Technische Samenvatting: COSMA – Communicatie-bewuste Optimalisatie van Fermionische Simulatiekernen voor Modulaire Kwantumarchitecturen

1. Probleemstelling

Kwantumsimulatie is een primaire toepassing voor kwantumcomputing, met name in computationele chemie en materiaalkunde. Het bereiken van praktisch kwantumvoordeel voor chemisch relevante problemen (bijv. het simuleren van de FeMoco-actieve site) vereist echter miljoenen fysieke qubits wanneer rekening wordt gehouden met kwantumfoutcorrectie. Monolithische architecturen staan voor aanzienlijke hindernissen bij het schalen naar dit regime vanwege de complexiteit van de besturing, cross-talk en thermisch beheer. Daarom zijn modulaire (multi-core) kwantumarchitecturen, bestaande uit onderling verbonden Quantum Processing Units (QPU's), voorgesteld.

In modulaire systemen wordt inter-core kwantumcommunicatie (via teleportatie of gedistribueerde verstrengeling) de dominante prestatiebelemmering. Operaties zoals staatsoverdracht zijn kostbaar, introduceren ruis en kunnen de executietijd domineren als ze niet worden geminimaliseerd. Bestaande compilatieframeworks optimaliseren doorgaans fermion-naar-qubit mapping, Pauli-scheduling en qubit-allocatie in isolatie of voor single-core topologieën, waarbij ze er niet in slagen de specifieke communicatie-overhead aan te pakken die inherent is aan modulaire systemen.

Het kernprobleem dat wordt aangeporen is de gezamenlijke optimalisatie van drie nauw gekoppelde stadia om inter-core staatsoverdrachten voor fermionische simulatiekernen te minimaliseren:

1. Fermion-naar-Qubit (F2Q) Mapping: Het coderen van fermionische operatoren in qubit-operatoren.
2. Pauli Scheduling: Het ordenen van de Pauli-termen in het Trotterized tijd-evolutiecircuit.
3. Qubit Allocatie en Routing: Het toewijzen van logische qubits aan fysieke cores en het synthetiseren van pariteitsbomen voor Pauli-gadgets.

2. Methodologie: Het COSMA-framework

De auteurs stellen COSMA voor, een communicatie-bewust compilatieframework dat cross-layer co-design uitvoert. Het framework behandelt de compilatieflow als een verenigd optimalisatieprobleem in plaats van een sequentie van onafhankelijke stappen.

A. Probleemformulering

De input bestaat uit een fermionische Hamiltonian in Majorana-vorm en een multi-core hardwaregrafiek met specifieke core-capaciteiten en inter-core afstanden. De optimalisatie streeft naar het minimaliseren van de totale inter-core transferkosten, gedefinieerd als de som van de afstanden die logische qubits afleggen tussen opeenvolgende circuitslices. De kostenfunctie hangt af van vier gekoppelde variabelen:

• Mapping ($M$): Een Product-Preserving Ternary-Tree (PPTT) mapping die de support (de betrokken qubits) van elke Pauli-string bepaalt.
• Ordering ($\pi$): De permutatie van Pauli-termen in de Trotter-sequentie.
• Parity Trees ($\{T_t\}$): Spanningbomen die de CNOT-structuur voor elke Pauli-gadget definiëren.
• Allocation ($\{\ell_l\}$): De toewijzing van logische qubits aan cores voor elke circuitslice.

B. Belangrijke Algoritmische Componenten

1. Fermion-naar-Qubit Mapping Optimalisatie

COSMA maakt gebruik van een Genetisch Algoritme (GA) om de F2Q-mapping te optimaliseren.

• Genome Encoding: Een kandidaat-mapping wordt gecodeerd als een genoom met twee componenten: een boomstructuur-chromosoom (preorder graadsequentie van een ternaire boom) en een modus-toewijzingschromosoom (permutatie van fermionische modi naar boomknopen).
• Evolutie: Het GA gebruikt tournament selection, subtree-swap crossover en subtree-replacement mutatie.
• Fitness: De fitnessfunctie is de totale inter-core transferkosten die voortvloeien uit het uitvoeren van de downstream scheduling en allocatie stadia met die specifieke mapping vastgezet. Dit maakt het mogelijk om de mapping specifiek te optimaliseren voor de communicatiebeperkingen van de modulaire architectuur.

2. Pauli Scheduling

Zodra een mapping is vastgelegd, worden de Pauli-termen geordend om de veranderingen in support tussen opeenvolgende gadgets te minimaliseren. COSMA evalueert drie strategieën:

• Magnitude Ordering: Sorteren op coëfficiëntgrootte (standaard voor foutreductie).
• Lexicografische Ordering: Alfabetisch sorteren om gate-annulatie te maximalen.
• Gray-geïnspireerde Ordering: Ordenen op basis van een Gray-code transformatie van de support-masks. Dit beoogt termen met vergelijkbare supports naast elkaar in de sequentie te plaatsen, waardoor de Hamming-afstand tussen opeenvolgende supports wordt geminimaliseerd en daarmee de beweging van qubits wordt verminderd.

3. Parity Tree Synthese en Multi-core Allocatie

Deze fase synthetiseert de CNOT-pariteitsboom voor elke Pauli-gadget terwijl tegelijkertijd de qubit-plaatsing wordt bepaald. Het maakt gebruik van een lookahead heuristiek:

• Misplacement Score: Berekent een score voor elke qubit op basis van de afstand tot toekomstige interactiepartners binnen een lookahead-venster.
• Parity Forest Constructie: Groepeert support-qubits op basis van hun huidige core-toewijzingen, wat lokale CNOT-ketens binnen cores vormt.
• Meeting Core Selectie: Identificeert een "meeting core" die de gewogen afstand naar alle support-qubits minimaliseert, wat fungeert als een ruimtelijke attractor.
• Forward en Backward Merge: Voegt iteratief uiteenlopende subtrees van verschillende cores samen tot één pariteitsboom. Het algoritme beslist of het een representatieve qubit moet verplaatsen of verwisselen met een aanwezige qubit op basis van toekomstige interactieafstanden en core-capaciteitsbeperkingen. Dit proces genereert de sequentie van circuitslices en inter-core transfers die nodig zijn.

3. Belangrijke Bijdragen

1. Eerste Co-Design Studie: Naar weten van de auteurs is dit het eerste werk dat F2Q mapping, Pauli-scheduling en qubit-allocatie gezamenlijk optimaliseert specifiek voor kwantumsimulatiekernen op modulaire architecturen.
2. Genetisch Algoritme voor Mapping: Een nieuwe GA-aanpak om ternaire-tree F2Q-mappings te optimaliseren met betrekking tot inter-core communicatiekosten, waarmee verder wordt gegaan dan vaste encodings zoals Jordan-Wigner of Bravyi-Kitaev.
3. Heuristische Synthese & Allocatie: Een snelle heuristiek voor pariteitsboom-synthese en qubit-allocatie die is afgestemd op sequenties van Pauli-gadgets, gebruikmakend van lookahead-vensters om toekomstige communicatiedruk te minimaliseren.
4. Open-Source Framework: Een open-source, GPU-versneld framework (COSMA) voor het evalueren van deze strategieën, beschikbaar via het verstrekte repository.

4. Experimentele Resultaten

Het framework werd geëvalueerd op 14 moleculaire workloads (variërend van 14 tot 90 fermionische modi) met behulp van een 2D-grid multi-core architectuur.

• Prestaties vs. Baselines: Vergeleken met state-of-the-art baselines (vaste mappings zoals JW, BK, PE, JKMN gecombineerd met Hungarian assignment en standaard scheduling), bereikte COSMA:
  • Een mediane reductie van 1,7× (59,7% reductie) in communicatiekosten bij gebruik van Gray-geïnspireerde scheduling.
  • Een mediane reductie van 1,4× (42,8% reductie) bij gebruik van magnitude ordering.
  • Tot een reductie van 2,5× in communicatiekosten voor specifieke workloads.
• Ablatie-studies:
  • Impact van Mapping: Het optimaliseren van de mapping alleen (met vaste scheduling/allocatie) leverde een mediane verbetering op van 11,4% ten opzichte van de beste vaste mapping, hoewel de winst afnam voor grotere systemen door het vaste zoekbudget van het GA.
  • Impact van Scheduling: Gray-geïnspireerde scheduling presteerde aanzienlijk beter dan magnitude ordering (median 46,0% reductie) en lexicografische ordering (median 10,5% reductie), wat bevestigt dat het afvlakken van support-transities cruciaal is voor modulaire systemen.
• Runtime: Het framework is geïmplementeerd in C++ met CUDA-acceleratie. De synthese-en-allocatie fase is de bottleneck maar schaalt ongeveer kwartisch met het aantal modi (gedreven door het aantal Pauli-termen). Multi-threading en CUDA zorgden voor versnellingen van 5,0× en 9,4× respectievelijk ten opzichte van single-threaded executie.

5. Betekenis en Claims

Het artikel betoogt dat cross-layer co-design essentieel is voor efficiënte en schaalbare kwantumsimulatie op multi-core hardware. De resultaten laten zien dat het isolerend optimaliseren van mapping, scheduling en allocatie suboptimaal is omdat deze stadia nauw gekoppeld zijn; een suboptimale keuze in één stadium beperkt de mogelijkheden van de anderen.

De auteurs claimen dat door expliciet te richten op inter-core communicatie via een verenigd framework, COSA de communicatie-overhead aanzienlijk vermindert die anders de executietijd zou domineren in modulaire kwantumcomputers. Deze aanpak biedt een pad naar het schalen van kwantumsimulaties naar chemisch relevante problemen door de primaire bottleneck van modulaire architecturen te verzachten.

6. Beperkingen en Toekomstig Werk

De auteurs erkennen enkele beperkingen:

• Kostenmodel: Het transferkostenmodel is gebaseerd op de kortste-pad afstand en houdt geen rekening met link-capaciteiten, congestie of latentie-asymmetrieën.
• Trotter Error: Het framework optimaliseert niet expliciet voor de Trotter-fout die wordt geïntroduceerd door het herordenen van niet-commuterende termen, maar richt zich enkel op communicatie.
• Mapping Familie: De huidige aanpak is beperkt tot PPTT-mappings (N modi naar N qubits). Mappings met andere schaleringsratio's (bijv. gebaseerd op LDPC-codes) zijn nog niet verkend.
• Pipeline Overlap: Het doel is het minimaliseren van het aantal transfers zonder rekening te houden met de potentie om communicatie te overlappen met lokale berekeningen.

Toekomstig werk omvat het verfijnen van het hardware-kostenmodel, het integreren van Trotter-fout trade-offs, het verkennen van meer expressieve evolutionaire operatoren en het uitbreiden van het framework naar andere modulaire topologieën en variationele algoritmen.