Débogage de circuits quantiques et analyse de sensibilité via des inversions locales

Débogage de circuits quantiques et analyse de sensibilité via des inversions locales

Horodatage: 9 février 2023 12:20

Fernando A. Calderón-Vargas1, Timothée Proctor2, Kenneth Rudinger2, et Mohan Sarovar1

1Sandia National Laboratories, Livermore, CA 94550, États-Unis
2Quantum Performance Laboratory, Sandia National Laboratories, Albuquerque, NM 87185, États-Unis et Livermore, CA 94550, États-Unis

Vous trouvez cet article intéressant ou souhaitez en discuter? Scite ou laisse un commentaire sur SciRate.

Abstract

Alors que la largeur et la profondeur des circuits quantiques mis en œuvre par des processeurs quantiques de pointe augmentent rapidement, l'analyse et l'évaluation des circuits via la simulation classique deviennent irréalisables. Il est donc crucial de développer de nouvelles méthodes pour identifier les sources d'erreurs importantes dans les circuits quantiques vastes et complexes. Dans ce travail, nous présentons une technique qui identifie les sections d'un circuit quantique qui affectent le plus la sortie du circuit et aide ainsi à identifier les sources d'erreur les plus importantes. La technique ne nécessite aucune vérification classique de la sortie du circuit et constitue donc un outil évolutif pour le débogage de grands programmes quantiques sous forme de circuits. Nous démontrons la praticité et l'efficacité de la technique proposée en l'appliquant à des exemples de circuits algorithmiques implémentés sur des machines quantiques IBM.

Débogage de circuits quantiques et analyse de sensibilité via des inversions locales PlatoBlockchain Data Intelligence. Recherche verticale. Aï.

Image sélectionnée : La technique $textit{inversion locale}$ montre à quel point les erreurs dans chacune des couches $d$ ($L$) d'un circuit $C$ perturbent la distribution de probabilité de sortie. Cela se fait en calculant les distances de variation totales (TVD) entre la distribution de probabilité de sortie du circuit $C$ et les distributions de probabilité de chacun des circuits $d$ $C^{(i)}$. Dans chaque circuit $C^{(i)}$, on inverse la $i$-ième couche et on la répète de telle sorte qu'en l'absence d'erreur sur $L_i$, $L_i L_i^{-1} L_i=L_i$ . L'amplitude relative du TVD entre les distributions de probabilité de $C$ et $C^{(i)}$ est proportionnelle au degré auquel le résultat du circuit est perturbé par les erreurs dans la couche $L_i$.

Résumé populaire

L'augmentation rapide du nombre de qubits et de la profondeur des circuits quantiques exécutables atteindra bientôt le point où il sera impossible de prédire avec précision le taux de réussite d'un programme et d'identifier les sources d'erreur dans les implémentations de circuits quantiques avec les techniques actuelles basées sur la caractérisation individuelle au niveau de la porte. Ce travail présente un nouvel outil in situ pour le débogage des implémentations de circuits quantiques qui identifie les couches de circuit qui influencent le plus la sortie du circuit et découvre également les modes d'erreur dépendant du temps, tels que la dégradation des portes pendant l'exécution. Notre technique est basée sur l'inversion locale des couches de circuits individuelles, ce qui amplifie les erreurs dans les couches inversées. Grâce à des analyses, des simulations et des expériences sur des ordinateurs quantiques IBM, nous montrons l'efficacité et la praticité de notre technique pour identifier les couches qui perturbent le plus la sortie du circuit. De plus, nous montrons que l'impact d'une couche donnée dépend non seulement des taux d'erreur des portes qui forment la couche mais aussi de la structure de l'ensemble du circuit. La technique proposée est un outil de diagnostic et de débogage in situ utile pour les implémentations d'algorithmes quantiques de plus en plus complexes.​

► Données BibTeX

► Références

IBM dévoile un processeur quantique révolutionnaire de 127 qubits, https:/​/​newsroom.ibm.com/​2021-11-16-IBM-Unveils-Breakthrough-127-Qubit-Quantum-Processor.
https://​/​newsroom.ibm.com/​2021-11-16-IBM-Unveils-Breakthrough-127-Qubit-Quantum-Processor

Un aperçu de Bristlecone, le nouveau processeur quantique de Google, https:/​/​ai.googleblog.com/​2018/​03/​a-preview-of-bristlecone-googles-new.html.
https: / / ai.googleblog.com/ 2018/03 / a-preview-of-bristlecone-googles-new.html

Philip Ball, Physicists in China conteste «l'avantage quantique» de Google, Nature 588, 380–380 (2020).
https:/​/​doi.org/​10.1038/​d41586-020-03434-7

Rigetti, ce que nous construisons, https:/​/​www.rigetti.com/​what-we-build.
https:/​/​www.rigetti.com/​ce-que-nous-construisons

Matthew Treinish, Jay Gambetta, et al., Qiskit/​qiskit : Qiskit 0.28.0 (2021).
https: / / doi.org/ 10.5281 / zenodo.5096364

Développeurs Cirq, Cirq (2021).
https://​/​doi.org/​10.5281/​ZENODO.5182845

Peter J. Karalekas et al., PyQuil : Programmation quantique en Python (2020).
https://​/​doi.org/​10.5281/​ZENODO.3631770

Krysta Svore, Martin Roetteler, Alan Geller, Matthias Troyer, John Azariah, Christopher Granade, Bettina Heim, Vadym Kliuchnikov, Mariia Mykhailova, and Andres Paz, Q#: Enabling Scalable Quantum Computing and Development with a High-level DSL, dans Actes de le Real World Domain Specific Languages ​​Workshop 2018 on – RWDSL2018 (ACM Press, Vienne, Autriche, 2018) pp. 1–10.
https: / / doi.org/ 10.1145 / 3183895.3183901

John Preskill, L'informatique quantique à l'ère NISQ et au-delà, Quantum 2, 79 (2018).
https:/​/​doi.org/​10.22331/​q-2018-08-06-79

Kaveh Khodjasté, Daniel a. Lidar et Lorenza Viola, Contrôle dynamique arbitrairement précis dans les systèmes quantiques ouverts, Physical Review Letters 104, 090501 (2010).
https: / / doi.org/ 10.1103 / PhysRevLett.104.090501

Edwin Barnes, Fernando A Calderon-Vargas, Wenzheng Dong, Bikun Li, Junkai Zeng et Fei Zhuang, Portes corrigées dynamiquement à partir de courbes spatiales géométriques, Quantum Science and Technology 7, 023001 (2022).
https://​/​doi.org/​10.1088/​2058-9565/​ac4421

J. True Merrill et Kenneth R. Brown, Progress in Compensating Pulse Sequences for Quantum Computation, dans Quantum Information and Computation for Chemistry (John Wiley & Sons, Inc., 2014) pp. 241–294, iSSN : 00652385.
https: / / doi.org/ 10.1002 / 9781118742631.ch10

Xin Wang, Lev S Bishop, JP Kestner, Edwin Barnes, Kai Sun et S Das Sarma, Composite pulses for robust universal control of singlet-triplet qubits., Nature communications 3, 997 (2012), éditeur : Nature Publishing Group.
https: / / doi.org/ 10.1038 / ncomms2003

Charles D. Hill, Robust Controlled-NOT Gates from Presque Any Interaction, Physical Review Letters 98, 180501 (2007), iSBN : 0031-9007 ; 0031-9007.
https: / / doi.org/ 10.1103 / PhysRevLett.98.180501

FA Calderon-Vargas et JP Kestner, Correction dynamique d'une porte CNOT pour toute erreur logique systématique, Physical Review Letters 118, 150502 (2017).
https: / / doi.org/ 10.1103 / PhysRevLett.118.150502

E. Knill, D. Leibfried, R. Reichle, J. Britton, RB Blakestad, JD Jost, C. Langer, R. Ozeri, S. Seidelin et DJ Wineland, Analyse comparative aléatoire des portes quantiques, Examen physique A 77, 10.1103 /​physreva.77.012307 (2008).
https: / / doi.org/ 10.1103 / physreva.77.012307

Easwar Magesan, JM Gambetta et Joseph Emerson, Analyse comparative aléatoire évolutive et robuste des processus quantiques, Physical Review Letters 106, 10.1103/​physrevlett.106.180504 (2011).
https: / / doi.org/ 10.1103 / physrevlett.106.180504

Sarah Sheldon, Lev S. Bishop, Easwar Magesan, Stefan Filipp, Jerry M. Chow et Jay M. Gambetta, Caractérisation des erreurs sur les opérations qubit via une analyse comparative aléatoire itérative, Physical Review A 93, 012301 (2016).
https: / / doi.org/ 10.1103 / PhysRevA.93.012301

Yipeng Huang et Margaret Martonosi, Assertions statistiques pour valider les modèles et trouver des bogues dans les programmes quantiques, dans Actes du 46e Symposium international sur l'architecture informatique (ACM, Phoenix Arizona, 2019) pp. 541–553.
https: / / doi.org/ 10.1145 / 3307650.3322213

Ji Liu, Gregory T. Byrd et Huiyang Zhou, Quantum Circuits for Dynamic Runtime Assertions in Quantum Computation, dans Actes de la vingt-cinquième conférence internationale sur le support architectural pour les langages de programmation et les systèmes d'exploitation (ACM, Lausanne Suisse, 2020) pp. 1017–1030.
https: / / doi.org/ 10.1145 / 3373376.3378488

Gushu Li, Li Zhou, Nengkun Yu, Yufei Ding, Mingsheng Ying et Yuan Xie, Assertions d'exécution basées sur la projection pour tester et déboguer les programmes Quantum, Actes de l'ACM sur les langages de programmation 4, 1–29 (2020).
https: / / doi.org/ 10.1145 / 3428218

Ji Liu et Huiyang Zhou, Systematic Approaches for Precise and Approximate Quantum State Runtime Assertion, en 2021 IEEE International Symposium on High-Performance Computer Architecture (HPCA) (IEEE, Séoul, Corée (Sud), 2021) pp. 179–193.
https://​/​doi.org/​10.1109/​HPCA51647.2021.00025

Tudor Giurgica-Tiron, Yousef Hindy, Ryan LaRose, Andrea Mari et William J. Zeng, Digital zero noise extrapolation for quantum error mitigation, en 2020 IEEE International Conference on Quantum Computing and Engineering (QCE) (2020) p. 306.
https: / / doi.org/ 10.1109 / QCE49297.2020.00045

Alexander J. McCaskey, Zachary P. Parks, Jacek Jakowski, Shirley V. Moore, Titus D. Morris, Travis S. Humble et Raphael C. Pooser, La chimie quantique comme référence pour les ordinateurs quantiques à court terme, npj Quantum Information 5 , 1 (2019).
https:/​/​doi.org/​10.1038/​s41534-019-0209-0

Andre He, Benjamin Nachman, Wibe A. de Jong et Christian W. Bauer, Extrapolation sans bruit pour l'atténuation des erreurs de porte quantique avec insertions d'identité, Physical Review A 102, 012426 (2020).
https: / / doi.org/ 10.1103 / PhysRevA.102.012426

Edward Farhi, Jeffrey Goldstone et Sam Gutmann, Un algorithme d'optimisation approximative quantique, arXiv:1411.4028 (2014).
arXiv: 1411.4028v1

Michael A. Nielsen et Isaac L. Chuang, Calcul quantique et information quantique (Cambridge University Press, Cambridge, 2010).
https: / / doi.org/ 10.1017 / CBO9780511976667

David C. McKay, Christopher J. Wood, Sarah Sheldon, Jerry M. Chow et Jay M. Gambetta, Efficient Z-gates for quantum computing, Physical Review A 96, 022330 (2017).
https: / / doi.org/ 10.1103 / PhysRevA.96.022330

pyQAOA, https://​/​github.com/​gregvw/​pyQAOA.
https://​/​github.com/​gregvw/​pyQAOA

Robin Blume-Kohout, John King Gamble, Erik Nielsen, Kenneth Rudinger, Jonathan Mizrahi, Kevin Fortier et Peter Maunz, Démonstration d'opérations qubit sous un seuil de tolérance aux pannes rigoureux avec tomographie par jeu de portes, Nature Communications 8, 1–13 (2017) .
https: / / doi.org/ 10.1038 / ncomms14485

PyGSTi. une implémentation python de Gate Set Tomography, https:/​/​www.pygsti.info/​.
https://​/​www.pygsti.info/​

Lukasz Cincio, Kenneth Rudinger, Mohan Sarovar et Patrick J. Coles, Apprentissage automatique des circuits quantiques résistants au bruit, PRX Quantum 2, 010324 (2021).
https: / / doi.org/ 10.1103 / PRXQuantum.2.010324

Kenneth Rudinger, Timothy Proctor, Dylan Langharst, Mohan Sarovar, Kevin Young et Robin Blume-Kohout, Sonder les erreurs contextuelles dans les processeurs quantiques, Physical Review X 9, 021045 (2019).
https: / / doi.org/ 10.1103 / PhysRevX.9.021045

EL Hahn, Spin Echoes, Examen physique 80, 580–594 (1950).
https: / / doi.org/ 10.1103 / PhysRev.80.580

Timothy Proctor, Kenneth Rudinger, Kevin Young, Erik Nielsen et Robin Blume-Kohout, Mesurer les capacités des ordinateurs quantiques, Nature Physics 18, 75 (2022).
https:/​/​doi.org/​10.1038/​s41567-021-01409-7

Lorsque l'état d'entrée est (ou proche de) un état de base de calcul, la distribution de sortie donnée par QFT est presque uniforme, ce qui rend notre technique inefficace, comme indiqué dans la section Discussion.

Constantinos Daskalakis, Ilias Diakonikolas et Rocco A. Servedio, Apprentissage des distributions k-modales via des tests, Théorie de l'informatique 10, 535–570 (2014).
https: / / doi.org/ 10.4086 / toc.2014.v010a020

Kristan Temme, Sergey Bravyi et Jay M. Gambetta, Error Mitigation for Short-Depth Quantum Circuits, Physical Review Letters 119, 180509 (2017).
https: / / doi.org/ 10.1103 / PhysRevLett.119.180509

Abhinav Kandala, Kristan Temme, Antonio D. Córcoles, Antonio Mezzacapo, Jerry M. Chow et Jay M. Gambetta, L'atténuation des erreurs étend la portée de calcul d'un processeur quantique bruyant, Nature 567, 491–495 (2019).
https:/​/​doi.org/​10.1038/​s41586-019-1040-7

Ewout van den Berg, Zlatko K. Minev, Abhinav Kandala et Kristan Temme, Annulation d'erreur probabiliste avec des modèles pauli-lindblad clairsemés sur des processeurs quantiques bruyants 10.48550/​arxiv.2201.09866 (2022).
https://​/​doi.org/​10.48550/​arxiv.2201.09866

Tirthak Patel, Daniel Silver et Devesh Tiwari, Charter : Identifier les opérations de porte les plus critiques dans les circuits quantiques via la réversibilité de porte amplifiée, dans Actes de la Conférence internationale sur le calcul haute performance, la mise en réseau, le stockage et l'analyse, SC '22 (IEEE Press , 2022).
https: / / dl.acm.org/ doi / abs / 10.5555 / 3571885.3571904

La vectorisation d'une matrice $kfois ell$ $A$ peut être représentée comme une somme linéaire $mathrm{vec}(A) = sum_{i=1}^{ell} mathbf{e}_i otimes A mathbf{e}_i $, où $mathbf{e}_i = [0,0,ldots ,1,dots ,0]^{mathrm{T}}]$ est la $i$-ième base canonique pour l'espace $ell$-dimensionnel. La forme vectorisée de la multiplication matricielle est donnée par $mathrm{vec}(ABC)=(C^{mathrm{T}}otimes A)mathrm{vec}(B)$, où $B$ ($C$) est une matrice $ell fois m$ ($m fois n$).

Robin Blume-Kohout, Marcus P. da Silva, Erik Nielsen, Timothy Proctor, Kenneth Rudinger, Mohan Sarovar et Kevin Young, Une taxonomie des petites erreurs markoviennes, PRX Quantum 3, 020335 (2022).
https: / / doi.org/ 10.1103 / PRXQuantum.3.020335

Daniel Greenbaum, Introduction à la tomographie par ensembles de portes quantiques, arXiv : 1509.02921 [quant-ph] (2015), arXiv : 1509.02921.
arXiv: 1509.02921

Jerry M. Chow, Jay M. Gambetta, AD Corcoles, Seth T. Merkel, John A. Smolin, Chad Rigetti, S. Poletto, George A. Keefe, Mary B. Rothwell, JR Rozen, Mark B. Ketchen et M Steffen, Ensemble de portes quantiques universelles approchant les seuils de tolérance aux pannes avec des qubits supraconducteurs, Physical Review Letters 109, 060501 (2012).
https: / / doi.org/ 10.1103 / PhysRevLett.109.060501

TM Cover et Joy A. Thomas, Éléments de la théorie de l'information, 2e éd. (Wiley-Interscience, Hoboken, NJ, 2006).
https://​/​onlinelibrary.wiley.com/​doi/​book/​10.1002/​047174882X

Mohan Sarovar, Jun Zhang et Lishan Zeng, Fiabilité de la simulation quantique analogique, EPJ Quantum Technology 4, 1 (2017).
https:/​/​doi.org/​10.1140/​epjqt/​s40507-016-0054-4

Yosef Hochberg, Une procédure plus précise de Bonferroni pour plusieurs tests de signification, Biometrika 75, 800–802 (1988).
https: / / doi.org/ 10.1093 / biomet / 75.4.800

EL Lehmann et Joseph P. Romano, Tester les hypothèses statistiques, 3e éd., Springer texts in statistics (Springer, New York, 2005).
https://​/​link.springer.com/​book/​10.1007/​0-387-27605-X

Cité par

[1] Tirthak Patel, Daniel Silver et Devesh Tiwari, "CHARTER : Identifier les opérations de porte les plus critiques dans les circuits quantiques via la réversibilité de porte amplifiée", arXiv: 2211.09903, (2022).

Les citations ci-dessus proviennent de SAO / NASA ADS (dernière mise à jour réussie 2023-02-10 05:29:37). La liste peut être incomplète car tous les éditeurs ne fournissent pas de données de citation appropriées et complètes.

On Le service cité par Crossref aucune donnée sur la citation des œuvres n'a été trouvée (dernière tentative 2023-02-10 05:29:35).

Cet article est publié dans Quantum sous le Creative Commons Attribution 4.0 International (CC BY 4.0) Licence. Le droit d'auteur reste la propriété des détenteurs d'origine tels que les auteurs ou leurs institutions.

Horodatage:

Plus de Journal quantique