Resumo Técnico: TuniQ

Declaração do Problema

Os processadores quânticos estão cada vez mais integrados em ecossistemas de Computação de Alto Desempenho (HPC) como coprocessadores, onde circuitos quânticos funcionam como kernels despachados a partir de nós clássicos. No entanto, os compiladores quânticos atuais, como o transpilador Qiskit da IBM, dependem de uma sequência fixa de passes de compilação aplicada uniformemente a todos os circuitos. Essa abordagem "tamanho único" falha em considerar três variáveis críticas:

1. Estrutura do Circuito: Diferentes algoritmos (por exemplo, QPE, VQE, Grover) possuem topologias distintas e composições de portas que se beneficiam de estratégias de otimização diferentes.
2. Backends de Hardware: Dispositivos quânticos variam em topologias de acoplamento, conjuntos de portas nativas e perfis de erro.
3. Condições de Ruído: Dados de calibração (taxas de erro de portas, tempos de coerência $T_1/T_2$) oscilam ao longo do tempo em um único dispositivo.

Uma sequência fixa de passes frequentemente aplica otimizações desnecessárias que aumentam a profundidade do circuito ou a contagem de portas, acumulando assim mais ruído e reduzindo a fidelidade de saída (medida pela Distância de Variação Total, TVD). Por outro lado, pode ignorar passes benéficos para estruturas de circuito específicas. Além disso, uma busca exaustiva sobre as milhões de combinações possíveis de passes é computacionalmente intratável, e a otimização gananciosa por estágio frequentemente leva a resultados globalmente subótimos, pois decisões iniciais restringem estágios posteriores.

Metodologia: TuniQ

O TuniQ é um sistema baseado em Aprendizado por Reforço (RL) projetado para selecionar adaptativamente passes de compilação em cada estágio do pipeline de transpilação. Ele formula a seleção de passes como um Processo de Decisão de Markov (MDP), onde um agente aprende a maximizar a fidelidade do circuito enquanto minimiza o tempo de compilação.

Componentes Principais

1. Arquitetura de Codificador Duplo:

   • Codificador Pré-Layout: Codifica a estrutura lógica do circuito (interações espaço-temporais de portas) antes do mapeamento para hardware.
   • Codificador Pós-Layout: Codifica o circuito vinculado ao hardware físico, incorporando características de ruído em tempo real (taxas de erro, tempos de coerência) da calibração do backend.
   • Essa separação permite que o agente aprenda estratégias específicas por estágio: decisões de layout/roteamento baseadas na estrutura lógica e decisões de otimização baseadas em perfis de ruído físico.

2. Espaço de Estados:

   • Inclui um indicador de estágio one-hot (Início, Layout, Roteamento, Tradução, Otimização, Limpeza).
   • Recursos do circuito representados como tensores (qubits lógicos pré-layout, qubits físicos pós-layout).
   • Recursos globais incluindo contagens de portas, profundidade e taxas de compatibilidade de topologia.

3. Espaço de Ações e Mascaramento Dinâmico:

   • O agente seleciona passes específicos do transpilador ou uma ação de "pular" em cada estágio.
   • O Mascaramento Dinâmico de Ações impõe sequências de compilação válidas. Ele previne transições inválidas (por exemplo, pular o roteamento antes do layout) e garante que as restrições de hardware sejam atendidas, assegurando que cada episódio concluído produza um circuito executável.

4. Estrutura de Recompensa:

   • Recompensas Moldadas: Para abordar o problema de atribuição de crédito através de múltiplos estágios, o TuniQ utiliza recompensas intermediárias baseadas em uma métrica de Qualidade de Transpilação (TQ). Essa métrica estima a probabilidade de sucesso (ESP) usando taxas de erro de portas e profundidade do circuito, adaptando-se conforme o circuito se move da representação lógica para a física.
   • Recompensa Final: Ao concluir, o agente recebe uma recompensa baseada na razão logarítmica do ESP alcançado contra uma linha de base Qiskit Nível 3 (Otimizada por Fidelidade), combinada com termos auxiliares para redução de contagem de portas e profundidade.

5. Treinamento e Inferência:

   • Treinamento: Utiliza PPO Mascarável (Proximal Policy Optimization) em circuitos aleatórios e perfis de ruído de backend perturbados para garantir robustez.
   • Inferência: A política é congelada. O sistema realiza uma única passagem direta para selecionar passes, adicionando sobrecarga insignificante (<1% do tempo total de compilação). Nenhuma compilação de referência ou cálculo de recompensa é realizado durante a inferência.

Contribuições Principais

1. Primeiro Seletor Cross-Stage Condicionado a Ruído: O TuniQ é o primeiro sistema a formular a transpilação como um problema unificado de seleção de passes cross-stage condicionado a perfis de ruído em tempo real, otimizando conjuntamente para fidelidade e tempo de compilação.
2. Extensões Novas de RL: O artigo introduz um codificador duplo para representação consciente de estágio, recompensas moldadas para atribuição de crédito cross-stage e mascaramento dinâmico de ações para garantir compilação válida.
3. Escalabilidade e Generalização: O sistema é treinado em instâncias pequenas de circuitos (5–10 qubits), mas escala efetivamente para circuitos de escala de utilidade (até 65 qubits) sem retreinamento. Ele generaliza através de diferentes backends IBM Quantum (Torino, Fez, Kingston, Pittsburgh) de maneira zero-shot.
4. Código Aberto: O framework e a implementação são de código aberto para facilitar a adoção pela comunidade.

Resultados Experimentais

Avaliado em cargas de trabalho diversas (MQTBench, QASMBench) em múltiplos processadores IBM Quantum Cloud:

• Melhoria de Fidelidade: O TuniQ melhora a fidelidade de saída (reduz a TVD) em uma média de 20% comparado ao transpilador Qiskit mais avançado (Otimizado por Fidelidade). Para benchmarks específicos como QPE, a TVD foi reduzida de 0,76 para 0,50, melhorando significativamente o sucesso algorítmico.
• Tempo de Compilação: O TuniQ reduz o tempo de compilação em uma média de 34%. Isso é crítico para algoritmos variacionais (por exemplo, VQE, QAOA) que recompilam circuitos milhares de vezes.
• Escalonamento: À medida que o tamanho do circuito aumenta (até 65 qubits), a vantagem do TuniQ cresce, produzindo circuitos com 40% menos portas e 50% menos profundidade que a linha de base.
• Robustez: O sistema mantém a eficácia através de níveis variados de ruído (simulados pela escalonamento das taxas de erro) e diferentes gerações de hardware (Heron R1–R3), demonstrando resiliência à deriva de calibração.

Significado e Alegações

O artigo alega que o TuniQ aborda uma limitação fundamental na compilação quântica atual: a dependência de sequências de passes estáticas e fixas. Ao mudar para uma abordagem adaptativa e aprendida, o TuniQ demonstra que a seleção ótima de passes é altamente dependente do contexto do circuito, hardware e ambiente de ruído.

Os autores enfatizam que o TuniQ não melhora meramente uma única métrica, mas fornece um melhor compromisso qualidade-tempo. Diferentemente de métodos baseados em busca (por exemplo, algoritmos evolutivos) que incorrem em alta sobrecarga por circuito, o TuniQ amortiza o custo de busca durante o treinamento, tornando-o adequado para fluxos de trabalho HPC onde o throughput é essencial. O trabalho sugere que, à medida que o hardware quântico evolui em direção à tolerância a falhas, a compilação adaptativa permanecerá uma alavanca de desempenho chave, e o TuniQ fornece um framework escalável para realizar esse potencial.