パシフィックノースウェスト国立研究所（PNNL）は、ハイブリッド量子古典計算システム向けのデータ準備に必要な計算リソースを大幅に削減する新しいアルゴリズム「Picasso」を発表しました。グラフ彩色とクリーク分割における先進的な技術を採用したこのアルゴリズムは、必要な量子入力データを約85%削減することで、量子情報準備における長年の課題に対処します。この研究はIEEE国際並列分散処理シンポジウムで発表され、現在GitHubで公開されています。
Picassoは、量子演算を表すパウリ文字列の大規模セットを圧縮する、特に量子入力の準備という課題に焦点を当てています。200万以上のパウリ文字列と1兆以上の関係性を生成する水素モデルシステムのシミュレーションにおいて、Picassoアルゴリズムは演算を効果的に少数のクリークにグループ化しました。その後、正確な結果を計算するために約10分の1のデータのみを使用しました。これにより、チームは従来のツールよりも50倍大きな問題を解決し、ストリーミングやスパース化などの効率的なメモリ管理技術を使用して2,400倍以上の関係性を処理することができました。
開発チームには、高性能コンピューティングの専門家S M FerdousとMahantesh Halappanavar、量子研究者Bo Peng、そしてノースカロライナ州立大学の共同研究者が含まれていました。この研究は、量子コンピューティングシステムにおけるスケーラブルな前処理の重要性を実証し、100から1,000量子ビットを必要とする問題サイズに対処する道を開きました。さらにチームは、Picassoに加えて、メモリ使用量とデータ保持のトレードオフを最適化するAI駆動のアルゴリズムを開発し、古典計算と量子計算のワークフローの効率的な統合をさらにサポートしています。
背景
本記事で登場する「パウリ文字列」は、量子ビットの状態や相互作用を表す数学的な演算子の組み合わせです。量子シミュレーションにおいて、分子のエネルギー状態などを計算する際、この膨大な数の演算子を扱う必要があり、それがそのまま計算リソースの負担となります。「クリーク分割」は、グラフ理論における「クリーク（完全部分グラフ）」という、すべての頂点が互いに接続された部分集合を見つける手法を用いて、関連するパウリ文字列を効率的なグループにまとめる過程を指します。これにより、本来別々に処理する必要があったデータを統合し、必要な量子入力データを大幅に削減することが可能になります。また、「ハイブリッド量子古典計算システム」とは、古典コンピュータと量子コンピュータの両方の強みを組み合わせて計算を行う方式です。Picassoアルゴリズムは、このシステム向けに設計されており、古典側で前処理を行い量子側の負荷を軽減することで、実用的な規模の量子計算を実現する役割を果たしています。
関連する記事としてSkyWater TechnologyとSQCが提携し、ハイブリッド量子古典コンピューティングを推進もあわせてご覧ください。
2025年4月23日
