Scalable quantum circuit knitting using a weak-coupling approximation

기술 요약: 약한 결합 근사를 이용한 확장 가능한 양자 회로 니팅(Quantum Circuit Knitting)

문제 정의
분산 양자 컴퓨팅(Distributed Quantum Computing, DQC)은 단일 모놀리식 양자 처리 장치(QPU)의 큐비트 한계를 넘어 양자 알고리즘을 확장하기 위한 핵심적인 경로입니다. DQC를 위한 주요 기법 중 하나는 "회로 니팅(circuit knitting)"으로, 이는 대규모 양자 회로를 더 작은 하위 회로들로 분할하여 별도의 하드웨어에서 실행한 뒤 그 결과들을 고전적으로 재결합하는 방식입니다. 그러나 정밀한 회로 니팅(특히 CutQC 프로토콜)은 전역적 양자 프로세스를 재구성하기 위해 지수적인 양의 고전 정보와 샘플링을 요구합니다. 필요한 고전적 프로세스의 수는 절단(cut)의 수 $N_x$에 따라 $4^{N_x}$로 스케일링되며, 이는 많은 수의 절단이 존재하는 회로에서는 실행 불가능한 수준이 됩니다. 비록 근사법(예: 토모그래피 또는 텐서 네트워크 기반)들이 존재하지만, 솔루션의 품질을 희생하지 않으면서도 고전적 오버헤드를 줄이기 위해 문제의 특정 물리적 특성을 활용하는 방법론이 필요합니다.

방법론
저자들은 서브시스템 간의 **약한 결합(weak coupling)**을 활용하는 방식으로 분산 양자 컴퓨팅을 수행하는 방법을 제안합니다. 이 접근법은 양자 회로가 나머지 시스템과 약하게 결합된 단일 큐비트 라인($q_x$)을 따라 분할될 수 있는 시나리오에 적응된, CutQC 와이어 커팅 패러다임의 특수화된 형태입니다.

1. 약한 결합 모델: 이 방법은 절단된 큐비트 $q_x$와 나머지 시스템 사이의 상호작용이 작은 결합 매개변수 $\lambda$에 의해 지배된다고 가정합니다. 절단을 가로지르는 게이트는 $\hat{G} = \eta \hat{E} + \lambda \hat{O}_i \hat{O}_j$로 모델링됩니다. 이 조건 하에서, 게이트에 의해 절단된 큐비트의 상태가 변할 확률은 $\mathcal{O}(\lambda)$입니다.
2. 기호 표현(Symbolic Representation): 회로는 두 개의 하위 회로 $\mathcal{C}_1$과 $\mathcal{C}_2$로 나뉩니다. 저자들은 절단 부위에서의 입력 및 출력 연산이 기호의 문자열(준비/리셋을 위한 $\alpha$-타입: $\{0, 1, +, i\}$; 측정에 대한 $\sigma$-타입: $\{X, Y, Z, E\}$)로 표현되는 기호적 프레임워크를 도입합니다.
3. "No-Flip" 규칙: 약한 결합 극한에서, 절단된 큐비트의 기호 상태가 (회로 레이어에 걸쳐) 변하는 "플립(flip)"의 확률은 $\lambda$에 의해 억제됩니다. 결과적으로, $k$번의 플립을 포함하는 문자열의 확률 진폭은 $\mathcal{O}(\lambda^k)$로 스케일링됩니다.
4. 다항식 절단(Polynomial Truncation): 모든 문자열을 합산하는 대신(지수적), 이 방법은 최대 $n$번의 플립을 포함하는 문자열의 집합 $\mathcal{S}_n$으로 계산을 절단합니다. 필요한 고전적 프로세스의 수는 다항식적으로 스케일링됩니다: $N_S = \mathcal{O}(N_x^n)$.
5. 재구성(Reconstruction): 저자들은 니팅에 필요한 $\alpha$-타입 확률을 측정된 $\sigma$-타입 확률로 변환하는 변환 행렬 $\Gamma$를 정의합니다. 절단 시 수치적 안정성과 가역성을 유지하기 위해, 재구성 행렬이 특이 행렬(singular)이 되지 않도록 보장하는 특정 $\sigma$-타입 문자열의 부분 집합을 선택하는 위치-기호 대응(Positional-Symbolic Correspondence, PSC) 전략을 채택합니다.
6. 오차 범위: 재구성된 확률의 총 오차는 $\mathcal{O}((N_x \lambda)^{(n+1)/3})$로 제한됩니다.

주요 기여

• 다항식 스케일링: 약하게 결합된 시스템의 경우, 회로 니팅의 고전적 비용을 절단에 기반한 확률 공간 절단을 통해 지수적에서 다항식($N_S = \mathcal{O}(N_x^n)$)으로 줄일 수 있음을 입증했습니다.
• PSC 전략: 저자들은 재구성 행렬 $\Gamma$가 가역적이고 수치적으로 안정적이도록(전체 문자열 세트를 사용하지 않더라도) 필요한 측정 기저($\sigma$-문자열)를 선택하는 특정 알고리즘(PSC)을 도입했습니다.
• 노이즈 분석: 이 논문은 재구성 행렬 $\Gamma$가 네이티브 양자 하드웨어 노이즈를 지수적으로 증폭하는 대신, 안정화 필터로서 작용한다는 분석을 제공합니다. 또한, 절단된 행렬의 조건수(condition number)가 다항식적으로 스케일링됨을 확립했습니다.
• 시연: 제안된 방법은 QAOA(Quantum Approximate Optimization Algorithm)와 유사한 5-큐비트 레이어드 회로를 통해 시뮬레이션되었습니다. 결과는 근사 수준 $n$이 증가하고 결합 $\lambda$가 감소함에 따라 오차가 빠르게 감소함을 보여줍니다.

결과
$\lambda$ 매개변수를 가진 5-큐비트 회로를 이용한 시연 결과:

• 출력 상태 $F=00000$에 대한 최종 확률의 오차는 $\lambda=0$일 때 정확히 0임을 보였습니다.
• $|\lambda|$가 증가함에 따라 오차가 커졌으나, 더 큰 근사 수준 $n$ (예: $n=1, 2$)에 대한 일반적인 이론적 경계보다 현저히 낮은 수준을 유지했습니다.
• 문자열 조합의 확률 분포는 플립 횟수에 따라 지수적으로 감소하였으며, 이는 절단의 타당성을 검증합니다.
• 2차 근사($n=2$)는 $\lambda^2$에 대한 의존성을 보였으며, 이는 특정 회로 구조가 오차 항을 더욱 억제할 수 있다는 이론적 유도와 일치합니다.

의의 및 주장
저자들은 이 방법이 일반적으로 DQC와 관련된 지수적 샘플링 장벽을 우회할 수 있는 이론적 경로를 제공한다고 주장합니다. 많은 실제 문제들(예: 먼 거리에 있는 창고가 있는 차량 경로 문제 또는 약하게 결합된 힐베르트 공간을 가진 해밀토니안 시뮬레이션)이 본질적인 약한 결합 특성을 가지고 있다는 점을 식별함으로써, 이 방법은 이전에 실행 불가능했던 대규모 응용 분야를 소규모 양자 컴퓨터에서도 접근 가능하게 만듭니다.

본 논문은 일반적인 CutQC는 지수적인 자원을 요구하는 반면, 이 약한 결합 근사법은 다항식적 스케일링을 유지하면서도 근사 정확도를 높이기 위해 $n > 0$으로 기능을 확장할 수 있는 특수화된 접근법을 허용한다는 점을 강조합니다. 저자들은 이전의 응용들이 큐비트 수를 대폭 줄이기 위해 $n=0$ 극한(플립 없음)을 활용했던 것과 달리, 본 연구는 근사 정확도를 개선하면서도 다항식적 스케일링을 유지하며 $n > 0$까지 확장했음을 명시합니다. 이 방법은 물리적으로 동기화된 문제에서 발생하는 자연스러운 서브시스템 분리를 활용하여, 근사 오차와 고전적 계산 비용 사이의 유리한 트레이드오프를 제공하는 근미래 하드웨어용 실용적인 접근법으로 제시됩니다.