Quantum annealers as programmable thermal machines

Technische Samenvatting: Quantum Annealers als Programmeerbare Thermische Machines

Probleemstelling
Hoewel quantum annealers (specifiek D-Wave systemen) routinematig worden beoordeeld op basis van oplossingskwaliteit, bemonsteringscapaciteiten en de tijd tot een oplossing (time-to-solution), blijft hun thermodynamische prestatie grotendeels onkarakteristiek. De bestaande literatuur heeft vastgesteld dat deze apparaten opereren als quantum thermische machines, met name in reverse annealing-cycli waarbij ze warmte absorberen en afgeven. Er ontbreekt echter een uitgebreid kader om energie-uitwisseling, entropieproductie en arbeid te kwantificeren zonder volledige toegang tot de omgeving of een gedetailleerd microscopisch badmodel. De auteurs adresseren de noodzaak om de D-Wave processor niet alleen te karakteriseren als een optimizer, maar als een programmeerbare thermische machine waarvan de operationele modus (heater, accelerator, engine of refrigerator) gecontroleerd en gediagnosticeerd kan worden via energiestatistieken.

Methodologie
De auteurs behandelen de D-Wave quantum annealer als een gesloten thermodynamische cyclus die wordt gedreven door een reverse annealing-protocol. De experimentele workflow omvat:

1. Initialisatie: Het voorbereiden van een klassieke Gibbs-toestand van de geprogrammeerde Ising-Hamiltoniaan ($H_p$) bij een gecontroleerde inverse temperatuur $\beta_1$.
2. Evolutie: Het uitvoeren van een reverse annealing-cyclus waarbij de annealing-parameter $s(t)$ van $s=1$ naar een draaipunt $s_p$ en terug naar $s=1$ loopt. Dit zorgt ervoor dat de initiële en finale Hamiltoniaanse identiek zijn ($H(0)=H(1)=H_p$).
3. Meting: Het uitvoeren van een twee-punts energie-meting om de verandering in probleemenergie te bepalen, $\Delta E_1 = E_p(\sigma(\tau)) - E_p(\sigma(0))$.
4. Analyse:
   • Effectieve Thermometrie: Het fitten van de output spin-configuraties aan de geprogrammeerde Ising-Hamiltoniaan met behulp van pseudo-likelihood om een effectieve omgevingstemperatuur inverse $\beta_2$ (en de bijbehorende temperatuur $T_2$) te schatten.
   • Thermodynamische Grenzen: Het gebruik van de Exchange Fluctuation Theorem en de Thermodynamic Uncertainty Relations (TURs). Omdat alleen $\Delta E_1$ direct observeerbaar is, leiden de auteurs strikte ondergrenzen af voor entropieproductie ($\Sigma$), warmte-uitwisseling ($Q$) en arbeid ($W$) met gebruik van enkel de eerste twee momenten van $\Delta E_1$ en de gefitte $\beta_2$.
   • Classificatie: Het mappen van het operationele regime op basis van de tekens van de gemiddelde processorenergieverandering ($\langle \Delta E_1 \rangle$), de omgevingenergieverandering ($\langle \Delta E_2 \rangle$) en de arbeid ($\langle W \rangle$).
     De experimenten werden uitgevoerd op D-Wave Advantage (Pegasus topologie) en Advantage2 (Zephyr topologie) systemen met één-dimensionale Ising-ketens en twee-dimensionale Pegasus-instanties (Random Uniform en Corrupted Biased Ferromagnet).

Belangrijkste Bijdragen

1. Verenigde Thermodynamische Classificatie: Het artikel demonstreert dat door de initiële voorbereidingstemperatuur ($\beta_1$) en het reverse annealing draaipunt ($s_p$) te variëren, dezelfde hardware kan worden geprogrammeerd om in verschillende thermodynamische regimes te opereren:
   • Heater: Zowel de processor als de omgeving winnen energie; arbeid wordt toegevoerd.
   • Accelerator: De processor verliest energie terwijl de omgeving energie wint; arbeid wordt toegevoerd om relaxatie te ondersteunen.
   • Refrigerator: De drive dwingt energie-uitwisseling af tegen de spontane thermische bias in.
   • Engine/Accelerator: In regio's waar de beschikbare grenzen arbeidsextractie niet uniek scheiden van gedreven acceleratie, kennen de auteurs een gecombineerde "Engine/Accelerator" label toe om overinterpretatie van de data te voorkomen. Hoewel engine-compatibele operatie theoretisch is toegestaan, onderscheiden de experimentele grenzen dit niet uniek van accelerator-operatie.
2. Device-Agnostische Grenzen: De auteurs bieden een methode om ondergrenzen te stellen aan entropieproductie, warmte, arbeid en vermogen met uitsluitend de energieveranderingen die door de Quantum Processing Unit (QPU) worden gerapporteerd, zonder een specifiek model van de omgeving nodig te hebben.
3. Operationele Thermometrie: De studie introduceert een ingebouwde thermometrie-diagnostiek waarbij de gefitte effectieve temperatuur $T_2$ dient als een gevoelige indicator voor de thermische toestand van de computationele vrijheidsgraden, verschillend van de cryogene koelplaat-temperatuur van de koelkast.

Resultaten

• Fasediagrammen: De auteurs brachten thermodynamische fasediagrammen in kaart in het $(\beta_1, s_p)$ vlak. Voor 1D-ketens verschuift de grens tussen heater- en accelerator-regimes en vlakt deze af met de annealing-tijd ($\tau$), maar de fundamentele classificatie blijft consistent.
• Kritische Fenomenologie: Een onderscheidend kenmerk in de effectieve temperatuur $T_2$ en de arbeid-grenzen werd waargenomen rond $s_p \approx 0.6$, wat overeenkomt met de kritische regio van het transverse field Ising-model waar de driver en de probleemenergie-schalen met elkaar concurreren. Deze regio vertoont verhoogde energiefluctuaties en dissipatie.
• Schaling: Voor 1D-ketens schalen de TUR-gebaseerde grenzen op totale arbeid en vermogen als $L \log L$ (waarbij $L$ de ketenlengte is), terwijl per-spin grootheden schalen als $\log L$. Dit weerspiegelt de infrarood-dominantie van kritische fluctuaties in één dimensie.
• Probleemafhankelijkheid: De thermodynamische respons is instantie-afhankelijk. Twee-dimensionale instanties met ruige energielandschappen (bijv. Corrupted Biased Ferromagnet) vertonen bredere actieve vensters en hogere effectieve temperaturen vergeleken met de gladdere Random Uniform instanties.
• Hardware Vergelijking: De classificatieprocedure is overdraagbaar tussen Advantage en Advantage2 processors, hoewel de specifieke locaties van de modus-grenzen en de gefitte temperaturen variëren met de hardwaregeneratie en de probleem-embedding.

Betekenis en Claims
Het artikel claimt een kader te bieden dat quantumoptimalisatie, probabilistische computing en statistische fysica-simulatie verbindt met een energiebewuste beoordeling. De significantie ligt in:

• Voorbij Oplossingskwaliteit: Het voegt een thermodynamische laag toe aan benchmarking, waarbij onderscheid wordt gemaakt tussen gedreven verfijning (accelerator), netto opwarming (heater) en warmtepompen (refrigerator/engine).
• Programmeerbaarheid: Het stelt vast dat de thermodynamische rol van een quantum annealer programmeerbaar is; gebruikers kunnen het apparaat tussen verschillende energie-stroomregimes sturen door schema's en initiële toestanden aan te passen.
• Diagnostisch Nut: De effectieve temperatuur $T_2$ en de energie-grenzen dienen als diagnostische instrumenten om veranderingen in relaxatie, freeze-out of kalibratie te detecteren zonder externe sensoren nodig te hebben.
• Energie-efficiëntie: Door de energetische consequenties van verschillende schema's te kwantificeren, biedt het werk een route naar het co-designen van algoritmen en hardware-schema's voor zowel nauwkeurigheid als energie-efficiëntie.

De auteurs stellen expliciet dat thermodynamische labels alleen de computationele prestaties (bijv. het vinden van het globale optimum) niet bepalen. In plaats daarvan biedt de thermodynamische modus context voor hoe een oplossing werd bereikt (bijv. via relaxatie of gedreven exploratie), wat samen met standaardmetrieken zoals succeswaarschijnlijkheid en tijd tot oplossing moet worden geëvalueerd. Het werk claimt niet het optimalisatieprobleem zelf op te lossen, maar beoogt het fysieke proces van de annealer te karakteriseren.