《電子技術(shù)應(yīng)用》
您所在的位置：首頁 > 模擬設(shè)計 > 設(shè)計應(yīng)用 > 基于電路切割方法的并行量子模擬方法
基于電路切割方法的并行量子模擬方法
電子技術(shù)應(yīng)用
周予愷1，彭世昕1，顏峻2，蔣金虎1
1.復(fù)旦大學(xué) 大數(shù)據(jù)研究院；2.信息工程大學(xué) 教研保障中心
摘要： 量子計算在解決傳統(tǒng)計算難題方面展現(xiàn)了巨大潛力，但由于其高錯誤率和噪聲問題，經(jīng)典模擬成為驗證其性能的重要手段。然而，量子的疊加和糾纏特性帶來了模擬上的巨大挑戰(zhàn)，尤其是在內(nèi)存受限的情況下。盡管電路切割方法能夠?qū)⒋笠?guī)模量子電路分解為更小的計算任務(wù)，減輕計算壓力，先前的研究主要關(guān)注其在量子計算機(jī)上的應(yīng)用，未充分考慮其在量子電路模擬中的效果。論文研究填補(bǔ)了這一空白，提出了基于啟發(fā)式切割算法和子電路狀態(tài)向量復(fù)用的優(yōu)化方案，以應(yīng)對模擬中的內(nèi)存限制。通過引入全局計算成本的考量和整數(shù)規(guī)劃模型，提出的啟發(fā)式方法不僅優(yōu)化了切割過程，還結(jié)合了子電路狀態(tài)向量復(fù)用技術(shù)，以減少重復(fù)計算和內(nèi)存占用。實驗結(jié)果顯示，與當(dāng)前流行的電路切割方法相比，所提出方法在提升模擬速度的同時顯著降低了內(nèi)存需求，有效應(yīng)對了量子電路模擬中的挑戰(zhàn)。在經(jīng)典量子電路的測試中總體平均加速達(dá)到了46%。
中圖分類號：TP393.4 文獻(xiàn)標(biāo)志碼：A DOI: 10.16157/j.issn.0258-7998.245854
中文引用格式： 周予愷，彭世昕，顏峻，等. 基于電路切割方法的并行量子模擬方法[J]. 電子技術(shù)應(yīng)用，2024，50(11)：9-15.
英文引用格式： Zhou Yukai，Peng Shixin，Yan Jun，et al. Parallel quantum simulation method based on circuit cutting approach[J]. Application of Electronic Technique，2024，50(11)：9-15.
Parallel quantum simulation method based on circuit cutting approach
Zhou Yukai1，Peng Shixin1，Yan Jun2，Jiang Jinhu1
1.Institute of Big Data， Fudan University； 2.Teaching and Support Center， Information Engineering University
Abstract： Quantum computing has shown great potential in addressing traditional computational challenges, but due to its high error rates and noise issues, classical simulation has become an essential tool for verifying its performance. However, the superposition and entanglement properties of quantum systems pose significant challenges for simulation, especially when memory is limited. Although circuit cutting methods can decompose large-scale quantum circuits into smaller computational tasks to reduce computational load, previous research primarily focused on their application to quantum computers, without fully considering their effectiveness in quantum circuit simulation. This study fills that gap by proposing an optimization scheme based on a heuristic cutting algorithm and subcircuit state vector reuse to address memory limitations in simulations. By incorporating global computational cost considerations and an integer programming model, the heuristic method proposed in this paper not only optimizes the cutting process but also combines subcircuit state vector reuse to reduce redundant calculations and memory usage. Experimental results show that compared to current popular circuit cutting methods, the proposed approach significantly improves simulation speed while reducing memory requirements, effectively addressing the challenges in quantum circuit simulation. The overall average speedup achieved 46%.
Key words : quantum computing；quantum simulator；quantum circuit；circuit cutting

引言

量子計算技術(shù)因其在特定領(lǐng)域通過量子并行性實現(xiàn)加速的潛力，已成為研究焦點。量子計算采用量子位替代傳統(tǒng)二進(jìn)制位，并通過量子疊加與糾纏特性顯著提升計算能力。

然而，量子計算目前正處于NISQ（Noisy Intermediate-Scale Quantum）時代，即噪聲中等規(guī)模的量子計算時代。在這一階段，量子計算機(jī)的規(guī)模相對較小，量子比特數(shù)通常在數(shù)十個到上百個，并且能夠向公眾提供的量子計算機(jī)的量子比特數(shù)量也是相當(dāng)有限的。由于量子比特間存在噪聲和不穩(wěn)定的問題，當(dāng)前的量子計算機(jī)還不能執(zhí)行大規(guī)模、長時間的計算任務(wù)。因此，在進(jìn)行量子計算有關(guān)的研究時，相關(guān)研究者們極大程度地依賴于基于經(jīng)典計算機(jī)的量子模擬器，來模擬復(fù)雜的量子系統(tǒng)、解決優(yōu)化問題并測試量子算法。

但使用經(jīng)典的量子電路模擬方法，狀態(tài)向量方法，一個n量子位量子電路的狀態(tài)向量是一個長度為2n的數(shù)組。這意味著，如果使用4 B的復(fù)數(shù)來在內(nèi)存中存儲單個狀態(tài)向量，則總共需要2n+4B的存儲空間。在存儲雙精度浮點數(shù)的情況下，模擬50量子位的量子電路需要大約16 PB的存儲空間，這無疑意味著模擬大規(guī)模量子電路是一項極具挑戰(zhàn)性的任務(wù)。眾多系統(tǒng)級和算法級優(yōu)化為了提升量子電路模擬的效率都被提出應(yīng)用，系統(tǒng)級優(yōu)化往往關(guān)注于挖掘現(xiàn)代經(jīng)典計算機(jī)的計算能力來提升模擬性能，而算法級優(yōu)化更多地關(guān)注于挖掘量子系統(tǒng)內(nèi)部的特征，從而減少存儲壓力。

量子電路中的電路切割方法是一種用于處理大型量子電路的技術(shù)。這種方法的核心思想是將大型量子電路切割成較小的部分，這些較小的部分可以在更小的計算單元上獨(dú)立運(yùn)行。本文針對基于電路切割方法的量子電路模擬過程中存在的評估開銷問題，提出了一種優(yōu)化方案，顯著減少了模擬的運(yùn)行時間，優(yōu)化了量子電路的內(nèi)存瓶頸。

為了更有效地優(yōu)化量子電路模擬過程，使電路切割方法能夠更好地與量子電路模擬的特性相結(jié)合，本文深入探討了基于電路切割方法的量子電路模擬的優(yōu)化策略。首先分析了電路切割原理及其對應(yīng)的計算流程，發(fā)現(xiàn)電路切割方法應(yīng)用到量子電路模擬上存在評估過程開銷過大的問題，并因此明確了應(yīng)該對評估過程本身進(jìn)行效率上的優(yōu)化和對切割過程的目標(biāo)進(jìn)行調(diào)整。然后本文圍繞模擬流程，提出了兩項主要的優(yōu)化措施：一是基于啟發(fā)式方法的切割算法；二是基于子電路狀態(tài)向量復(fù)用算法。通過啟發(fā)式切割算法的良好設(shè)計得到了51%的平均加速，子電路狀態(tài)向量復(fù)用算法則帶來了46%的平均加速，兩個優(yōu)化方法結(jié)合，可以獲得92%的加速。


本文詳細(xì)內(nèi)容請下載：

http://ihrv.cn/resource/share/2000006203


作者信息：

周予愷1，彭世昕1，顏峻2，蔣金虎1

（1.復(fù)旦大學(xué) 大數(shù)據(jù)研究院， 上海 200433；

2.信息工程大學(xué) 教研保障中心， 河南 鄭州 450001）


Magazine.Subscription.jpg

此內(nèi)容為AET網(wǎng)站原創(chuàng)，未經(jīng)授權(quán)禁止轉(zhuǎn)載。