Optimized Compilation for Distributed Quantum Computing

1. Problema

O avanço das aplicações práticas de algoritmos quânticos esbarra na limitação atual dos processadores quânticos de escala intermediária ruidosa (NISQ), que possuem poucos qubits. Aumentar o número de qubits físicos em um único dispositivo não é viável devido ao aumento exponencial do ruído. A Computação Quântica Distribuída (DQC) surge como uma solução escalável, dividindo circuitos quânticos em subprogramas executados em várias Unidades de Processamento Quântico (QPUs) conectadas em rede.

No entanto, a DQC enfrenta desafios críticos de compilação:

• Recursos de Rede Limitados: A execução de portas não-locais (entre qubits em QPUs diferentes) requer pares EPR (estados emaranhados), que são recursos caros e de curta duração (devido à decoerência).
• Otimização de Particionamento e Agendamento: O compilador deve decidir como particionar o circuito e agendar as operações não-locais para minimizar o consumo de pares EPR.
• Ineficiência Atual: Abordagens anteriores muitas vezes tratam cada porta não-local como consumindo um par EPR distinto, ignorando oportunidades de agrupar múltiplas operações em um único recurso de emaranhamento.

2. Metodologia

Os autores propõem um novo framework de compilação para DQC que integra três passagens (passes) principais focadas em portas não-locais, utilizando um algoritmo guloso (greedy) e regras de comutação. O processo de compilação segue o fluxo:

1. Atribuição de Qubits (Qubit Assignment): Divide o circuito entre as QPUs. Diferente de abordagens anteriores que apenas minimizam o número de portas não-locais, esta etapa considera que técnicas de agrupamento posteriores podem reduzir o custo real, buscando criar uma configuração que favoreça o agrupamento.
2. Agrupamento de Portas Não-Locais (Non-local Gate Grouping):
   • Utiliza um algoritmo guloso para identificar portas não-locais que não interferem entre si e podem ser executadas sequencialmente.
   • Agrupa essas portas em uma única instrução multi-qubit que compartilha um único par EPR.
   • Introduz um limite $D_{max}$ (profundidade máxima do grupo) para simular a vida útil realista de um par EPR, evitando que o emaranhamento degrade antes da execução completa do grupo.
3. Reordenação de Portas (Non-local Gate Reordering):
   • Aplica regras de comutatividade (ex: $R_z$ com $CZ$, $R_x$ com $CX$ em qubits alvo, etc.) para reorganizar a ordem das portas.
   • O objetivo é criar janelas de oportunidade onde portas que antes interferiam possam ser agrupadas, maximizando o uso de cada par EPR.
4. Agendamento (Scheduling):
   • Após o agrupamento, o compilador insere os primitivos de comunicação necessários (Teleport, Cat-Entanglement, Cat-Disentanglement) para implementar a porta TeleGate.
   • Se a topologia da rede não for completa, calcula o caminho mais curto e usa repetidores quânticos intermediários.

3. Contribuições Chave

• Integração de Agrupamento e Reordenação: A principal inovação é a combinação inteligente de reordenação de portas e agrupamento, permitindo que múltiplas portas não-locais compartilhem um único par EPR.
• Controle de Otimização ($D_{max}$): Diferente de trabalhos anteriores que buscam maximizar o agrupamento sem limites, este trabalho introduz um limite configurável na profundidade do grupo. Isso torna o compilador adaptável a diferentes cenários de rede (ex: Internet Quântica com emaranhamento de curta duração vs. redes locais estáveis).
• Framework Modular: O compilador lida com qualquer topologia de rede (de redes completas a esparsas) e suporta formatos de entrada OpenQASM e saída Qoala.
• Algoritmo Guloso Eficiente: A abordagem proposta é computacionalmente viável para circuitos grandes, explorando a estrutura do circuito para encontrar agrupamentos ótimos sem a complexidade de soluções de força bruta.

4. Resultados Experimentais

Os autores avaliaram o compilador usando o conjunto de benchmarks QASM-Bench em diversas arquiteturas DQC (variando o número de QPUs e qubits de comunicação).

• Redução no Uso de Pares EPR:
  • A configuração com otimização ilimitada reduziu drasticamente o número de pares EPR necessários em comparação com a compilação sem otimização.
  • Exemplo: Para o circuito Multiplier (350 qubits), o uso de EPR caiu de 13.228 (sem otimização) para 8.761 (otimização ilimitada).
  • Mesmo com uma vida útil de EPR limitada ($D_{max} = 3$), a otimização ainda trouxe benefícios significativos (ex: redução de 11.108 para 11.108 em alguns casos, mas com ganhos maiores em circuitos complexos como QFT e QuGAN).
• Redução da Profundidade do Circuito:
  • O aumento do número de qubits de comunicação nas QPUs resultou em uma redução significativa na profundidade do circuito compilado, especialmente em arquiteturas com muitas partições.
  • Para o circuito QFT (320 qubits), a profundidade caiu de ~3651 (sem otimização) para ~2311 (com otimização ilimitada) em uma arquitetura de 2 QPUs.
• Análise de Escalabilidade:
  • Os resultados mostram que o uso excessivo de QPUs (mais do que o necessário para o número de qubits lógicos) pode aumentar o custo de EPR e a profundidade. O compilador ajuda a identificar o ponto ótimo de particionamento.

5. Significado e Conclusão

Este trabalho demonstra que a otimização de compiladores para DQC não deve focar apenas na partição estática, mas também na dinâmica de execução das portas não-locais.

• Viabilidade Prática: Ao considerar a degradação rápida dos pares EPR (limitando a profundidade do grupo), o método proposto é aplicável a cenários reais de Internet Quântica, onde a qualidade do emaranhamento é um gargalo.
• Eficiência de Recursos: A redução drástica no consumo de EPR e na profundidade do circuito torna a execução de algoritmos quânticos complexos em redes distribuídas mais viável economicamente e tecnicamente.
• Futuro: Os autores planejam expandir o trabalho para topologias de rede esparsas, sistemas heterogêneos e suporte a sistemas quânticos de alta dimensão (qudits), pavimentando o caminho para a DQC tolerante a falhas.

Em resumo, o artigo apresenta um avanço significativo na software stack para computação quântica distribuída, transformando um problema de NP-completo em uma solução prática e escalável através de heurísticas inteligentes de agrupamento e reordenação.