막대한 양의 메모리를 낭비합니다.

ffsim은 다릅니다. '파티 규칙'이 적용된다는 것을 알고 있습니다. 따라서 인원 수와 스핀 규칙을 실제로 준수하는 춤 패턴만 기록합니다. 불가능한 시나리오를 무시함으로써 필요한 메모리를 대폭 줄입니다.

• 논문의 주장: 64 개의 '큐비트' (64 개의 자리가 있는 무대와 같음) 를 가진 시스템의 경우, 일반 시뮬레이터는 지구상에 존재하는 것보다 더 많은 메모리 (256 엑사바이트) 가 필요합니다. ffsim은 표준 노트북 하드 드라이브 크기인 19.3 기가바이트만으로 동일한 작업을 수행합니다.

작동 원리: "기븐스 회전 (Givens Rotation)"

무용수를 움직이기 위해 시뮬레이터는 '게이트'라고 불리는 특정 동작을 사용합니다.

• 유사성: 무용수를 나타내는 카드 덱이 있다고 상상해 보세요. 일반 시뮬레이터는 덱 전체를 무작위로 섞을 수 있습니다. ffsim은 기븐스 회전이라는 구체적이고 효율적인 기법을 사용합니다.
• 작동 방식: 모든 것을 섞는 대신, 매우 조직적이고 수학적인 방식으로 카드 쌍을 교환합니다. 이는 안무가가 전체 방을 한 번에 재배치하려 시도하는 대신, 한 번에 두 명의 무용수만 정확한 패턴으로 교환하여 다음 포메이션으로 이동하는 것과 같습니다. 이 방법은 훨씬 빠르고 컴퓨터 전력을 덜 사용합니다.

도구 상자: 그 밖의 기능은 무엇인가요?

이 논문은 ffsim을 단순한 시뮬레이터가 아닌, 양자 연구자들을 위한 스위스 아미 나이프로 설명합니다. 다음과 같은 기능들을 포함합니다:

• 변분 안사츠 (Variational Ansatzes): 연구자들이 분자의 최적 에너지 상태를 찾기 위해 조정할 수 있는 미리 만들어진 '춤 루틴' (알고리즘) 입니다. 특정 연극에 맞게 편집할 수 있는 미리 작성된 대본 도서관을 가지고 있는 것과 같습니다.
• 시간 여행 (해밀토니안 진화): '트로터 - 스즈키 (Trotter-Suzuki)'라는 방법을 사용하여 무대가 시간에 따라 어떻게 변하는지 단계별로 시뮬레이션할 수 있습니다. 이는 패턴이 어떻게 진화하는지 보기 위해 춤의 영화를 프레임 단위로 재생하는 것과 같습니다.
• 샘플링: 양자 컴퓨터가 얼마나 잘 수행할지 테스트하기 위해 무작위적이고 현실적인 춤 포메이션 (슬레이터 행렬식) 을 빠르게 선택할 수 있습니다.
• 통합: Qiskit(양자 프로그래밍 언어) 및 PySCF(화학 소프트웨어) 와 같은 다른 인기 있는 도구들과 잘 작동합니다. 서로 다른 소프트웨어 팀이 메시지를 잃지 않고 서로 대화할 수 있게 해주는 통역사와 같습니다.

경쟁: ffsim 대 경쟁사

저자들은 ffsim을 다른 인기 도구인 FQE(페르미온 양자 에뮬레이터) 와 범용 시뮬레이터인 Qiskit Aer와 비교했습니다.

• 결과: ffsim이 훨씬 더 빨랐습니다. 일부 테스트에서는 FQE 보다 최대 18 배 빨랐습니다.
• 이유: FQE 는 때때로 자신의 작업을 '되돌려야' 하는 다른 수학적 방법 (LU 분해) 을 사용하는 반면, ffsim은 이 특정 유형의 문제에 더 간소화된 기븐스 회전 방법을 직접 사용합니다.
• 범용 대 전문: 범용 시뮬레이터 (Qiskit Aer) 는 너무 느리고 메모리를 많이 사용하여 ffsim이 쉽게 해결한 최대 테스트 사례 (16 개 오비탈) 도 처리하지 못했습니다.

실제 세계 테스트

저자들은 속도만 이야기한 것이 아니라, 실제 과학적 문제에서 작동하는 모습을 보여주었습니다:

1. 허바드 모델 (Hubbard Model): 시간 단계 시뮬레이션의 오류가 어떻게 작용하는지 보기 위해 체스판과 같은 전자 격자를 시뮬레이션했습니다. 최대 64 개 큐비트까지 격자를 테스트했습니다.
2. 질소 분자 (N2): '크릴로프 양자 대각화 (Krylov Quantum Diagonalization)'라는 방법을 사용하여 질소 분자의 에너지를 찾았습니다. '노이즈'가 있거나 근사적인 시간 단계를 사용하더라도 이 방법이 여전히 잘 작동함을 보여주었는데, 이는 아직 완벽하지 않은 미래의 양자 컴퓨터에게 매우 중요합니다.

요약

ffsim은 양자 화학 및 재료 과학 시뮬레이션을 훨씬 더 빠르고 저렴하게 만드는 새로운 오픈 소스 소프트웨어 라이브러리입니다. 이는 불가능한 시나리오를 무시함으로써 (대칭성 사용) 그리고 효율적인 수학적인 트릭 (기븐스 회전) 을 사용함으로써 이를 달성합니다. 연구자들이 슈퍼컴퓨터가 필요했던 시스템을 단일 노트북에서 시뮬레이션할 수 있게 하여, 미래의 양자 컴퓨터를 위한 더 나은 알고리즘을 설계하는 데 도움을 줍니다.

참고: 이 논문은 완전히 소프트웨어 성능, 시뮬레이션 벤치마크, 알고리즘 효율성에 초점을 맞추고 있습니다. 질병 치료, 날씨 예측, 또는 양자 시뮬레이션 및 알고리즘 테스트 외부의 문제 해결을 주장하지는 않습니다.

기술 요약

"ffsim: 페르미온 양자 회로의 더 빠른 시뮬레이션"의 기술적 요약

문제 제기

양자 컴퓨팅 하드웨어와 알고리즘이 발전함에 따라, 고전적 시뮬레이션을 통해 이러한 시스템을 테스트, 검증 및 특성화하는 능력이 중요해졌습니다. 범용 양자 회로 시뮬레이터가 존재하지만, 페르미온 시스템에 고유한 특정 문제 구조를 활용하지 못해 과도한 메모리 사용과 시뮬레이션 시간을 초래하는 경우가 많습니다. 구체적으로, 분자 및 물질과 같은 페르미온 시스템을 시뮬레이션하려면 입자 수 보존과 스핀의 $z$-성분을 추적해야 합니다. Jordan-Wigner 변환과 같은 변환을 통해 페르미온을 큐비트로 매핑하는 범용 시뮬레이터는 이러한 대칭성을 무시한 채 $2^{2N}$ 차원 (여기서 $N$은 공간 오비탈의 수) 의 상태 벡터를 저장합니다. 이 지수적 스케일링은 표준 워크스테이션에서 52~64 개와 같은 중간 크기의 시스템 시뮬레이션을 불가능하게 만들며, 52 개 큐비트의 경우 64 PiB 와 같은 메모리 양이 필요하여 세계 최강의 슈퍼컴퓨터 용량조차 초과합니다.

방법론

이 논문은 입자 수 ($N$) 와 스핀의 $z$-성분 ($S_z$) 보존을 명시적으로 활용하여 페르미온 양자 회로를 시뮬레이션하도록 설계된 오픈 소스 Python 라이브러리인 ffsim을 소개합니다.

상태 벡터 표현

전체 $2^{2N}$ 차원 벡터를 저장하는 범용 시뮬레이터와 달리, ffsim 은 $(N_\alpha, N_\beta)$로 표시되는 특정 대칭 섹터로 시뮬레이션을 제한합니다. 여기서 $N_\alpha$와 $N_\beta$는 각각 스핀 업 전자와 스핀 다운 전자의 수입니다. 상태 벡터는 다음과 같이 표현됩니다:
$$|\Psi\rangle = \sum_{I_\alpha, I_\beta} \gamma(I_\alpha, I_\beta) |I_\alpha, I_\beta\rangle$$
여기서 $|I_\alpha, I_\beta\rangle$는 전자 구성 (슬레이터 행렬식) 입니다. 이 벡터의 차원은 $\binom{N}{N_\alpha} \times \binom{N}{N_\beta}$이며, 이는 $2^{2N}$보다 훨씬 작습니다. ffsim 은 PySCF 의 Full Configuration Interaction (FCI) 모듈을 활용하여 이러한 기저 벡터에 주소를 할당하여 확립된 양자 화학 워크플로우와의 호환성을 보장합니다.

게이트 구현

이 라이브러리는 입자 수와 스핀을 보존하는 범용 페르미온 게이트 세트를 구현합니다. 주요 알고리즘은 다음과 같습니다:

• 입자 수 연산자 합 진화 및 대각 쿨롱 진화: 이러한 알고리즘은 구성의 점유 수에 기반하여 계수 $\gamma(I_\alpha, I_\beta)$에 직접 위상 인자를 적용합니다.
• 오비탈 회전: 유니터리 회전을 Givens 회전 시퀀스로 분해하여 구현합니다. 이 접근법은 FQE 와 같은 경쟁 라이브러리에서 사용되는 LU 분해 기반 방법이 요구하는 오비탈 치환을 피하여, 기저 추적이나 반전 없이 직접 적용할 수 있게 합니다.
• 해밀토니안 표현: ffsim 은 분자 해밀토니안, 이중 분해 해밀토니안, 대각 쿨롱 해밀토니안을 지원합니다.

소프트웨어 아키텍처

• 하이브리드 구현: 공개 인터페이스는 Python 이지만, 성능이 중요한 구성 요소는 Rust 로 구현되어 크로스 플랫폼 배포를 위해 바이너리로 컴파일됩니다.
• 통합: Qiskit(Hamming 무게 보존 회로의 시뮬레이션 허용 및 페르미온 게이트용 최적화된 트랜스파일러 패스 제공) 및 PySCF(해밀토니안 구성 및 상태 벡터 주소 지정용) 와 원활하게 통합됩니다.
• 기능: 기본 상태 벡터 진화 외에도 ffsim 은 변분 안사츠 (UCJ, LUCJ, UCCSD), Trotter-Suzuki 곱 공식을 통한 해밀토니안 시간 진화, 슬레이터 행렬식의 효율적 샘플링 (결정론적 포인트 프로세스 사용), 그리고 페르미온 연산자의 정규 순서를 위한 도구를 포함합니다.

주요 기여

1. 성능 최적화: $N$ 및 $S_z$ 대칭성을 활용하고 효율적인 Givens 회전 분해를 사용하여 ffsim 은 기존 전문 시뮬레이터 (FQE) 및 범용 시뮬레이터 (Qiskit Aer) 보다 상당한 속도 향상을 달성합니다.
2. 메모리 효율성: 이 라이브러리는 메모리 요구 사항을 수 차수 줄입니다. 1/8 충전 상태의 64 큐비트 허버드 모델의 경우 ffsim 은 19.3 GiB 만 필요하지만, 범용 시뮬레이터는 약 256 EiB 가 필요합니다.
3. 생태계 통합: 양자 화학 (PySCF) 과 양자 컴퓨팅 (Qiskit) 간의 간극을 연결하여 알고리즘 개발 및 벤치마킹을 위한 통합 환경을 제공합니다.
4. 포괄적인 기능 세트: 변분 알고리즘, 시간 진화 및 샘플링을 위한 완전한 툴킷을 제공하며, 회로 깊이를 줄이기 위한 압축 이중 분해 지원도 포함합니다.

결과

저자들은 Linux(x86) 및 macOS(Apple Silicon) 시스템에서 ffsim 과 FQE 및 Qiskit Aer 를 비교한 성능 벤치마크를 제시합니다:

• 상태 벡터 시뮬레이션: 가장 큰 테스트 시스템 (16 개 공간 오비탈, 1/2 충전) 의 경우, ffsim 은 단일 스레드 벤치마크에서 FQE 대비 2.4 배에서 8.4 배의 속도 향상을 보였습니다. 멀티스레딩을 사용하면 이차 해밀토니안 진화 및 대각 쿨롱 진화에 대해 4.8 배에서 7.5 배의 속도 향상이 달성되었습니다. 이중 분해 Trotter 시뮬레이션의 경우 ffsim 은 최대 18 배의 속도 향상을 달성했는데, 이는 FQE 의 Trotter 구현에서 덜 효율적인 Givens 회전 코드를 사용했기 때문입니다.
• 범용 시뮬레이터와의 비교: Qiskit Aer 은 메모리 제약으로 인해 16 오비탈 (32 큐비트) 시스템을 시뮬레이션할 수 없었던 반면, ffsim 과 FQE 는 2.5 GiB 만 필요했습니다.
• 추가 기능: ffsim 은 슬레이터 행렬식 샘플링에서 DPPy 대비 3.5 배, 페르미온 연산자의 정규 순서에서 OpenFermion 대비 20 배의 속도 향상을 보였습니다.
• 과학적 응용: 이 라이브러리는 다음과 같은 시뮬레이션에 성공했습니다:
  • 철 -황 클러스터 [2Fe-2S] 에 대한 샘플 기반 알고리즘 (30 개 전자, 20 개 오비탈 $\rightarrow$ 40 개 큐비트).
  • $N_2$에 대한 LUCJ 안사츠 초기화 (10 개 전자, 26 개 오비탈 $\rightarrow$ 52 개 큐비트). 이 시스템은 범용 시뮬레이션에는 64 PiB 가 필요하지만 ffsim 에서는 64.5 GiB 만 필요합니다.
  • 2D 허버드 모델 (최대 64 큐비트) 에 대한 Trotter 오차 분석 및 $N_2$에 대한 Krylov 양자 대각화 (KQD).

중요성 및 주장

이 논문은 ffsim 이 범용 시뮬레이터에 비해 "상당한 효율성 향상"을 제공하며, 기존 전문 라이브러리인 FQE 보다 속도와 소프트웨어 설계 측면에서 우수하다고 주장합니다. 그 주요 중요성은 고전적으로 해결 가능한 페르미온 시스템의 범위를 확장하여 표준 워크스테이션에서 최대 64 큐비트 회로의 시뮬레이션을 가능하게 한다는 점에 있습니다. 이 기능은 연구자들이 이전에는 접근할 수 없었던 실제 화학 시스템에 대한 샘플 기반 알고리즘을 프로토타입화하고, 양자 하드웨어 결과를 검증하며, 알고리즘을 연구할 수 있게 합니다. 저자들은 ffsim 을 등장하는 하드웨어에 대한 알고리즘을 개발하고 테스트하기 위한 양자 컴퓨팅 커뮤니티의 필수 도구로 위치시키며, 향후 작업은 이러한 기능을 더욱 확장하기 위해 GPU 가속화에 초점을 맞출 수 있다고 언급합니다.