High Performance Quantum Emulation for Chemistry Applications with Hyperion

Hyperion is een hoogpresterende, GPU-versnelde quantum-emulator die door middel van geoptimaliseerde SpMspV-kernen en een innovatieve SV-MPS-partitioneringstrategie nauwkeurige simulaties van sterk gecorreleerde chemische systemen tot 40 qubits mogelijk maakt, waardoor de ontwikkeling van nieuwe quantumalgoritmen voor de chemie wordt versneld.

De kern

Stel je voor dat je een gigantisch, ingewikkeld legpuzzel probeert op te lossen. Dit is geen gewone puzzel, maar een quantum-puzzel die de chemie van moleculen beschrijft. Hoe meer stukjes (qubits) je hebt, hoe onmogelijker het wordt om de hele puzzel in je hoofd te houden of op één bureau te leggen.

Deze paper introduceert Hyperion, een superkrachtige software die als een "virtuele quantum-computer" fungeert. Omdat echte quantum-computers nog in de kinderschoenen staan (ze zijn ruisgevoelig en klein), hebben wetenschappers deze software nodig om nieuwe methoden te testen voordat ze ze op echte machines draaien.

Hier is hoe Hyperion werkt, vertaald in alledaagse taal:

1. Het Probleem: De Muur van de Ruimte

Stel je voor dat je een foto van een quantum-systeem wilt maken.

• De oude manier (Dichtbevolkt): Je probeert elke mogelijke pixel van die foto op te slaan. Bij 30 qubits is dat net zo veel data als alle boeken in de wereld bij elkaar. Je computerbarst van de harde schijven. Dit is de "exponentiële muur".
• Het doel: We willen chemische reacties simuleren die zo precies zijn dat ze net zo goed zijn als de theorie zelf, maar dan op een computer.

2. De Oplossing: Hyperion als Slimme Bouwmeester

Hyperion is niet zomaar een simpele simulator; het is een GPU-versneller (het gebruikt de krachtige videokaarten van gaming-computers, maar dan voor wetenschap). Het heeft twee hoofdstrategieën, afhankelijk van hoe groot de puzzel is:

Strategie A: Hyperion-1 (De Precieze Schilder)

Voor kleinere puzzels (tot 32 qubits) werkt Hyperion-1 als een meester-schilder.

• Hoe het werkt: Het gebruikt een techniek die "Sparseness" heet. In plaats van een leeg canvas te vullen met witte verf (nul-waarden), schildert het alleen de plekken waar er daadwerkelijk iets gebeurt.
• De analogie: Stel je voor dat je een enorm zwart bord hebt. In plaats van het hele bord wit te maken, zet je alleen stippen op de plekken waar het licht is. Dit bespaart enorm veel ruimte.
• Het resultaat: Het kan tot 32 qubits simuleren met 100% nauwkeurigheid. Het is alsof je de quantum-wereld exact ziet, zonder ruis.

Strategie B: Hyperion-2 (De Slimme Verdelers)

Wat als de puzzel te groot wordt voor 32 stukjes? Dan wordt de "spare" manier ook te zwaar. Hier komt de nieuwe, revolutionaire SV-MPS strategie.

• Het probleem met de oude "compressie": Andere software probeert de hele puzzel te samenvatten (zoals een samenvatting van een boek). Maar bij complexe chemische systemen (sterk verweven) gaat deze samenvatting vaak fout, alsof je een boek samenvat tot één zin en alle details verliest.
• De Hyperion-methode: Hyperion splitst het werk op in twee teams:
  1. Het Exacte Team (SV): Dit team doet de simpele, niet-interagerende stukken van de puzzel. Zij werken met de precieze, "spare" methode. Geen fouten hier.
  2. Het Geschatte Team (MPS): Dit team doet de complexe, verweven stukken. Zij gebruiken een slimme samenvatting (Matrix Product State), maar ze doen dit alleen waar het echt nodig is.
• De analogie: Stel je voor dat je een grote vergadering hebt.
  • De mensen die alleen maar koffie drinken en niet praten (niet-interagerend), worden exact geteld door een teller.
  • De mensen die een complexe discussie voeren (interagerend), krijgen een samenvatting van hun gesprek.
  • Door dit te combineren, krijg je een heel nauwkeurig verslag van de hele vergadering, zonder dat je elke seconde van elke persoon hoeft op te slaan.

3. Waarom is dit zo belangrijk?

• Kostenbesparing: Om een systeem van 32 qubits te simuleren met de oude methode, heb je 128 krachtige GPU's nodig (een heel serverpark). Met Hyperion's nieuwe methode heb je er maar 16 voor nodig. Dat is een besparing van 8 keer!
• Grootte: Het stelt ons in staat om systemen te simuleren van 36 tot 40 qubits. Dat is een enorme sprong vooruit.
• Toekomst: Dit helpt chemici om nieuwe medicijnen en materialen te ontwerpen die we nu nog niet kunnen begrijpen, omdat onze computers te klein zijn. Het is alsof we een telescoop hebben gebouwd die ons laat kijken naar sterrenstelsels die we voorheen nooit konden zien.

Samenvattend

Hyperion is als een slimme, slimme vertaler tussen de wiskunde van quantummechanica en de harde realiteit van onze computers. Door slim te kiezen wat we precies moeten berekenen en wat we mogen samenvatten, kunnen we nu veel grotere en complexere chemische mysteries oplossen dan ooit tevoren, zonder dat we een supercomputer van de grootte van een stad nodig hebben.

Technische samenvatting

Titel: High Performance Quantum Emulation for Chemistry Applications with Hyperion

Auteurs: Olivier Adjoua et al.
Datum: 2 april 2026 (voorspelde/publicatie datum in het document)

---

1. Het Probleem

De vraag naar quantumhardware voor chemische simulaties groeit sneller dan de beschikbaarheid van nabije-toekomstige quantumcomputers (NISQ-apparaten). Dit creëert een kritieke behoefte aan hoogwaardige software-emulaties om nieuwe protocollen te valideren.

• De "Memory Wall": Klassieke simulaties van sterk gecorreleerde kwantumsystemen (zoals moleculen) stuiten op een exponentiële groeigrens in het geheugen (de "memory wall"). Een exacte simulatie van een systeem met $N$ qubits vereist $2^N$ complexe getallen.
• Beperkingen van bestaande methoden:
  • Dichte State-Vector (SV) methoden: Zijn exact maar worden onhandelbaar boven ongeveer 30-32 qubits vanwege het geheugenvolume.
  • Tensor Netwerken (MPS): Kunnen grotere systemen simuleren door compressie, maar leiden bij sterk verstrengelde systemen (zoals die in ADAPT-VQE) tot ernstige afkappfouten (truncation errors) of onbeheersbare toename van de tensorrang (rank explosion).
• ADAPT-VQE uitdaging: De Adaptive Variational Quantum Eigensolver (ADAPT-VQE) is een veelbelovende hybride algoritme, maar vereist dynamische uitbreiding van de ansatz. Dit creëert een enorme rekenlast voor klassieke emulaties, vooral bij het evalueren van energie-gradiënten over grote operator-pools.

2. Methodologie: De Hyperion Emulator

Hyperion is een massaal parallelle, GPU-versnelde quantum-emulator die is ontworpen om de klassieke geheugengrenzen te doorbreken voor chemische toepassingen. De architectuur is verdeeld in twee hoofdmodules:

A. Hyperion-1: Exacte State-Vector (SV) Emulatie

• Sparse Representatie: In plaats van dichte vectoren, gebruikt Hyperion-1 een Sparse State-Vector benadering. De Hamiltoniaan wordt opgebouwd in een gedistribueerd Compressed Sparse Row (CSR) formaat op de GPU.
• Symmetriegebruik: Door het gebruik van fysieke symmetrieën (zoals spinbehoud) wordt de Hilbertruimte beperkt tot een kleiner, fysiek relevant subruimte ($\Omega_{CIk}$), wat de dimensie drastisch verkleint.
• Kernoptimalisatie: Hyperion introduceert aangepaste, geoptimaliseerde SpMspV-kernen (Sparse Matrix-Sparse Vector) voor CUDA. Dit omzeilt de noodzaak om operators "on-the-fly" samen te stellen en minimaliseert geheugenvolume zonder in te leveren op snelheid.
• Parallelisatie: De Hamiltoniaan wordt verdeeld over MPI-processen, terwijl de state-vector volledig wordt gerepliceerd om communicatie-overhead te minimaliseren.

B. Hyperion-2: MPS en Partitioned SV-MPS Strategie

Om systemen groter dan 32 qubits te simuleren, introduceert Hyperion-2 een hybride aanpak:

• Pure MPS: Gebruikt Matrix Product States (MPS) met afkapptrucs (SVD) voor compressie. Dit is echter gevoelig voor foutenaccumulatie bij complexe interacties.
• Partitioned SV-MPS (De kerninnovatie):
  • De moleculaire Hamiltoniaan wordt hiërarchisch gepartitioneerd.
  • Niet-interagerende lokale blokken worden exact berekend met de Sparse State-Vector kern (exacte SV).
  • Complexe interagerende termen worden afgehandeld door de MPS-engine (gecontroleerde benadering).
  • Voordeel: Deze strategie combineert de nauwkeurigheid van SV voor lokale termen met de schaalbaarheid van MPS, waardoor de "rank explosion" wordt tegengegaan en cumulatieve afkappfouten worden geminimaliseerd.

3. Belangrijkste Bijdragen

1. Massaal Schaalbare GPU-Architectuur: Hyperion is een C++-bibliotheek met Python-bindingen, geoptimaliseerd voor multi-GPU HPC-omgevingen (o.a. NVIDIA H100). Het is succesvol gedeployed op 256 GPUs (Jean-Zay supercomputer).
2. Nieuwe SpMspV Kernen: Hyperion is de eerste quantum-emulator die native GPU-versnelde Sparse Matrix-Sparse Vector operaties gebruikt voor exacte matrix-vector vermenigvuldigingen, wat de overhead van operator-samenstelling elimineert.
3. Exacte ADAPT-VQE tot 32 Qubits: Het vermogen om strikt exacte SV-simulaties uit te voeren voor systemen tot 32 qubits zonder heuristische afkappingen.
4. SV-MPS Partitionering: Een nieuwe strategie die de simulatiecapaciteit uitbreidt naar 36-40 qubits met gecontroleerde benaderingen, terwijl de GPU-bronnen worden gereduceerd.

4. Resultaten

De prestaties zijn getest op waterstofketens ($H_4$ tot $H_{16}$) en andere moleculen ($N_2$, $CH_2O_2$) in het STO-3G basisstelsel.

• Prestaties Hyperion-1 (SV):

  • Kan simulaties uitvoeren tot 32 qubits (bijv. $H_{16}$).
  • Bereikt chemische nauwkeurigheid voor kleinere systemen ($H_4, H_6$) binnen redelijke iteraties.
  • Voor grotere systemen ($H_{14}, H_{16}$) wordt de "polynoom-regime" bereikt waar de optimalisatiekosten exponentieel stijgen, maar de emulator blijft stabiel.
  • Hardware: Een 32-qubit simulatie vereist 128 GPUs (10,2 TB geheugen).

• Prestaties Hyperion-2 (Partitioned SV-MPS):

  • Schaalbaarheid: Bereikt 36 qubits op 64 GPUs en een theoretisch limiet van 40 qubits op 256 GPUs.
  • Efficiëntie: Een 32-qubit simulatie vereist slechts 16 GPUs (1,2 TB geheugen) met de partitioned methode, een 8x reductie in rekenkosten vergeleken met pure SV.
  • Nauwkeurigheid:
    • Pure MPS-methoden vertonen instabiliteit en foutenaccumulatie (bijv. bij $N_2$ en $H_{18}$), wat leidt tot stagnatie in de energieconvergentie.
    • De Partitioned SV-MPS methode behoudt de stabiliteit en nauwkeurigheid van SV-methoden door de niet-interagerende delen exact te houden, wat resulteert in een monotoon dalende energiecurve zonder stagnatie.

5. Betekenis en Toekomstperspectief

Hyperion biedt een hoogtrouw platform voor de ontwikkeling van nieuwe quantumalgoritmen voor de chemie, met een nauwkeurigheid die dicht bij de exacte Full Configuration Interaction (FCI) en Complete Basis Set (CBS) limieten ligt.

• Overbrugging van de kloof: Het vult de gaten tussen huidige NISQ-methoden en de eisen van de toekomstige Fault-Tolerant Quantum Computing (FTQC) era.
• Toegankelijkheid: Door de efficiëntie van de partitioned strategie kunnen grote chemische systemen worden gemodelleerd op standaard HPC-clusters, zonder dat er een quantumcomputer nodig is voor validatie.
• Toekomst: De auteurs beogen de rekenprefactoren verder te verlagen en de convergentie van variational algoritmen te versnellen, met als doel de grens van exacte qubit-simulatie uit te breiden naar 50 qubits.

Samenvattend stelt Hyperion onderzoekers in staat om realistische chemische systemen te modelleren met een nauwkeurigheid die voorheen onbereikbaar was voor klassieke computers, terwijl het de weg effent voor de validatie van algoritmen die op toekomstige quantumhardware zullen draaien.