⚛️ 量子物理

PADO-Pauli: A GPU-Accelerated Implementation of Pauli Propagation

PADO-Pauli 是一个基于 GPU 加速的框架，它通过将电路编译为用于高效批量化保利传播（Pauli propagation）、自动微分和噪声模拟的可重用稀疏矩阵，显著加速了变分量子算法的训练并降低了其内存占用。

原作者： Hyunwoo Kim, Youngseok Lee

发布于 2026-10-14

📖 1 分钟阅读🧠 深度阅读

原作者： Hyunwoo Kim, Youngseok Lee

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

在构建实用量子计算机的竞赛中，科学家们面临着一个悖论。他们希望构建的机器本身极其复杂，以至于即使是世界上最强大的超级计算机也难以预测它们的行为。为了理解一个量子系统，研究人员通常尝试在经典计算机上对其进行模拟，追踪每一个粒子的状态。但随着粒子数量的增加，存储这些信息所需的内存会呈爆炸式增长，每增加一个粒子，所需内存就会翻倍。一个仅有几十个粒子的系统，通过这种方式就变得无法追踪。为了取得进展，科学家们需要一种不同的方法：一种能够在不模拟每一个细节的情况下，预测这些机器行为的方法。他们需要一种既能保留核心物理特性，又能舍弃噪声的捷径。

这就是由首尔 NORMA, Inc. 的研究人员开发的名为 PADO-Pauli 的新工具所解决的挑战。该团队创建了一个运行在图形处理器（GPU）上的专用软件引擎，这些芯片与高端显卡中的强大芯片相同。PADO-Pauli 并非试图模拟整个量子态，而是专注于用户想要向量子计算机提出的特定问题。它的工作原理是追踪一个测量值（或可观测量）在经过电路逻辑门向后回溯时是如何变化的。想象一下，与其模拟整个电网中每一个电子的流动，不如通过从灯泡追溯回开关来弄清楚为什么灯亮了。这种被称为“泡利传播”（Pauli propagation）的方法，使得研究人员无需存储完整模拟所需的庞大内存数据，即可计算出量子实验的预期结果。

PADO-Pauli 的核心创新在于它如何处理量子算法训练的重复性特征。在许多量子应用（如机器学习）中，相同的电路结构会被使用略微不同的设置进行数千次测试。以往的方法通常会对每一次测试都重新计算整个路径，从而浪费时间和计算能力。PADO-Pauli 通过将电路预编译为一个精简的程序来改变这一点。它分析电路和测量目标，然后剔除任何最终会导致对最终答案贡献为零的数学分支。这个过程被作者称为“零过滤”（zero-filtering），它在计算开始之前就移除了死路。一旦构建好这个干净、稀疏的程序，它就可以立即重复用于成百上千个不同的参数集。该软件会同时评估这些参数集，利用 GPU 的并行处理能力来实现此前无法实现的计算速度。

这种方法的成果是惊人的。在与其它领先的模拟引擎进行对比测试时，PADO-Pauli 被证明在速度和内存效率方面都显著优于对手。在包含 4 到 12 个量子比特的电路中，该新引擎评估结果的速度比同类基于 GPU 的工具快了高达 10 倍。更重要的是，它能够处理其他工具无法处理的更大规模系统。在 16 量子比特电路中，PADO-Pauli 使用的内存比其竞争对手少至 3.1 倍，使其能够完成那些导致其他引擎因内存耗尽而崩溃的模拟。研究人员验证了这些加速效果并未以牺牲准确性为代价，通过在高达 28 个量子比特的系统上与精确模拟进行对比，发现其结果高度吻得多。

该工具不仅仅是一个理论练习；它已经应用于现实世界的问题。团队成功使用它模拟了一个 127 量子比特的实验，这一规模目前已超出了精确模拟方法的处理范围。他们还展示了它在训练变分量子算法方面的效用，这些算法被用于解决复杂的优化问题和模拟化学分子。在一项测试中，该软件帮助训练了一个求解 MaxCut 图问题的模型，找到了比传统方法更好的解。在另一项测试中，它准确地模拟了氢分子的能量状态，这是量子化学的一个标准基准。高效训练这些模型的能力至关重要，因为它允许研究人员在无需为每一次试验都运行物理硬件的情况下，找到量子计算机的最佳设置。

尽管该工具功能强大，但研究人员也谨慎地指出了其局限性。该方法依赖于一种近似形式，即通过舍弃较次要的项来保持计算的可控性。这种方法对于带有噪声或信息扩散范围较小的电路效果极佳，但它并不是适用于所有类型量子电路的通用解决方案。准确性取决于所解决问题的特定结构。然而，对于训练量子机器学习模型和优化量子算法的特定领域，PADO-Pauli 提供了一条切实且高效的路径。它将测试量子电路的过程从缓慢、耗费内存的苦差事转变为快速、批量的操作，使这些复杂系统的训练离现实更近了一步。

PADO-Pauli 的开发代表了量子科学家工具箱中的重要一步。通过将巧妙的数学捷径与现代硬件加速相结合，该团队创建了一个能够处理训练量子计算机学习所需的重复性、重数据任务的系统。随着量子硬件规模的不断扩大，能够高效模拟和训练这些系统的工具将变得日益重要。这个新引擎提供了一种探索大型量子系统行为并完善其算法的方法，有助于弥合理论潜力与实际应用之间的鸿沟。

技术摘要：PADO-Pauli

问题陈述

变分量子算法（VQAs）和量子机器学习（QML）模型需要重复评估参数化量子电路，以计算期望值和梯度。传统的这类训练循环的经典模拟依赖于薛定谔图景方法（全态矢量模拟），虽然它是精确的，但在内存和运行时间成本上随系统规模呈指数级增长。虽然保利传播（Pauli propagation）提供了一种海森堡图景下的替代方案，通过演化可观测量而非状态来工作，但现有的实现面临着吞吐量、内存效率以及与现代机器学习工作流集成方面的局限性。具体而言，许多工具在每次参数查询时都会重新传播电路，缺乏原生的 GPU 加速及微分反向传播功能，或者无法高效处理 QML 中常见的批处理数据输入。

方法论

PADO-Pauli 是一个基于 GPU 加速的引擎，它实现了具有“单次编译，多次评估”架构的保利传播代理（Pauli propagation surrogate, PPS）。其核心方法是将电路的结构传播与特定参数值的评估分离。

编译与稀疏表示：
- 引擎在海森堡图景下（逆门顺序）将可观测量在电路中进行一次性传播。
- 在传播过程中，保利字符串使用二进制对称位掩码（每个量子比特两个比特）进行表示。
- 当旋转门 $R_G(\theta)$ 作用于保利字符串 $P$ 时，引擎应用共轭规则：如果 $P$ 与 $G$ 对易，则保持不变；否则，它会分裂为 $\cos(\theta)P + \sin(\theta)P'$ 。
- 至关重要的是，引擎将电路编译成一系列稀疏线性映射（矩阵）。旋转角度 $\theta$ 仅作为标量系数（ $\cos \theta$ 和 $\sin \theta$ ）进入这些映射。矩阵结构在编译后是固定的，与参数值无关。
截断与零过滤：
- 截断（Truncation）： 为了控制保利字符串的指数级增长，引擎采用了两种截断策略：
  - 最大权重截断（Max-weight truncation）： 丢弃非恒等保利因子数量超过阈值 $w_{max}$ 的字符串。
  - 系数截断（Coefficient truncation）： 在特定的“构建点”参数向量处，丢弃系数低于阈值 $\epsilon$ 的项。
- 零过滤（Zero-Filtering）： 一种编译时阶段的处理，用于移除任何无法在参考态 $|0\rangle^{\otimes n}$ 中对期望值产生贡献的保利字符串分支。由于对于任何包含 $X$ 或 $Y$ 的字符串， $\langle 0|P|0\rangle = 0$ ，因此只有属于 $\{I, Z\}^{\otimes n}$ 的字符串会被保留。这种剪枝是精确的（不引入近似误差），并能显著减小工作集的大小。
可微执行与批处理：
- 编译后的程序在 PyTorch 环境内执行。稀疏矩阵-向量乘法通过张量运算完成。
- 自动微分： 引擎向 PyTorch 注册了一个自定义的向量-雅可比积（VJP）。反向传播过程重用相同的稀러矩阵，通过交换标量因子（ $\cos \to -\sin$ , $\sin \to \cos$ ）来计算相对于旋转角的梯度。这避免了重新传播电路或使用参数移位规则（parameter-shift rules）。
- 批处理： 引擎支持对可训练参数和数据输入（嵌入角度）进行批处理评估。它在单次传递中评估参数批次与数据批次的笛卡尔积，从而充分利用 GPU 并行性。

核心贡献

单次编译，多次评估： 电路和可观测量被编译成一次性的可重用稀疏矩阵程序。随后的每一次查询（前向传递或梯度计算）都重用该程序，从而将编译成本分摊到数百个训练步骤中。
精确零过滤： 一种编译时的剪枝机制，可以在不引入近似的情况下移除无贡献项，在 QAOA 实例上将工作集大小减少了一到三个数量级。
原生 GPU 微分能力： 不同于依赖参数移位重评估或基于 CPU 反向传播的现有引擎，PADO-Pauli 提供了与 PyTorch autograd 注册的原生反向传递，从而实现混合量子-经典模型的端到端训练。
可组合截断： 引擎支持最大权重截断和系数截断，允许用户在计算成本与精度之间进行权衡。
批处理嵌入： 能够同时处理数据输入（嵌入角度）和参数的批次，这对于训练量子机器学习模型至关重要。

结果

论文展示了 PADO-Pauli 与 cuPauliProp (NVIDIA)、Qiskit pauli-prop (CPU) 以及 PauliPropagation.jl (CPU) 的基准测试对比。

性能： 在 4 到 12 个量子比特的情况下，PADO-Pauli 在 NVIDIA A100 上的评估速度比 cuPauliProp 快达 10 倍。在 16 个量子比特的实例中，它使用的 GPU 显存减少了高达 3.1 倍（峰值显存 74.4 GB vs 119.8 GB 未经过滤的前向-反向过程），并且能够完成 cuPauliProp 因显存溢出（OOM）而无法完成的评估。
吞吐量： 对于批处理输入，PADO-Pauli 的吞释量达到了每秒数万次评估（例如，在 20 个量子比特、批大小为 512 时，约为 17,700 次评估/秒），显著优于顺序处理样本的状态矢量模拟器。
准确性： 引擎的准确性通过与精确的状态矢量模拟（最高达 28 个量子比特）和密度矩阵模拟器进行了验证。截断误差被证明是可控的；例如，在 16 个量子比特的 MaxCut-QAOA 实例中，系数截断在保留项数少于最大权重截断的情况下，实现了 $10^{-6}$ 的误差。
可扩展性： 编译后的程序成功处理了一个 127 量子比特 的踢查-伊辛模型（IBM Eagle 晶格），在 $w_{max}=8$ 时，其结果与硬件结果的偏差仅为 0.076。
应用场景： 引擎在以下领域得到了演示：
- VQE： 精确重现了具有双精度精度的 $H_2$ 解离曲线。
- MaxCut-QAOA： 训练了一个 15 个顶点的图实例，将割值从 19.57 提升到了 20.52。
- SAFE ma-QAOA： 使用截断的 PADO-Pauli 代理来热启动精确优化器，将所需的精确优化步骤减少了 1.6 倍。

重要性与主张

论文将 PADO-Pauli 定位为一个专门为变分量子算法和量子机器学习的训练阶段设计的实用工具包，因为在训练阶段，同一个电路会被反复使用梯度和批处理数据进行查询。

效率： 通过将结构传播与参数评估解耦，PADO-Pauli 与那些需要重新传播或缺乏 GPU 原生微分能力的引擎相比，实现了显著的加速和内存节省。
实用性： 零过滤、稀疏张量执行以及与 PyTorch 的集成，使得在原本难以进行精确模拟或使用现有保利传播工具进行模拟的规模（如 16–100 量子比特）上训练模型成为可能。
局限性： 作者坦诚地指出，该方法并非通用的模拟器。对于具有大角度和大量非 Clifford 门的深层电路，截断并不总是安全的，且该方法依赖于“代理”假设，即丢弃的系数质量必须足够小。此外，编译成本是一个固定的前期开销，因此不太适用于单次查询的任务。

总而言之，PADO-Pauli 提供了一个高性能、可微的基础设施，能够实现变分量子电路的高速、大规模经典模拟，从而促进了量子机器学习模型的开发与训练。

技术摘要：PADO-Pauli

问题陈述

方法论

核心贡献

结果

重要性与主张

类似论文