Tensor-network simulation of strongly coupled multi-fluxonium circuits
이 논문은 행렬 곱 상태(matrix product states)와 연산자를 이용한 텐서 네트워크 시뮬레이션 방법을 도입하여, 완전 대각화(exact diagonalization)의 지수적 메모리 제한을 극복하고 전체 힐베르트 공간의 차원 대신 모드 수와 절단 파라미터에 따라 스케일링함으로써 강하게 결합된 멀티 플럭소니움(multi-fluxonium) 초전도 회로의 저에너지 스펙트럼을 효율적으로 계산한다.
원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기
초전도 양자 프로세서를 설계하는 것은 마치 제작되기도 전에 복잡한 기계의 동작을 예측하려는 것과 비슷합니다. 이 기계는 저항 없이 전기를 전달하는 아주 작은 전기 회로들로 구성되어 있으며, 절대 영도에 가까운 온도로 냉각됩니다. 이 회로들은 프로세서의 심장이며, 이들의 거동은 에너지 준위에 대한 수학적 기술에 의해 결정됩니다. 기계가 어떻게 작동할지 이해하기 위해 과학자들은 이 회로들의 가장 낮은 에너지 상태를 계산해야 합니다. 그러나 회로에 더 많은 구성 요소가 추가될수록 계산의 복잡성은 폭발적으로 증가합니다. 가능한 상태의 수가 너무 빠르게 늘어나기 때문에, 회로가 유용할 만큼 커지면 가장 강력한 컴퓨터조차 전체적인 모습을 감당할 수 없게 됩니다. 이는 병목 현상을 만듭니다. 엔지니어들이 자신이 만들고자 하는 기계를 정확하게 시뮬레이션할 수 없기 때문에 더 나은 기계를 설계할 수 없는 것입니다.
이 문제는 회로의 구성 요소들이 서로 강하게 연결되어 있을 때 특히 심각해집니다. 많은 전통적인 방식에서 과학자들은 복잡한 회로를 관리 가능한 작은 조각들로 나누고, 각 조각을 따로 해결한 다음, 그 답들을 하나로 엮으려고 시도합니다. 이 방식은 조각들이 느슨하게 연결되어 있을 때는 잘 작동하지만, 오늘날 개발되고 있는 첨단 회로들처럼 부품들이 밀접하게 얽혀 있을 때는 종종 실패합니다. 만약 조각들이 올바르게 분리되지 않는다면 최종 답이 틀릴 수 있으며, 그 실수가 조각을 잘못 선택했기 때문인지 아니면 계산 자체가 정밀하지 못했기 때문인지 구별할 쉬운 방법이 없습니다.
Qilimanjaro Quantum Tech의 연구팀과 바르셀로나의 여러 기관은 이 문제를 해결하는 새로운 방법을 개발했습니다. 연구진은 회로를 임의의 하위 시스템으로 쪼개는 대신, 전체 회로를 하나의 통합된 시스템으로 다루었습니다. 그들은 텐서 네트워크(tensor network)라고 불리는 수학적 기법을 사용했는데, 이는 모든 가능성을 메모리에 저장할 필요 없이 복잡하고 상호 연결된 데이터를 처리하도록 설계된 방식입니다. 전체 회로의 자연스러운 진동, 즉 모드(modes)에 집중함으로써, 연구진은 시스템을 압축적이면서도 정확하게 표현할 수 있었습니다. 이 접근 방식 덕분에 연구진은 기존 방식으로는 계산이 불가능했던 세 개의 양자 단위인 플럭소니아(fluxonia)로 구성된 회로를 시뮬레이션할 수 있었습니다.
연구진은 이 방법을 두 가지 서로 다른 회로에 대해 테스트했습니다. 첫 번째는 조절 가능한 링크로 연결된 한 쌍의 플럭소니아였습니다. 이 더 작은 시스템에 대해, 연구진은 자신들의 새로운 방법이 정확한지 확인하기 위해 전통적인 엄밀한 계산(exact calculation)과 비교했습니다. 결과는 놀라웠습니다. 새로운 방법은 10억분의 1 기가헤르츠 이내의 오차로 엄밀한 계산과 일치했는데, 이는 양자 프로세서를 설계하기에 충분하고도 남는 정밀도입니다. 이러한 검증을 통해 연구진은 더 크고 어려운 회로로 나아갈 확신을 얻었습니다.
두 번째 회로는 두 개의 조절 가능한 커플러로 연결된 세 개의 플럭소니아로 구성되었습니다. 이 시스템은 11개의 뚜렷한 진동 모드를 가지고 있으며, 이론적인 가능한 상태의 수는 너무 방대하여 모든 데이터를 한꺼번에 저장하려고 할 경우 세계에서 가장 강력한 슈퍼컴퓨터의 메모리 용량마저 초과합니다. 일반적인 컴퓨터가 전체 모습을 담기 위해 필요한 데이터는 170억 기가바이트에 달하는 값과 같으며, 이는 현재의 능력을 훨씬 뛰어넘는 수준입니다. 0이 아닌 값만을 저장하는 더 똑똑한 접근 방식을 사용하더라도 단일 컴퓨터 노드가 보유한 메모리보다 더 많은 양이 필요할 것입니다.
새로운 텐서 네트워크 방법을 사용하여, 연구진은 이 거대한 세 개의 플럭소니아 회로에 대한 최저 에너지 준위를 계산해 낼 수 있었습니다. 연구진은 본드 차원(bond dimension) 32를 사용하여 이 거대한 회로의 8개 최저 에너지 상태를 높은 정밀도로 찾아냈습니다. 쉽게 말해, 컴퓨터가 시스템의 부분들 사이의 상대적으로 적은 수의 연결만을 추적함으로써 정답을 얻을 수 있었다는 뜻입니다. 전체 계산에는 81분이 소요되었으며, 단 하나의 중앙 처리 장치(CPU)에서 1.3 기가바이트의 메모리만을 사용했습니다. 이는 기존 방식들이 요구했을 자원의 아주 미미한 부분이며, 기존 방식대로라면 시뮬레이션을 아예 실행조차 할 수 없었을 것입니다.
이 시뮬레이션의 성공은 연구진이 이제 이전에는 도달할 수 없었던 회로들을 모델링할 수 있음을 보여줍니다. 이 방법은 회로를 어떻게 나눌지 추측하거나 부품 간의 상호작용에 대해 근사치를 만드는 데 의존하지 않습니다. 대신, 회로 자체의 자연스러운 구조를 활용하여 정답으로 가는 효율적인 경로를 찾아냅니다. 연구진은 계산을 여러 번 다른 시작점에서 실행하고, 계산의 정밀도를 조정함에 따라 답이 어떻게 변하는지 확인함으로써 결과가 안정적이고 신뢰할 수 있음을 확인했습니다. 연구진은 결과가 빠르게 수렴한다는 것을 발견했는데, 이는 이 방법이 견고하며 잘못된 해답에 갇히지 않는다는 것을 의미합니다.
이 연구는 양자 프로세서 설계를 위한 강력한 새로운 도구를 제공합니다. 복잡하고 강하게 결합된 회로를 높은 정확도와 낮은 계산 비용으로 시뮬레이션할 수 있게 함으로써, 이 방법은 더 나은 양자 기계를 만드는 데 있어 주요한 장벽을 제거합니다. 이는 구성 요소들이 깊게 얽혀 있더라도, 불가능한 양의 데이터를 저장할 필요 없이 그 집단적 행동을 이해하는 것이 가능하다는 것을 보여줍니다. 연구진은 양자 회로 설계의 앞길이 무한히 강력한 컴퓨터를 기다리는 것이 아니라, 우리가 이미 가지고 있는 컴퓨터를 더 똑똑하게 사용하는 방법에 달려 있음을 입증했습니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.