En ny teknik av forskare vid Princeton University, University of Chicago och IBM förbättrar avsevärt tillförlitligheten hos kvantdatorer genom att utnyttja data om bruset i verklig hårdvara. I ett papper som presenterades i veckan forskare beskriver en ny sammanställningsmetod som ökar resursbegränsade och "bullriga" kvantdatorers förmåga att producera användbara svar. I synnerhet, forskarna visade en nästan tre gånger genomsnittlig förbättring av tillförlitligheten för riktiga systemkörningar på IBM:s 16-qubit kvantdator, förbättra vissa programkörningar med så mycket som arton gånger.

Den gemensamma forskargruppen omfattar datavetenskapare och fysiker från EPiQC-samarbetet (Enabling Practical-scale Quantum Computation), en NSF Expedition in Computing som startade 2018. EPiQC syftar till att överbrygga klyftan mellan teoretiska kvantapplikationer och program till praktiska kvantberäkningsarkitekturer på kortfristiga enheter. EPiQC -forskare samarbetade med kvantberäkningsexperter från IBM för denna studie, som kommer att presenteras vid den 24:e ACM International Conference on Architectural Support for Programming Language and Operating Systems (ASPLOS) konferensen i Providence, Rhode Island den 17 april.

Anpassa program till qubit -brus

Kvantdatorer består av qubits (kvantbitar) som är utrustade med speciella egenskaper från kvantmekanik. Dessa speciella egenskaper (superposition och intrassling) gör att kvantdatorn kan representera ett mycket stort utrymme av möjligheter och kamma igenom dem för det rätta svaret, hitta lösningar mycket snabbare än klassiska datorer.

Dock, dagens kvantdatorer och de kommande 5-10 åren begränsas av bullriga operationer, där kvantberäkningsgrindoperationerna ger felaktigheter och fel. När du kör ett program, dessa fel ackumuleras och kan leda till fel svar.

För att kompensera dessa fel, användare kör kvantprogram flera tusen gånger och väljer det vanligaste svaret som rätt svar. Frekvensen för detta svar kallas programmets framgångsgrad. I en idealisk kvantdator, denna framgång skulle vara 100% - varje körning på hårdvaran skulle ge samma svar. Dock, i praktiken, framgångsgraden är mycket mindre än 100% på grund av bullriga operationer.

Forskarna observerade att på verklig hårdvara, t.ex. 16-qubit IBM-systemet, felprocenten för kvantoperationer har mycket stora variationer mellan de olika hårdvaruresurserna (qubits/grindar) i systemet. Dessa fel kan också variera från dag till dag. Forskarna fann att felfrekvensen för operation kan ha upp till 9 gånger så mycket variation beroende på tid och plats för operationen. När ett program körs på denna maskin, hårdvarukvbitarna som valts för körningen avgör framgångsfrekvensen.

"Om vi ​​vill köra ett program idag, och vår kompilator väljer en hårdvaruport (operation) som har dålig felgrad, programmets framgångsgrad sjunker dramatiskt, "sa forskaren Prakash Murali, en doktorand vid Princeton University. "Istället, om vi sammanställer med medvetenhet om detta buller och kör våra program med de bästa qubitsna och funktionerna i hårdvaran, vi kan öka framgångsgraden avsevärt. "

För att utnyttja denna idé om att anpassa programkörning till maskinvarubrus, forskarna utvecklade en "brusanpassad" kompilator som använder detaljerade bruskarakteriseringsdata för målhårdvaran. Sådana brusdata mäts rutinmässigt för IBM -kvantsystem som en del av kalibreringen av daglig drift och inkluderar felhastigheterna för varje typ av operation som kan användas på hårdvaran. Utnyttja denna data, kompilatorn kartlägger programqubits till hårdvarukvits som har låga felfrekvenser och schemalägger grindar snabbt för att minska risken för statligt förfall från dekoherens. Dessutom, det minimerar också antalet kommunikationsoperationer och utför dem med tillförlitliga hårdvaruoperationer.

Förbättra kvaliteten på körningar på ett riktigt kvantsystem

För att visa effekten av detta tillvägagångssätt, forskarna sammanställde och körde en uppsättning jämförelseprogram på 16-qubit IBM kvantdator, att jämföra framgångsgraden för deras nya brusanpassade kompilator med körningar från IBM:s Qiskit-kompilator, standardkompilatorn för denna maskin. Över riktmärken, de observerade nästan en tre gånger genomsnittlig förbättring av framgångsfrekvensen, med upp till arton gånger förbättringar på vissa program. I flera fall, IBM:s kompilator gav fel svar på avrättningarna på grund av dess buller-okunnighet, medan den brusanpassande kompilatorn producerade korrekta svar med höga framgångar.

Även om lagets metoder demonstrerades på 16-qubit-maskinen, alla kvantsystem under de närmaste 5-10 åren förväntas ha bullriga operationer på grund av svårigheter att utföra exakta grindar, defekter orsakade av litografisk tillverkning, temperaturfluktuationer, och andra källor. Bulleranpassning kommer att vara avgörande för att utnyttja beräkningskraften hos dessa system och bana väg mot storskalig kvantberäkning.

"När vi kör stora program, vi vill att framgångsfrekvensen ska vara hög för att kunna skilja rätt svar från brus och även minska antalet upprepade körningar som krävs för att få svaret, "betonade Murali." Vår utvärdering visar tydligt att bulleranpassning är avgörande för att uppnå den fulla potentialen i kvantsystem. "

Lagets hela papper, "Noise-Adaptive Compiler Mappings for Noisy Intermediate-Scale Quantum Computers" publiceras nu på arXiv och kommer att presenteras vid den 24:e ACM International Conference on Architectural Support for Programming Language and Operating Systems (ASPLOS) konferensen i Providence, Rhode Island den 17 april.