Figura 1. Panoramica della simulazione con compressione dei dati. Credito:EPiQC (Abilitazione del calcolo quantistico su scala pratica)/Università di Chicago
Quando si tenta di eseguire il debug di hardware e software quantistici con un simulatore quantistico, ogni bit quantico (qubit) conta. Ogni qubit simulato più vicino alle dimensioni della macchina fisica dimezza il divario nella potenza di calcolo tra la simulazione e l'hardware fisico. Però, il requisito di memoria della simulazione a stato completo cresce esponenzialmente con il numero di qubit simulati, e questo limita la dimensione delle simulazioni che possono essere eseguite.
I ricercatori dell'Università di Chicago e dell'Argonne National Laboratory hanno ridotto significativamente questo divario utilizzando tecniche di compressione dei dati per adattare una simulazione a 61 qubit dell'algoritmo di ricerca quantistica di Grover su un grande supercomputer con un errore dello 0,4 percento. Sono stati simulati anche altri algoritmi quantistici con sostanzialmente più qubit e porte quantistiche rispetto agli sforzi precedenti.
La simulazione classica dei circuiti quantistici è fondamentale per comprendere meglio le operazioni e i comportamenti della computazione quantistica. Però, il limite pratico di simulazione a stato completo odierno è di 48 qubit, perché il numero di ampiezze dello stato quantistico richieste per la simulazione completa aumenta esponenzialmente con il numero di qubit, rendendo la memoria fisica il fattore limitante. Dati n qubit, gli scienziati hanno bisogno di 2^n ampiezze per descrivere il sistema quantistico.
Esistono già diverse tecniche esistenti che scambiano il tempo di esecuzione con lo spazio di memoria. Per scopi diversi, le persone scelgono diverse tecniche di simulazione. Questo lavoro fornisce un'altra opzione nel set di strumenti per scalare la simulazione di circuiti quantistici, applicare tecniche di compressione dei dati lossless e lossy ai vettori di stato.
La Figura 1 mostra una panoramica del nostro progetto di simulazione. La Message Passing Interface (MPI) viene utilizzata per eseguire la simulazione in parallelo. Supponendo di simulare sistemi a n-qubit e di avere ranghi r in totale, il vettore di stato è diviso equamente su r ranghi, e ogni vettore di stato parziale è diviso in nb blocchi su ogni rango. Ogni blocco è archiviato in un formato compresso nella memoria.
La Figura 2 mostra la distribuzione dell'ampiezza in due diversi benchmark. "Se la distribuzione dell'ampiezza dello stato è uniforme, possiamo facilmente ottenere un elevato rapporto di compressione con l'algoritmo di compressione senza perdita di dati, " ha affermato il ricercatore Xin-Chuan Wu. "Se non riusciamo a ottenere un buon rapporto di compressione, la nostra procedura di simulazione adotterà la compressione lossy limitata all'errore per scambiare l'accuratezza della simulazione con il rapporto di compressione."
Figura 2. Variazioni di valore dei dati di simulazione del circuito quantistico. (a) Il valore dei dati cambia all'interno di un intervallo. (b) I dati mostrano un'elevata pendenza e varianza tale che i compressori senza perdite non possono funzionare in modo efficace. Credito:EPiQC (Abilitazione del calcolo quantistico su scala pratica)/ Università di Chicago
L'intero framework di simulazione a stato completo con compressione dei dati sfrutta MPI per comunicare tra i nodi di calcolo. La simulazione è stata eseguita sul supercomputer Theta presso l'Argonne National Laboratory. Theta consiste di 4, 392 nodi, ogni nodo contiene un processore Intel Xeon PhiTM 7230 a 64 core con 16 gigabyte di memoria in pacchetto (MCDRAM) a larghezza di banda elevata e 192 GB di RAM DDR4.
Il documento completo, "Simulazione di circuiti quantistici a stato intero mediante compressione dei dati, " è stato pubblicato da The International Conference for High Performance Computing, Rete, Magazzinaggio, e Analisi (SC'19).
