Un diagramma di flusso che descrive la compilazione di algoritmi variazionali per accelerare i calcoli quantistici. Credito:EPiQC/Università di Chicago
Un nuovo articolo dei ricercatori dell'Università di Chicago introduce una tecnica per la compilazione di istruzioni quantistiche altamente ottimizzate che possono essere eseguite su hardware a breve termine. Questa tecnica è particolarmente adatta a una nuova classe di algoritmi quantistici variazionali, che sono candidati promettenti per dimostrare utili accelerazioni quantistiche. Il nuovo lavoro è stato reso possibile unendo le idee attraverso lo stack, che abbracciano algoritmi quantistici, apprendimento automatico, compilatori, e fisica del dispositivo. La ricerca interdisciplinare è stata condotta dai membri della collaborazione EPiQC (Enabling Practical-scale Quantum Computation), una spedizione NSF nell'informatica.
Adattarsi a un nuovo paradigma per algoritmi quantistici
La visione originale degli algoritmi quantistici risale ai primi anni '80, quando il fisico Richard Feynman propose di eseguire simulazioni molecolari usando solo migliaia di qubit senza rumore (bit quantici), un compito praticamente impossibile per i computer tradizionali. Altri algoritmi sviluppati negli anni '90 e 2000 hanno dimostrato che migliaia di qubit senza rumore offrirebbero anche notevoli accelerazioni per problemi come la ricerca nel database, fattorizzazione intera, e algebra delle matrici. Però, nonostante i recenti progressi nell'hardware quantistico, questi algoritmi sono ancora lontani decenni da realizzazioni scalabili, perché l'hardware attuale presenta qubit rumorosi.
Per soddisfare i vincoli dei computer quantistici attuali e a breve termine, è emerso di recente un nuovo paradigma per algoritmi quantistici variazionali. Questi algoritmi affrontano sfide computazionali simili a quelle degli algoritmi quantistici originariamente previsti, ma costruisci la resilienza al rumore lasciando non specificati alcuni parametri interni del programma. Anziché, questi parametri interni vengono appresi dalla variazione su prove ripetute, guidato da un ottimizzatore. Con un robusto ottimizzatore, un algoritmo variazionale può tollerare livelli moderati di rumore.
Sebbene la resilienza al rumore degli algoritmi variazionali sia interessante, rappresenta una sfida per la compilazione, il processo di traduzione di un algoritmo matematico nelle istruzioni fisiche eseguite dall'hardware.
"Il compromesso tra algoritmi quantistici variazionali e tradizionali è che mentre gli approcci variazionali sono economici nel numero di porte, sono costosi nel numero di ripetizioni necessarie, '' ha detto Fred Chong, il Seymour Goodman Professor of Computer Science presso UChicago e lead PI per EPiQC. "Mentre gli algoritmi quantistici tradizionali sono completamente specificati al momento dell'esecuzione e quindi una pre-esecuzione completamente ottimizzabile, i programmi variazionali sono specificati solo parzialmente al momento dell'esecuzione."
Compilazione parziale
I ricercatori affrontano il problema dei programmi parzialmente specificati con una tecnica parallela chiamata compilazione parziale. Pranav Gokhale, spiega uno studente di dottorato di UChicago, "Anche se non possiamo compilare completamente un algoritmo variazionale prima dell'esecuzione, possiamo almeno precompilare le parti specificate." Per i tipici algoritmi variazionali, questa semplice euristica da sola è sufficiente, offrendo accelerazioni 2x nel runtime quantistico rispetto alle tecniche di compilazione standard basate su gate. Poiché i qubit decadono esponenzialmente nel tempo, questa accelerazione del tempo di esecuzione porta anche a riduzioni dei tassi di errore.
Per algoritmi più complessi, i ricercatori applicano un secondo livello di ottimizzazioni che caratterizzano numericamente le variazioni dovute ai parametri non specificati, attraverso un processo chiamato ottimizzazione degli iperparametri. "Trascorrere qualche minuto nell'ottimizzazione degli iperparametri e nella compilazione parziale porta a un risparmio di ore nei tempi di esecuzione", riassume Gokhale. Il professor Chong osserva che questo tema di realizzare risparmi sui costi spostando le risorse, sia tra elaborazione tradizionale e quantistica o tra compilazione ed esecuzione, riecheggia in molti altri progetti EPiQC.
I ricercatori ora mirano a dimostrare sperimentalmente il loro lavoro. Tale validazione sperimentale è diventata possibile solo di recente, con il rilascio di computer quantistici accessibili al cloud che possono essere controllati a livello di impulsi analogici. Questo livello di controllo è molto più vicino all'hardware rispetto al controllo standard basato su gate, ei ricercatori si aspettano di ottenere maggiori guadagni di efficienza da questa interfaccia a impulsi.
Il documento dei ricercatori, La "Compilazione parziale di algoritmi variazionali per macchine quantiche rumorose a scala intermedia" (link arXiv) sarà presentata alla conferenza MICRO computer architecture a Columbus, Ohio il 14 ottobre. I coautori di Gokhale e Chong includono Yongshan Ding, Thomas Propson, Christopher Winkler, Nelson Leung, Yunong Shi, David I. Schuster, e Henry Hoffmann, tutti anche dall'Università di Chicago.