PennyLane on Braket + フォールトトレラントな量子コンピューティングに向けた進歩 + テンソルネットワークシミュレータ

昨年、初めて Amazon Braket について書き、量子コンピューティングの使用を開始するように皆さんをご招待しました! そのリリース以降、当社は前進を続け、Amazon Braket にいくつかの重要で強力な新機能を追加しました。

2020 年 8 月 – D-Wave、IonQ、および Rigetti から量子コンピューティングハードウェアへのアクセスを備えた Amazon Braket の一般提供。

2020 年 9 月 – D-Wave の Advantage 量子処理装置 (QPU) へのアクセス。これには、5,000 を超える量子ビットと 15-way 接続が含まれています。

2020 年 11 月 – リソースのタグ付け、AWS PrivateLink、量子ビットの手動割り当てのサポート。最初の 2 つの機能を使用すると、既存の AWS アプリケーションを Amazon Braket で構築した新しいアプリケーションに簡単に接続できます。また、本稼働クラスのクラウドベースの量子コンピューティングアプリケーションの将来像を思い描くのに役立つはずです。最後の機能は、研究者にとって特に興味深いものです。私が理解しているところによれば、量子コンピューティングハードウェアの特定の部分内にある特定の量子ビットは、量子回路の一部として使用される際にそれらがいくらか優れた性能を発揮する可能性のある個別の物理的特性および接続特性を有する可能性があります。詳細については、QPU デバイスでの量子ビットの割り当てで確認できます (これは、コンパイラが頻繁に使用する変数に CPU レジスタを割り当てる方法とある程度類似しています)。

私の最初のブログ記事では、Caltech に隣接する AWS 量子コンピューティングセンターの設立も発表しました。

これを書いている時点では、私たちは、Noisy Intermediate Scale Quantum (ノイズあり中規模量子デバイス) (NISQ) の時代にあります。この記述は、量子コンピュータにおける最先端の状態を捉えています。すなわち、量子コンピューティング回路の各ゲートは、精度に悪影響を与える一定量のノイズを取り込み、このノイズが累積することで、問題の規模にいくつかの実際的な限界を画するという効果が生じています。

更新時間
当社は、量子コンピューティング分野における他の多くの企業と同様に、この課題に取り組んでいます。本日は、当社が現在取り組んでいる内容について、実用的なレベルおよび理論的なレベルで最新情報をご提供したいと思います。

従来の大規模なコンピューティングの問題に対処するために CPU と GPU が密接に連携するのと同様に、ハイブリッド量子アルゴリズムの新興分野は、従来のアルゴリズム内の特定の計算を高速化するために、CPU と QPU を結合します。これにより、ノイズの累積的な影響の影響を受けにくく、今日におけるデバイスでうまく動作する量子実行時間を短くすることができます。

変分量子アルゴリズムは、ハイブリッド量子アルゴリズムの重要な種類の 1 つです。(CPU 内の) 従来のコードは、パラメータ化された量子回路のパラメータを反復的に調整します。これは、トレーニングデータのバッチを繰り返し処理し、目的関数の結果に基づいてパラメータを調整することによって、ニューラルネットワークを構築する方法を連想させます。目的関数の出力は、望ましい方向にパラメータを調整するプロセスを実行するのに役立つガイダンス付きの従来のコードを提供します。(ここで私が慣れ親しんでいる分野からかなり離れてしまいますが) 数学的に、これは微分可能な量子コンピューティングと呼ばれています。

そこで、この長めの導入を踏まえて、当社が取り組んでいる内容をご紹介します。

まず、ハイブリッド量子古典アルゴリズムを構築し、Amazon Braket で実行できるように PennyLane ライブラリを利用可能な状態にしようとしています。このライブラリでは、「グラデーションに従い」、計算化学 (付属の Q-Chem ライブラリによる)、機械学習、および最適化の問題に対処するためのコードを記述できます。AWS の同僚は PennyLane チームと協力して、PennyLane を Amazon Braket と一緒に使用した場合における統合されたエクスペリエンスを生み出しています。

PennyLane は Braket ノートブックにプリインストールされており、IDE に Braket-PennyLane プラグインをインストールすることもできます。これを行うことで、ニューラルネットワークをトレーニングするのと同じように量子回路をトレーニングできるだけでなく、PyTorch や TensorFlow などの使い慣れた機械学習ライブラリも利用できます。Amazon Braket に含まれている管理対象シミュレーターで PennyLane を使用すると、並列回路実行を使用して回路を最大 10 倍高速にトレーニングできます。

2 つ目に、AWS 量子コンピューティングセンターでは、2 つの異なる方法でノイズ問題に対処しています。すなわち、ゲート自体をより正確にする方法を調査しつつ、複数の量子ビットにわたって情報を冗長的にエンコードするためのより効率的な方法の開発にも取り組んでいます。私たちの新しい論文である Building a Fault-Tolerant Quantum Computer Using Concatenated Cat Codes では、これらの両方の取り組みが説明されています。この 100 ページ以上の論文は、軽い読み物とは言えませんが、超伝導回路を介して結合されたマイクロスケールの電気音響量子ビットの 2 次元グリッドを構築することを提案しています。

興味深いことに、この提案された量子ビット設計は Toffoli ゲートのモデリングに使用され、その後、c5.18xlarge インスタンスで 170 時間実行されたシミュレーションを介してテストされました。非常に現実的な意味では、従来のコンピュータは、将来の量子コンピュータを設計し、シミュレーションするために使用されています。

提案されているハイブリッド電気音響量子ビットは、現在利用可能なものよりはるかに小さく、オーバーヘッドを 10 倍超削減します (エラー補正された量子ビットあたり必要となる物理量子ビット数と関連付けられた制御ラインで測定)。AWS CQC チームは、ハイブリッド電気音響量子ビットをベースとしたこのアーキテクチャの実験的な開発に取り組むだけでなく、フォールトトレラントな量子コンピューティングのその他の有望な代替手段も引き続き検討し、より強力な新しいコンピューティングリソースを世界にもたらします。

3 つ目として、当社では、Amazon Braket で利用可能なマネージドシミュレータの選択肢を拡大すべく取り組んでいます。状態ベクトルシミュレータ (最大 34 量子ビットをシミュレート可能) に加えて、特定の回路で最大 50 量子ビットをシミュレートできる新しいテンソルネットワークシミュレータを使用できます。このシミュレータは、量子回路のグラフ表現を構築し、そのグラフを使用してそれを処理するための最適な方法を見つけます。

一緒に働きませんか?
量子コンピューティングにおける最先端の技術の推進に携わる準備ができている場合は、ぜひ当社のオープンポジションをご覧ください。当社では、量子研究科学者、ソフトウェアデベロッパー、ハードウェアデベロッパー、およびソリューションアーキテクトを募集しています。

学習を始めましょう
量子コンピューティングに関しては (Amazon でよく言われるように) まだ「Day One」(1 日目) であり、今はより深く学習し、経験を積む時です。Braket Tutorials リポジトリをチェックして、ご意見をお聞かせください。

— Jeff;

追伸 – 量子コンピューティングを組織に採り入れる方法を模索する準備ができている場合は、Amazon Quantum Solutions Lab をご覧ください。