Quantum annealers as programmable thermal machines

기술 요약: 프로그래밍 가능한 열기관으로서의 양자 어닐러

문제 정의
양자 어닐러(특히 D-Wave 시스템)는 해의 품질, 샘플링 능력, 시간 대비 솔루션(time-to-solution)에 의해 일상적으로 벤치마킹되지만, 이들의 열역학적 성능은 여전히 상당 부분 규명되지 않은 상태로 남아 있다. 기존 문헌은 이러한 장치들이 역방향 어닐링 사이클(reverse annealing cycles)에서 열을 흡수하고 방출함으로써 양자 열기관으로서 작동한다는 점을 확립했다. 그러나 환경에 대한 완전한 접근이나 상세한 미시적 배스(bath) 모델 없이 에너지 교환, 엔트로피 생성 및 일을 정량화할 수 있는 포괄적인 프레임워크가 부족한 실정이다. 저자들은 D-Wave 프로세서를 단순한 최적화 도구가 아니라, 에너지 통계치를 통해 운영 모드(가열기, 가속기, 엔진 또는 냉장고)를 제어하고 진단할 수 있는 프로그래밍 가능한 열기관으로 규정하고자 한다.

방법론
저자들은 D-Wave 양자 어닐러를 역방향 어닐링 프로토콜에 의해 구동되는 폐쇄된 열역학 사이클로 취급한다. 실험 워크플로우는 다음과 같다:

1. 초기화: 제어된 역온도 $\beta_1$에서 프로그래밍된 이싱 해밀토니안($H_p$)의 고전적 깁스 상태(Gibbs state)를 준비한다.
2. 진화: 어닐링 파라미터 $s(t)$가 $s=1$에서 $s_p$ 지점까지 감소했다가 다시 $s=1$로 돌아오는 역방향 어닐링 사이클을 실행한다. 이는 초기 및 최종 해밀토니안이 동일함($H(0)=H(1)=H_p$)을 보장한다.
3. 측정: 2점 에너지 측정을 수행하여 문제 에너지의 변화량 $\Delta E_1 = E_p(\sigma(\tau)) - E_p(\sigma(0))$를 결정한다.
4. 분석:
   • 유효 온도 측정(Effective Thermometry): 의사 가능도(pseudo-likelihood)를 사용하여 출력 스핀 구성을 프로그래밍된 이싱 해밀토니안에 피팅함으로써, 유효 환경 역온도 $\beta_2$(및 그에 대응하는 온도 $T_2$)를 추정한다.
   • 열역학적 경계(Thermodynamic Bounds): 교환 변동 정리(Exchange Fluctuation Theorem)와 열역학적 불확정성 관계(TURs)를 활용한다. $\Delta E_1$만이 직접 관찰 가능하므로, 저자들은 $\Delta E_1$의 처음 두 모멘트와 피팅된 $\beta_2$만을 사용하여 엔트로피 생성($\Sigma$), 열 교환($Q$), 일($W$)에 대한 엄격한 하한값을 도출한다.
   • 분류: 프로세서의 평균 에너지 변화($\langle \Delta E_1 \rangle$), 환경의 에너지 변화($\langle \Delta E_2 \rangle$), 그리고 일($\langle W \rangle$)의 부호를 바탕으로 운영 영역을 매핑한다.
     실험은 D-Wave Advantage (Pegasus 토폴로지) 및 Advantage2 (Zephyr 토폴로지) 시스템을 사용하여 1차원 이싱 체인과 2차원 Pegasus 인스턴스(Random Uniform 및 Corrupted Biased Ferromagnet)를 대상으로 수행되었다.

주요 기여

1. 통합된 열역학적 분류: 본 논문은 초기 준비 온도($\beta_1$)와 역방향 어닐링 전환점($s_p$)을 변화시킴으로써, 동일한 하드웨어가 서로 다른 열역학적 영역에서 작동하도록 프로그래밍될 수 있음을 보여준다:
   • 가열기(Heater): 프로세서와 환경 모두 에너지를 얻으며, 일이 공급된다.
   • 가속기(Accelerator): 프로세서는 에너지를 잃고 환경은 에너지를 얻으며, 완화를 돕기 위해 일이 공급된다.
   • 냉장고(Refrigerator): 구동력이 자발적인 열적 편향에 역행하여 에너지 교환을 강제한다.
   • 엔진/가속기(Engine/Accelerator): 가용 가능한 경계값이 일 추출(work extraction)과 구동된 가속(driven acceleration)을 유일하게 구분하지 못하는 영역에서, 저자들은 데이터를 과잉 해석하지 않기 위해 "엔진/가속기"라는 결합된 라벨을 부여한다. 이론적으로 엔진 작동이 가능하지만, 실험적 경계는 이를 가속기 작동과 유일하게 구별하지 못한다.
2. 장치 불가지론적 경계(Device-Agnostic Bounds): 저자들은 환경에 대한 특정 모델을 요구하지 않고, 양자 처리 장치(QPU)가 보고하는 에너지 변화만을 사용하여 엔트로피 생성, 열, 일 및 일률에 대한 하한을 설정하는 방법을 제공한다.
3. 운영 진단 기능: 피팅된 유효 온도 $T_2$가 극저온 냉동기 플레이트 온도와 구별되는 계산 자유도의 열적 상태를 나타내는 민감한 지표 역할을 하는 내장형 온도 측정 진단을 도입한다.

결과

• 상태도(Phase Diagrams): 저자들은 $(\beta_1, s_p)$ 평면에서의 열역학적 상태도를 작성하였다. 1차원 체인의 경우, 가열기와 가속기 영역 사이의 경계는 어닐링 시간($\tau$)에 따라 이동하고 부드러워지지만, 근본적인 분류는 일관되게 유지된다.
• 임계 현상(Critical Phenomenology): $s_p \approx 0.6$ 부근에서 유효 온도 $T_2$와 일의 경계값에서 뚜렷한 특징이 관찰되었는데, 이는 드라이버(driver)와 문제 에너지 척도가 경쟁하는 트랜스버스 필드 이싱 모델의 임계 영역에 해당한다. 이 영역은 강화된 에너지 변동과 소산(dissipation)을 보인다.
• 스케일링(Scaling): 1차원 체인의 경우, TUR 기반의 총 일과 일률의 경계는 $L \log L$ (여기서 $L$은 체인 길이)로 스케일링되는 반면, 스핀당 양은 $\log L$로 스케일링된다. 이는 1차원에서 임계 변동의 적외선 지배(infrared dominance)를 반영한다.
• 문제 의존성: 열역학적 응답은 인스턴스에 따라 달라진다. 험난한 에너지 지형을 가진 2차원 인스턴스(예: Corrupted Biased Ferromagnet)는 매끄러운 Random Uniform 인스턴스에 비해 더 넓은 활성 창(active window)과 높은 유효 온도를 보인다.
• 하드웨어 비교: 분류 절차는 Advantage와 Advantage2 프로세서 간에 전이되지만, 모드 경계의 구체적인 위치와 피팅된 온도는 하드웨어 세대 및 문제 임베딩에 따라 달라진다.

의의 및 주장
본 논문은 양자 최적화, 확률적 컴퓨팅, 통계 물리학 시뮬레이션을 에너지 인식 평가와 연결하는 프레임워크를 제공한다고 주장한다. 그 의의는 다음과 같다:

• 솔루션 품질을 넘어: 솔루션 품질을 넘어 열역학적 계층을 추가하여, 구동된 정밀화(가속기), 순 가열(가열기), 열 펌핑(냉장고/엔진)을 구분한다.
• 프로그래밍 가능성: 양자 어닐러의 열역학적 역할이 프로그래밍 가능하다는 것을 입증한다. 사용자는 스케줄과 초기 상태를 조정하여 장치를 서로 다른 에너지 흐름 영역으로 유도할 수 있다.
• 진단적 유용성: 유효 온도 $T_2$와 에너지 경계값은 외부 센서 없이도 완화(relaxation), 프리즈아웃(freeze-out) 또는 캘리브레이션의 변화를 감지하는 진단 도구로 활용될 수 있다.
• 에너지 효율성: 다양한 스케줄의 에너지적 결과를 정량화함으로써, 본 연구는 정확도와 에너지 효율성을 모두 고려한 알고리즘 및 하드웨어 스케줄의 공동 설계(co-design) 경로를 제시한다.

저자들은 열역학적 라벨 자체가 계산 성능(예: 전역 최적해 발견)을 결정하는 것은 아니라고 명시적으로 밝힌다. 대신, 열역학적 모드는 솔루션이 어떻게 도달했는지(예: 완화 또는 구동된 탐색을 통해)에 대한 맥락을 제공하며, 이는 성공 확률 및 시간 대비 솔루션과 같은 표준 지표와 함께 평가되어야 한다. 이 연구는 최적화 문제를 해결하는 것을 목적으로 하는 것이 아니라, 어닐러의 물리적 과정을 규명하는 데 목적이 있다.