Distributed Variational Quantum Eigensolver: Embarrassingly Parallel strategies on NISQ
本文利用 CUNQA 仿真平台，评估了在存在异构噪声的情况下，针对 NISQ 设备上变分量子特征值求解器（VQE）的三种极易并行化策略，并分析了它们在加速比与准确度之间的权衡。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
量子计算领域目前正处于一个被称为“嘈杂中型规模”（noisy intermediate-scale）的困难但充满希望的阶段。在这一时期，我们拥有的机器已经强大到足以执行经典计算机难以处理的复杂计算，但它们仍然受到缺陷的困扰。这些缺陷，即“噪声”，会导致机器出错，从而限制了计算可以运行的时长，否则结果将变得不可靠。为了克服这些限制，科学家们正在探索一种称为分布式量子计算的策略。这种方法不是依赖于一台尚未存在的单一庞大机器，而是将几台较小的、不完美的机器连接起来，共同解决一个问题。挑战在于，如何分配这些不同设备之间的工作量，而不让它们各自的缺陷毁掉最终答案。
这些机器最重要的任务之一是寻找物理系统的最低能量状态，这一过程被称为变分量子特征值求解器（Variational Quantum Eigensolver）。想象一下，你正试图在一个广阔且多雾的地形中寻找最深的谷底。量子计算机充当着能够感知地形的向导，而经典计算机则充当导航员，根据向导报告的情况调整路径。这个过程要求量子机器重复运行相同的计算数千次，以获得可靠的读数。由于这项任务涉及如此多次的重复，它是将工作量拆分到多个设备上的理想候选对象。然而，如果这些设备并不完全相同——例如其中一台比其他机器噪声更大——那么工作分配的方式将显著改变结果的速度和准确性。
西班牙加利西亚超级计算中心的研发人员正是为了测试如何最有效地分配这些工作而开展研究的。他们并没有使用物理量子计算机进行这项研究，因为该技术仍在演进之中。相反，他们使用了一个名为 CUNQA 的高级模拟平台来创建一个虚拟环境。在这个数字世界里，他们构建了一组虚拟量子处理器，每个处理器都经过编程，以模拟来自不同制造商（包括 IBM 和 OQC）的真实机器所特有的误差和噪声模式。通过在这样一个受控的模拟设置中运行实验，他们可以隔离噪声的影响并测试不同的策略，而无需面对真实硬件的不可预测性。
研究小组比较了三种不同的工作量分配方法。第一种方法称为“采样级分布”（shot-level distribution），它涉及将单次计算拆分为更小的批次，将总共需要的测量次数分配到不同的机器中，最后再将结果合并。第二种方法是“电路级分布”（circuit-level distribution），它将完整的、独立的计算分配给不同的机器。当问题的单个步骤需要同时评估系统的许多不同部分时，这种方法非常有用。第三种方法是“候选者级分布”（candidate-level distribution），它是为一种特定的解题方式设计的，即同时测试许多不同的潜在解。在这种情况下，每个潜在解都会被发送到不同的机器进行独立评估。
研究人员发现，最佳策略很大程度上取决于所使用的求解器类型以及可用机器的质量。如果目标仅仅是拆分测量过程，结果显示只有在总测量次数非常大的情况下，这种方法才有效。如果测量次数较少，在机器之间传输数据所花费的时间将超过并行运行所节省的时间。然而，当工作量涉及运行许多独立的计算时，将电路拆分到不同的机器上证明会更加高效。
关于噪声影响的一个关键发现浮出水面：并非所有机器都是平等的，混合使用它们需要谨慎。当研究人员使用一种依赖精确几何信息来引导搜索的方法时，即使组内只有一个噪声较大的机器，也可能导致整个过程失稳，造成结果波动或无法收敛。相比之下，一种同时测试许多不同解的方法则表现得更具韧性。因为这种方法同时评估许多可能性，它可以简单地忽略来自噪声最大机器的结果，转而关注表现较好的机器。研究还表明，轮换处理特定任务部分的机器有助于防止任何单一设备持续导致结果偏差，从而带来更快、更可靠的结果。
最终，这项工作证明了对于连接量子计算机而言，并不存在一种“放之四海而皆准”的解决方案。分配任务的最有效方式取决于所使用的特定算法以及可用硬件的特性。对于某些问题，拆分测量过程就足够了；而对于另一些问题，将整个任务分配给不同的机器则要优越得多。这项研究表明，随着量子技术趋于成熟以及更多设备相互连接，智能管理这些差异的能力将与机器本身的动力一样重要。通过理解噪声如何与不同的分布策略相互作用，科学家们可以更好地为未来做好准备——届时量子计算将是一项协作式的、分布式的努力，而非对单一完美机器的孤注一掷。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。