Braket에서 PennyLane 지원 + 내결함성 양자 컴퓨팅의 발전 + Tensor 네트워크 시뮬레이터

작년에 처음으로 Amazon Braket에 대한 글을 쓰고 양자 컴퓨팅 시작하기에 여러분을 초대했습니다. 그 이후로 꾸준하게 발전을 거듭해 Amazon Braket에 중요하고 강력한 새로운 기능을 여러 개 추가했습니다.

2020년 8월 – D-Wave, IonQ, Rigetti의 양자 컴퓨팅 하드웨어에 액세스할 수 있는 Amazon Braket을 정식으로 출시했습니다.

2020년 9월 – 5,000큐비트 이상, 15웨이 연결성이 포함된 D-Wave’s Advantage 양자 처리 장치(QPU)에 액세스할 수 있게 되었습니다.

2020년 11월 – 리소스 태깅, AWS PrivateLink 및 수동 큐비트 할당을 지원하기 시작했습니다. 처음 두 개의 기능을 사용하면 기존 AWS 애플리케이션을 Amazon Braket으로 구축한 새 AWS 애플리케이션에 손쉽게 연결할 수 있으며, 이는 프로덕션 배포가 가능한 클라우드 기반 양자 컴퓨팅 애플리케이션이 앞으로 어떤 형태가 될지 구상하는 데 도움이 될 것입니다. 마지막 기능은 연구자들이 특히 관심을 가질 만합니다. 제가 이해하기로는 특정 양자 컴퓨팅 하드웨어 내의 특정 큐비트는 개별적인 물리적 속성과 연결 속성이 있어서 양자 회로에 사용하면 좀 더 우수한 성능을 낸다고 합니다. 자세한 내용은 QPU 디바이스에 큐비트 할당을 참고하시기 바랍니다(컴파일러가 CPU 레지스터를 자주 사용하는 변수에 할당하는 방식과 비슷합니다).

첫 번째 블로그 게시물에서 Caltech 인근에 AWS Center for Quantum Computing을 설립한 소식을 알려드렸습니다.

이 글을 쓰는 지금은 Noisy Intermediate Scale Quantum(NISQ) 시대가 도래했습니다. 다음의 설명을 보면 양자 컴퓨터가 얼마나 첨단화되었는지 알 수 있습니다. 양자 컴퓨팅 회로의 각 게이트는 일정량의 정확도를 파괴하는 노이즈가 섞이고, 이런 노이즈의 누적 효과는 문제의 규모에 어느 정도 실질적 한계를 부여합니다.

업데이트 시간
양자 컴퓨팅 분야의 다른 여러 곳과 마찬가지로 AWS에서도 이 문제를 해결하기 위해 노력하고 있습니다. 오늘은 이론과 실제에서 어떤 노력을 하고 있는지 새로운 소식을 알려 드리려고 합니다.

CPU와 GPU가 함께 작동하면서 기존의 대규모 컴퓨팅 문제를 해결하는 것과 마찬가지로, 하이브리드 양자 알고리즘의 새로운 분야에서도 CPU와 QPU를 결합해 기존 알고리즘 내의 특정 계산 속도를 높이고 있습니다. 이 방법은 양자 실행 시간이 단축되어 노이즈의 누적 영향에 덜 취약하고 기존의 디바이스에서 원활하게 실행되도록 합니다.

가변 양자 알고리즘은 중요한 유형의 하이브리드 양자 알고리즘입니다. (CPU의) 기존 코드는 파라미터화된 양자 회로의 파라미터를 반복적으로 수정합니다. 이 방법은 훈련 데이터 배치를 반복 처리하고 목적 함수의 결과를 기반으로 파라미터를 조정하여 구축하는 신경망을 떠올리게 합니다. 목적 함수의 출력은 기존 코드에서 원하는 방향으로 파라미터를 조정하는 과정을 진행하기 위한 지침을 제공합니다. (제 전문 분야를 훨씬 벗어나기는 했지만) 수학에서는 이를 미분 가능한 양자 컴퓨팅이라고 합니다.

다소 서론이 길었지만, 그러면 AWS에서는 어떤 노력을 하고 있는 것일까요?

첫째, 하이브리드 양자-클래식 알고리즘을 구축하고 Amazon Braket에서 실행할 수 있도록 PennyLane 라이브러리를 제공합니다. 이 라이브러리를 사용하면 “경사도를 따라” 컴퓨팅 화학(내장 Q-Chem 라이브러리 사용), 기계 학습, 최적화의 문제를 해결할 코드를 작성할 수 있습니다. AWS의 동료들은 PennyLane 팀과 협력하여 PennyLane과 Amazon Braket을 통합한 환경을 구축하고 있습니다.

PennyLane은 Braket 노트북에 미리 설치되며 IDE의 Braket-PennyLane 플러그인에도 설치할 수 있습니다. 설치를 완료하고 나면 신경망을 훈련하듯이 양자 회로를 훈련하고 PyTorch, TensorFlow 등의 친숙한 기계 학습 라이브러리를 활용할 수 있습니다. Amazon Braket에 내장된 관리형 시뮬레이터에서 PennyLane을 사용하면 병렬 회로를 실행할 때보다 10배 빠르게 회로를 훈련할 수 있습니다.

둘째, AWS Center for Quantum Computing은 두 가지 방식으로 노이즈 문제를 해결하고자 합니다. 게이트 자체의 정확도를 높이면서도 더욱 효율적인 방식으로 여러 큐비트에서 중복으로 정보를 인코딩할 방법을 개발하고 있습니다. 새로운 백서, 연결된 Cat 코드로 내결함성 양자 컴퓨터 구축에서 이 두 가지 방법의 효과를 확인할 수 있습니다. 이 100페이지 이상에 달하는 백서는 가볍게 읽을 만한 내용은 아니지만, 초전도 회로를 통해 결합되는 미크론 규모 전자-음향 큐비트의 2D 그리드를 구성하도록 제안합니다.

흥미롭게도 이 제안된 큐비트 설계는 Toffoli 게이트를 모델링하고 시뮬레이션을 통해 c5.18xlarge 인스턴스에서 170시간 동안 실행 및 테스트했습니다. 실제로 기존의 컴퓨터가 미래의 양자 컴퓨터를 설계하고 시뮬레이션하는 데 사용됩니다.

제안된 하이브리드 전자-음향 큐비트는 현재보다 훨씬 작고 오버헤드도 10배 이상 적습니다(오류를 보정한 큐비트 및 관련 제어 행당 필요한 물리적 큐비트 개수 기준). AWS CQC 팀은 하이브리드 전자-음향 큐비트를 기반으로 한 아키텍처를 실험적으로 개발하는 한편, 내결함성 양자 컴퓨팅의 다른 유망한 대안도 살펴보면서 더욱 강력하고 새로운 컴퓨팅 리소스를 세상에 내놓고자 노력하고 있습니다.

셋째, Amazon Braket에서 제공되는 관리형 시뮬레이터 옵션을 확대합니다. 상태 벡터 시뮬레이터(최대 34큐비트 시뮬레이션) 외에도 특정 회로에 대해 최대 50큐비트까지 시뮬레이션하는 새로운 tensor 네트워크 시뮬레이터를 사용할 수 있습니다. 이 시뮬레이터는 양자 회로를 그래프로 표현하고 이 그래프로 최적화된 처리 방법을 찾아냅니다

구인
첨단 양자 컴퓨팅 개발에 도움을 주고 싶다면 현재 채용 공고를 살펴보세요. 양자 연구 과학자, 소프트웨어 개발자, 하드웨어 개발자, 솔루션 아키텍트를 찾고 있습니다.

학습 시간
(Amazon 내에서 자주 하는 얘기로) 양자 컴퓨팅은 이제 첫발을 내디뎠고 지금은 더 많이 배우고 경험을 쌓을 시기입니다. Braket 자습서 리포지토리를 보시고 여러분의 의견을 알려주세요.

— Jeff

추신: 양자 컴퓨팅을 조직에 적용할 방법을 알아보고 싶다면 Amazon Quantum Solutions Lab을 참고하세요.