⚛️ física quântica

Lazy Qubit Reordering for Accelerating Parallel State-Vector-based Quantum Circuit Simulation

Este artigo propõe dois métodos de escalonamento de operações quânticas fora de ordem que utilizam técnicas de ladrilhamento tempo-espaço e diagonalização para minimizar o overhead de comunicação de reordenação de qubits em simulações de vetor de estado multi-GPU, alcançando acelerações de até 54 $\times$ para atualizações de estado quântico e 1.657 $\times$ para computações de valor esperado em comparação com abordagens tradicionais em ordem.

Autor original: Yusuke Teranishi, Shoma Hiraoka, Wataru Mizukami, Masao Okita, Fumihiko Ino

Publicado 2026-11-10

📖 5 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autor original: Yusuke Teranishi, Shoma Hiraoka, Wataru Mizukami, Masao Okita, Fumihiko Ino

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelo autor. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Para compreender o desafio que estes investigadores enfrentaram, é necessário primeiro compreender a natureza do computador quântico que estão a tentar mimetizar. Ao contrário dos computadores clássicos nos nossos bolsos e escritórios, que processam informação utilizando bits que são zero ou um, os computadores quânticos utilizam bits quânticos, ou qubits. Estes qubits podem existir num estado complexo de serem zero e um simultaneamente. Para simular tal máquina num computador padrão, os cientistas devem rastrear a probabilidade de cada combinação possível destes qubits. À medida que o número de qubits cresce, a quantidade de informação necessária para descrever o sistema explode, duplicando com cada único qubit adicionado. Uma simulação de apenas trinta qubits requer memória suficiente para preencher um disco rígido grande, e trinta e seis qubits exigiriam a memória de um supercomputador massivo. Como nenhuma máquina individual possui memória suficiente para estes sistemas grandes, os cientistas devem dividir o trabalho entre muitos processadores, frequentemente placas gráficas, trabalhando em paralelo.

No entanto, dividir o trabalho cria um novo problema. A forma como a informação é dividida depende de sobre quais qubits o computador precisa de atuar a seguir. Se a simulação precisar de operar num qubit que está atualmente armazenado num processador diferente, os dados devem ser movimentados por todo o sistema. Esta movimentação, conhecida como reordenação, é incrivelmente dispendiosa em termos de tempo e energia. Em muitas simulações de grande escala, o tempo gasto a mover dados pode consumir mais de metade do tempo total de execução, deixando os cálculos reais à espera na fila. Os investigadores da Universidade de Osaka propuseram-se resolver este gargalo, não construindo hardware mais rápido, mas alterando a ordem em que as etapas da simulação são executadas.

A equipa focou-se em duas tarefas críticas que ocorrem ao testar algoritmos quânticos: atualizar o estado do sistema quântico e calcular o resultado esperado de uma medição. Numa abordagem padrão, estas tarefas são realizadas numa sequência linear estrita. Se a próxima etapa exigir uma disposição diferente de dados, o computador para, reorganiza os dados e depois prossegue. Os investigadores perceberam que esta ordem rígida era desnecessária. Ao olhar antecipadamente para toda a lista de operações, eles poderiam reorganizar a sequência para agrupar etapas que utilizam a mesma disposição de dados. Isto permite que o computador realize muitos cálculos seguidos sem parar para reorganizar os dados. Eles chamam a isto reordenação adiada porque atrasa intencionalmente a movimentação de dados até que seja absolutamente necessária, ou até que possa ser combinada com outras movimentações para realizar uma única reorganização maior.

Para fazer isto funcionar eficientemente num cluster de computadores ligados por diferentes tipos de cabos, a equipa desenvolveu duas estratégias específicas. A primeira estratégia, chamada pavimentação plana (flat tiling), funciona bem quando todos os computadores estão ligados com velocidade igual. Ela agrupa operações em blocos, ou mosaicos, onde a disposição dos dados permanece constante. A segunda estratégia, pavimentação hierárquica (hierarchical tiling), é desenhada para sistemas onde os computadores dentro do mesmo rack físico estão ligados por cabos muito rápidos, enquanto as ligações entre diferentes racks são mais lentas. Este método prioriza manter a movimentação de dados dentro das conexões locais rápidas, mesmo que isso signifique realizar algumas reorganizações totais a mais. A lógica é que algumas reorganizações locais rápidas são muito mais baratas do que uma única reorganização lenta através de toda a rede.

Os resultados dos seus experiências foram impressionantes. Quando testaram o seu método num sistema com trinta e dois unidades de processamento gráfico, a melhoria foi dramática. Para a tarefa de atualizar o estado quântico, o seu novo método de escalonamento fez com que a simulação corresse cinquenta e quatro vezes mais rápido do que a abordagem linear tradicional. Para a tarefa de calcular resultados esperados, a aceleração foi ainda mais profunda, atingindo um fator de mil seiscentos e cinquenta e sete. No método tradicional, o computador passava a maior parte do tempo à espera que os dados se movessem; no novo método, passava a maior parte do tempo a calcular. Os investigadores também descobriram que o tempo necessário para planear esta nova ordem de operações era insignificante, levando menos do que uma fração de segundo comparado com as horas que a própria simulação poderia levar.

Este trabalho não oferece apenas uma forma mais rápida de executar um único teste; abre a porta para simular sistemas quânticos muito maiores do que anteriormente possível. Ao reduzir o tempo desperdiçado na movimentação de dados, os investigadores demonstraram que os supercomputadores existentes podem ser usados de forma mais eficaz para validar algoritmos quânticos. As suas descobertas sugerem que as limitações da simulação quântica atual não são apenas uma questão de capacidade bruta de memória, mas também de quão eficientemente essa memória é acedida. Ao simplesmente repensar a ordem das operações, eles desbloquearam um nível de desempenho que permite aos cientistas explorar moléculas complexas e reações químicas com um nível de detalhe que era anteriormente inalcançável.

Resumo Técnico: Reordenação de Qubits para Aceleração de Simulação de Circuitos Quânticos Baseada em Vetor de Estado Paralelo

Declaração do Problema

A simulação de circuitos quânticos baseada em vetor de estado paralelo (p-SVQCS) é essencial para validar algoritmos quânticos e explorar a supremacia quântica em hardware clássico. No entanto, escalar essas simulações para grandes contagens de qubits (>30) é dificultado pela capacidade de memória principal de nós únicos, o que exige a distribuição do vetor de estado entre múltiplos elementos de processamento (PEs), como GPUs.

O principal gargalo na p-SVQCS é a reordenação de qubits. Para manter a execução de dados paralelos eficiente, as portas quânticas devem operar em qubits "locais" (aqueles que residem na memória de um único PE). Quando uma porta visa qubits "globais" (que abrangem múltiplos PEs), o simulador deve realizar uma comunicação all-to-all para reordenar o vetor de estado, efetivamente trocando os índices dos qubits locais e globais. Em abordagens existentes, essas reordenações ocorrem frequentemente, dominando o tempo de execução. Por exemplo, resultados experimentais citados no artigo indicam que a comunicação de reordenação de qubits pode compor até 60% do tempo total de execução em simulações de 34 qubits com 8 GPUs.

Soluções atuais, como mpiQulacs e Qiskit Aer, tentam mitigar isso agregando reordenações sucessivas ou usando escalonamento heurístico. No entanto, esses métodos geralmente aderem a uma abordagem inorder (em ordem), processando portas em sua sequência original ou ordenada por profundidade. Isso limita sua capacidade de maximizar a agregação de reordenações, pois não podem alterar significativamente a ordem de execução para atrasar comunicações necessárias.

Metodologia

Os autores propõem dois novos métodos de escalonamento out-of-order (fora de ordem) projetados para reduzir a frequência de reordenações de qubits introduzindo atrasos intencionais. Inspirados pelo time-space tiling (uma técnica de otimização de cache para computações de stencil), o conceito central é agrupar operações quânticas em "tiles" (ladrilhos) — conjuntos de portas que podem ser executadas sob um único mapeamento de qubit sem exigir reordenação. Ao maximizar o tamanho desses tiles, os métodos reduzem o número total de eventos de reordenação.

O artigo aborda dois procedimentos principais no Algoritmo Variacional de Autovalores Quânticos (VQE): Atualização do Estado Quântico (QSU) e Computação do Valor Esperado (EVC).

1. Time-Space Tiling para Atualização do Estado Quântico (QSU)

Para QSU, onde a ordem de execução das portas é restrita por dependências de dados, os autores propõem duas estratégias de tiling baseadas na topologia de interconexão do cluster de GPUs:

Flat Tiling (Tiling Plano): Projetado para topologias de rede planas. Ele constró constrói iterativamente tiles selecionando o número máximo de portas que podem ser executadas com o conjunto atual de qubits locais. Em seguida, atualiza greedymente (gananciosamente) o mapeamento de qubits para maximizar o tamanho do tile subsequente. Esta abordagem minimiza o número total de reordenações.
Hierarchical Tiling (Tiling Hierárquico): Projetado para topologias de cluster hierárquicas (ex: nós conectados via InfiniBand, com GPUs dentro de um nó conectadas via NVLink). Reconhecendo que a comunicação entre nós é significativamente mais lenta (dezenas de vezes) que a comunicação intra-nó, este método prioriza a minimização de reordenações inter-nós, mesmo ao custo de aumentar as reordenações intra-nó. Ele alcança isso restringindo a seleção de qubits locais a conjuntos intra-nó sempre que possível, efetivamente trocando algumas reordenações locais rápidas pela prevenção de reordenações globais caras.

Ambos os métodos utilizam um algoritmo heurístico com complexidade de tempo de $O(dm)$ (onde $d$ é o número médio de qubits alvo e $m$ é o número de portas), garantindo que o overhead de escalonamento seja insignificante comparado ao tempo de simulação exponencial.

2. Time-Space Tiling para Computação do Valor Esperado (EVC)

Para EVC, onde a ordem de execução da Hamiltoniana é não restrita, os autores propõem uma estratégia de otimização mais agressiva composta por três componentes:

EVC Paralelo com Reordenação de Qubits: Adapta a distribuição do vetor de estado para computar valores esperados parciais localmente, realizando reordenações apenas quando necessário para garantir padrões de acesso estreitos.
Tiling de Strings de Pauli: Como as operações de EVC são comutativas, o método agrupa greedymente as strings de Pauli nos maiores tiles possíveis baseados em seus qubits alvo. Isso maximiza o número de strings processadas por reordenação.
Diagonalização de Strings de Pauli: O método identifica strings de Pauli onde os componentes globais de qubit consistem exclusivamente de matrizes Identidade ( $I$ ) e Pauli- $Z$ . Como estas formam matrizes diagonais, elas podem ser computadas sem qualquer comunicação de reordenação de qubit. Ao isolar essas strings, o método reduz o número de tiles necessários para os operadores $X$ e $Y$ restantes.

Principais Contribuições

Aplicação de Time-Space Tiling à Simulação Quântica: O artigo demonstra que os princípios de time-space tiling podem ser efetivamente adaptados ao escalonamento de circuitos quânticos para realizar reordenações de qubits adiadas, agregando múltiplas comunicações em eventos únicos de forma mais eficaz do que abordagens inorder.
Otimização de Interconexão Hierárquica: Os autores introduzem um método de escalonamento especificamente adaptado para clusters de GPU hierárquicos. Diferente de métodos existentes que tratam todas as reordenações igualmente, esta abordagem aceita um aumento no tráfego intra-nó para reduzir drasticamente a comunicação inter-nó, um trade-off impossível em modelos de interconexão plana.
Escalonamento de EVC Otimizado: O artigo apresenta a primeira implementação paralela eficiente para EVC utilizando reordenação de qubits. Ao combinar escalonamento out-of-order, tiling de strings de Pauli e diagonalização, ele desacopla significativamente a computação das dependências de comunicação.

Resultados Experimentais

Os métodos foram avaliados em um cluster de 32 GPUs (sistema SQUID na Universidade de Osaka) usando simulações de VQE para moléculas de $H_2O$ e circuitos GateFabric.

Desempenho de QSU:
- Comparado a um método ad-hoc inorder, a abordagem de Flat Tiling reduziu as ocorrências de reordenação de qubits por um fator de 71 (de 1.920 para 27 para um circuito de 30 qubits).
- Esta redução levou a um ganho de velocidade de 54× no tempo total de execução (de 664,0s para 12,2s), impulsionado principalmente por uma redução no tempo de comunicação de 660,0s para 8,2s.
- A abordagem de Hierarchical Tiling reduziu ainda mais o tempo de comunicação em 15% em comparação ao Flat Tiling (245,1s para 208,8s) ao minimizar as reordenações inter-nós, apesar de um leve aumento no número total de reordenações.
- A análise de escalabilidade forte mostrou ganho de velocidade quase ideal dentro de nós únicos (até 8 GPUs) e aceleração significativa em configurações multi-nó.
Desempenho de EVC:
- O método proposto reduziu as ocorrências de reordenação de qubits de 42.512 para apenas 4 para um sistema de 30 qubits (um fator de redução de 10.628).
- Isso resultou em um ganho de velocidade de 1.657× no tempo total de execução em comparação com o método ordenado por índice baseado em QSU.
- O tempo de comunicação foi reduzido em 4.094× (de 5.979s para 1,46s), e o tempo de computação foi reduzido em 110× devido ao uso de APIs especializadas para computação de base de Pauli.
Comparação com Simuladores Existentes:
- O método proposto superou o QuEST, mpiQulacs e Qiskit Aer em vários conjuntos de dados moleculares (N2, C2H4, CO2, etc.).
- Para um circuito de Quantum Volume de 30 qubits, o método proposto alcançou um ganho de velocidade de 22× sobre o método ad-hoc e completou simulações que o mpiQulacs e o Qiskit Aer não conseguiram executar devido a erros de tempo de execução.

Significância e Alegações

O artigo afirma que a abordagem out-of-order proposta é um avanço significativo para a simulação de circuitos quânticos de grande escala. Ao aproveitar o time-space tiling, os métodos mitigam efetivamente o overhead de comunicação que tipicamente limita a escalabilidade da p-SVQCS.

Os autores afirmam que sua abordagem é particularmente benéfica para:

Simulações de grande escala em máquinas massivamente paralelas (supercomputadores) onde a latência de comunicação inter-nó é um gargalo crítico.
Algoritmos VQE e similares que envolvem operações regulares de qubits, onde o escalonamento proposto pode ser reutilizado através de passos iterativos.
Sistemas hierárquicos, onde a distinção entre links intra-nó rápidos e inter-nó lentos é explorada para otimizar o tempo total de execução.

O artigo conclui que esses métodos permitem a simulação de sistemas quânticos maiores (até 36 qubits em seus experimentos) com tempo de solução significativamente reduzido, pavimentando o caminho para um benchmarking mais eficiente de hardware quântico real e a exploração da supremacia quântica. O overhead de escalonamento é observado como insignificante, tornando a abordagem prática para fluxos de trabalho iterativos de VQE.