基于新一代神威超算的量子计算模拟器加速和优化

doi:10.11772/j.issn.1001-9081.2022091456

《计算机应用》唯一官方网站 ›› 2023, Vol. 43 ›› Issue (8): 2486-2492.DOI: 10.11772/j.issn.1001-9081.2022091456

基于新一代神威超算的量子计算模拟器加速和优化

史新民¹, 刘勇², 陈垚键³, 宋佳伟², 刘鑫²()

^1.信息工程大学网络空间安全学院, 郑州 450001
^2.国家并行计算机工程技术研究中心, 北京 100190
^3.清华大学计算机科学与技术系, 北京 100084

收稿日期:2022-09-29 修回日期:2023-02-07 接受日期:2023-02-10 发布日期:2023-08-07 出版日期:2023-08-10
通讯作者: 刘鑫
作者简介:史新民（1997—），男，河北唐山人，硕士研究生，主要研究方向：量子模拟器、并行算法优化
刘勇（1980—），男，湖南邵阳人，副研究员，博士，主要研究方向：并行算法优化、量子计算模拟
陈垚键（1999—），男，广西桂林人，博士研究生，主要研究方向：并行算法优化、量子计算模拟
宋佳伟（1989—），男，江苏无锡人，工程师，主要研究方向：并行算法优化、量子计算模拟；
基金资助:
国家科技重大专项(2017?I?0004?0004)

Acceleration and optimization of quantum computing simulator implemented on new Sunway supercomputer

Xinmin SHI¹, Yong LIU², Yaojian CHEN³, Jiawei SONG², Xin LIU²()

^1.School of Cyber Security，Information Engineering University，Zhengzhou Henan 450001，China
^2.National Research Center of Parallel Computer Engineering and Technology，Beijing 100190，China
^3.Department of Computer Science and Technology，Tsinghua University，Beijing 100084，China

Received:2022-09-29 Revised:2023-02-07 Accepted:2023-02-10 Online:2023-08-07 Published:2023-08-10
Contact: Xin LIU
About author:SHI Xinmin， born in 1997， M. S. candidate. His research interests include quantum simulator， parallel algorithm optimization.
LIU Yong， born in 1980， Ph. D.， associate research fellow. His research interests include parallel algorithm optimization， quantum computing simulation.
CHEN Yaojian， born in 1999， Ph. D. candidate. His research interests include parallel algorithm optimization， quantum computing simulation.
SONG Jiawei， born in 1989， engineer. His research interests include parallel algorithm optimization， quantum computing simulation.
Supported by:
National Science and Technology Major Project(2017-I-0004-0004)

摘要/Abstract

摘要：

针对量子硬件规模逐步扩大、当下量子计算经典模拟速度不高的问题，提出了基于神威超算量子模拟器的两种优化方法。首先，通过改进张量转置策略和计算策略重新构建了张量收缩算子库SWTT，从而提高了部分张量收缩的计算内核效率并减少了冗余访存；其次，通过提高数据局部性的收缩路径调整方法实现了路径计算复杂度和计算效率之间的均衡。测试结果表明，该算子库改进方法可将“悬铃木”量子霸权电路模拟效率提升5.4%，单步张量收缩效率最高提升49.7倍；该路径调整方法可在路径计算复杂度膨胀2倍条件下提升约4倍的浮点效率。两种优化方法使神威超算整机模拟谷歌53量子比特20层量子芯片随机电路百万振幅采样的单精度和混合精度浮点运算效率分别从3.98%和1.69%提升至18.48%和7.42%，理论估计模拟时间从单精度的470 s降至226 s，混合精度的304 s降至134 s，证明两种方法大幅提高了量子计算模拟速度。

关键词: 量子模拟器, 神威超算体系结构, 收缩路径, 张量收缩算子库, 张量网络收缩

Abstract:

Two optimization methods for quantum simulator implemented on Sunway supercomputer were proposed aiming at the problems of gradual scaling of quantum hardware and insufficient classical simulation speed. Firstly， the tensor contraction operator library SWTT was reconstructed by improving the tensor transposition strategy and computation strategy， which improved the computing kernel efficiency of partial tensor contraction and reduced redundant memory access. Secondly， the balance between complexity and efficiency of path computation was achieved by the contraction path adjustment method based on data locality optimization. Test results show that the improvement method of operator library can improve the simulation efficiency of the "Sycamore" quantum supremacy circuit by 5.4% and the single-step tensor contraction efficiency by up to 49.7 times； the path adjustment method can improve the floating-point efficiency by about 4 times with the path computational complexity inflated by a factor of 2. The two optimization methods have the efficiencies of single-precision and mixed-precision floating-point operations for the simulation of Google’s 53-bit， 20-layer quantum chip random circuit with a million amplitude sampling improved from 3.98% and 1.69% to 18.48% and 7.42% respectively， and reduce the theoretical estimated simulation time from 470 s to 226 s for single-precision and 304 s to 134 s for mixed-precision， verifying that the two methods significantly improve the quantum computational simulation speed.

Key words: quantum simulator, Sunway supercomputer architecture, contraction path, tensor contraction operator library, tensor network contraction

中图分类号:

TP38

史新民, 刘勇, 陈垚键, 宋佳伟, 刘鑫. 基于新一代神威超算的量子计算模拟器加速和优化[J]. 计算机应用, 2023, 43(8): 2486-2492.

Xinmin SHI, Yong LIU, Yaojian CHEN, Jiawei SONG, Xin LIU. Acceleration and optimization of quantum computing simulator implemented on new Sunway supercomputer[J]. Journal of Computer Applications, 2023, 43(8): 2486-2492.

图/表 10

图1 SW26010pro处理器架构

Fig. 1 SW26010pro processor architecture

图2 神威量子模拟流程

Fig. 2 Sunway quantum simulation process

图3 不同维度张量收缩优化策略

Fig. 3 Optimization strategies of tensor contraction for different dimensions

图4 张量转置和收缩示意图

Fig. 4 Schematic diagram of tensor transposition and contraction

图5 分支融合结构示意图

Fig. 5 Schematic diagram of branch merging structure

图6 随机测试优化前后的张量收缩效率对比

Fig. 6 Comparison of tensor contraction efficiency before and after random test optimization

表1 优化算子库前后的模拟对比

Tab. 1 Simulation comparison before and after optimizing operator library

模拟编号	路径信息		子任务模拟时长（单精度）/s
模拟编号	总计算复杂度	子任务计算复杂度	子任务模拟时长（单精度）/s
1（优化前）	3.44×10¹⁸	8.20×10¹¹	11.76
2（优化后）	3.44×10¹⁸	8.20×10¹¹	11.12

表2 优化收缩路径前后的信息对比

Tab. 2 Comparison of information before and after optimizing contraction path

路径

总计算

复杂度

3.44×10¹⁸

6.02×10¹⁸

7.76×10¹⁸

表3 优化收缩路径前后的模拟对比

Tab. 3 Simulation comparison before and after optimizing contraction path

路径	浮点效率/%		总模拟时长/s
路径	单精度	混合精度	单精度	混合精度
初始路径	4.21	1.69	439.2	260.90
一轮调整	12.38	4.97	260.7	154.86
两轮调整	18.48	7.42	225.9	134.20

表4 3条随机路径优化前后的实验结果对比

Tab. 4 Comparison of experimental results before and after three random path optimization

路径	子任务计算复杂度	子任务收缩时长/s	单精度浮点效率/%
2（初始路径）	9.23×10¹¹	14.32	3.68
2（一轮调整）	1.44×10¹²	8.26	9.97
2（两轮调整）	2.07×10¹²	7.74	15.28
3（初始路径）	1.05×10¹²	14.90	4.02
3（一轮调整）	1.75×10¹²	8.78	11.41
3（两轮调整）	2.19×10¹²	7.88	15.86
4（初始路径）	1.12×10¹²	15.20	4.22
4（一轮调整）	2.01×10¹²	9.94	11.55
4（两轮调整）	2.19×10¹²	9.94	13.68
4（三轮调整）	2.38×10¹²	8.02	15.61

参考文献 26

1	ARUTE F， ARYA K， BABBUSH R， et al. Quantum supremacy using a programmable superconducting processor［J］. Nature， 2019， 574（7779）：505-510. 10.1038/s41586-019-1666-5
2	ZHU Q L， CAO S R， CHEN F S， et al. Quantum computational advantage via 60-qubit 24-cycle random circuit sampling［J］. Science Bulletin， 2022， 67（3）：240-245. 10.1016/j.scib.2021.10.017
3	PEDNAULT E， GUNNELS J A， NANNICINI G， et al. Leveraging secondary storage to simulate deep 54-qubit sycamore circuits［EB/OL］. （2019-10-22）［2023-02-04］..
4	PRESKILL J. Quantum computing and the entanglement frontier［EB/OL］. （2012-11-10）［2023-02-04］..
5	ZLOKAPA A， VILLALONGA B， BOIXO S， et al. Boundaries of quantum supremacy via random circuit sampling［J］. npj Quantum Information， 2023， 9： No.36. 10.1038/s41534-023-00703-x
6	PAN F， ZHANG P. Simulating the Sycamore quantum supremacy circuits［EB/OL］. （2021-03-04）［2023-02-04］..
7	WRIGHT K， BECK K M， DEBNATH S， et al. Benchmarking an 11-qubit quantum computer［J］. Nature Communications， 2019， 10： No.5464. 10.1038/s41467-019-13534-2
8	PRESKILL J. Quantum computing in the NISQ era and beyond［J］. Quantum， 2018， 2： No.79. 10.22331/q-2018-08-06-79
9	LIU Y， LIU X， LI F， et al. Closing the "quantum supremacy" gap： achieving real-time simulation of a random quantum circuit using a new Sunway supercomputer［C］// Proceedings of the 2021 International Conference for High Performance Computing， Networking， Storage and Analysis. New York： ACM， 2021： No.3. 10.1145/3458817.3487399
10	ZHONG H S， WANG H， DENG Y H， et al. Quantum computational advantage using photons［J］. Science， 2020， 370（6523）： 1460-1463. 10.1126/science.abe8770
11	CROSS A. The IBM Q experience and QISKit open-source quantum computing software［C］// Proceedings of the APS March Meeting 2018. College Park， MD： American Physical Society， 2018： No.L58.3.
12	MARKOV I L， FATIMA A， ISAKOV S V， et al. Quantum supremacy is both closer and farther than it appears［EB/OL］. （2018-09-26）［2023-02-04］..
13	HÄNER T， STEIGER D S. 0.5 petabyte simulation of a 45-qubit quantum circuit［C］// Proceedings of the 2017 International Conference for High Performance Computing， Networking， Storage and Analysis. New York： ACM， 2017： No.33. 10.1145/3126908.3126947
14	BOIXO S， ISAKOV S V， SMELYANSKIY V N， et al. Simulation of low-depth quantum circuits as complex undirected graphical models［EB/OL］. （2018-01-19）［2023-02-04］..
15	WU X C， DI S， DASGUPTA E M， et al. Full-state quantum circuit simulation by using data compression［C］// Proceedings of the 2019 International Conference for High Performance Computing， Networking， Storage and Analysis. New York： ACM， 2019： No.80. 10.1145/3295500.3356155
16	LI R L， WU B J， YING M S， et al. Quantum supremacy circuit simulation on Sunway TaihuLight［J］. IEEE Transactions on Parallel and Distributed Systems， 2020， 31（4）： 805-816. 10.1109/tpds.2019.2947511
17	CHEN Z Y， ZHOU Q， XUE C， et al. 64-qubit quantum circuit simulation［J］. Science Bulletin， 2018， 63（15）： 964-971. 10.1016/j.scib.2018.06.007
18	PEDNAULT E， GUNNELS J A， NANNICINI G， et al. Pareto-efficient quantum circuit simulation using tensor contraction deferral［EB/OL］. （2020-08-27）［2023-02-04］..
19	MARKOV I L， SHI Y Y. Simulating quantum computation by contracting tensor networks［J］. SIAM Journal on Computing， 2008， 38（3）：963-981. 10.1137/050644756
20	HUANG C， ZHANG F， NEWMAN M， et al. Classical simulation of quantum supremacy circuits［EB/OL］. （2020-05-14）［2023-02-04］..
21	KALACHEV G， PANTELEEV P， YUNG M H. Multi-tensor contraction for XEB verification of quantum circuits［EB/OL］. （2022-05-19）［2023-02-04］..
22	GUO C， LIU Y， XIONG M， et al. General-purpose quantum circuit simulator with projected entangled-pair states and the quantum supremacy frontier［J］. Physical Review Letters， 2019， 123（19）： No.190501. 10.1103/physrevlett.123.190501
23	VILLALONGA B， BOIXO S， NELSON B， et al. A flexible high-performance simulator for verifying and benchmarking quantum circuits implemented on real hardware［J］. npj Quantum Information， 2019， 5： No.86. 10.1038/s41534-019-0196-1
24	CHEN Y J， LIU Y， SHI X M， et al. Lifetime-based method for quantum simulation on a new Sunway supercomputer［C］// Proceedings of the 28th ACM SIGPLAN Annual Symposium on Principles and Practice of Parallel Programming. New York： ACM， 2023： 148-159. 10.1145/3572848.3577529
25	GRAY J， KOURTIS S. Hyper-optimized tensor network contraction［J］. Quantum， 2021， 5： No.410. 10.22331/q-2021-03-15-410
26	LIU Y， CHEN Y J， GUO C， et al. Validating quantum-supremacy experiments with exact and fast tensor network contraction［EB/OL］. （2022-12-09）［2023-02-04］..

[1]	王昊冉于丹杨玉丽马垚陈永乐. 面向工控未知攻击的域迁移入侵检测方法[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.
[2]	刘磊伍鹏谢凯程贝芝盛冠群. 自监督学习HOG预测辅助任务下的车位检测方法[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.
[3]	陈思航江爱文崔朝阳王明文. 基于多通道多步融合的生成式视觉对话模型[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.
[4]	魏楚元王梦珂户传豪张桄齐. 增强推荐系统可解释性的深度评论注意力神经网络模型[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.
[5]	郝劭辰, 卫孜钻, 马垚, 于丹, 陈永乐. 基于高效联邦学习算法的网络入侵检测模型[J]. 《计算机应用》唯一官方网站, 2023, 43(4): 1169-1175.
[6]	杨海宇, 郭文普, 康凯. 基于卷积长短时深度神经网络的信号调制方式识别方法[J]. 《计算机应用》唯一官方网站, 2023, 43(4): 1318-1322.
[7]	何国欢朱江平. WT-U-Net++：基于小波变换的表面缺陷检测[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.
[8]	张军, 吴朋莉, 石陆魁, 史进, 潘斌. 联合MOD11A1和地面气象站点数据的多站点温度预测深度学习模型[J]. 《计算机应用》唯一官方网站, 2023, 43(1): 321-328.
[9]	孟佳娜, 吕品, 于玉海, 孙世昶, 林鸿飞. 基于胶囊网络的方面级跨领域情感分析[J]. 《计算机应用》唯一官方网站, 2022, 42(12): 3700-3707.
[10]	周晓敏滕飞张艺. 基于元网络的自动国际疾病分类编码模型[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.
[11]	蔡昌骁王士同. 基于相关性差异化迁移的渐进式神经网络[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.
[12]	侯旭东, 滕飞, 张艺. 基于深度自编码的医疗命名实体识别模型[J]. 《计算机应用》唯一官方网站, 2022, 42(9): 2686-2692.
[13]	蔡淳豪, 李建良. 小样本问题下培训弱教师网络的模型蒸馏模型[J]. 《计算机应用》唯一官方网站, 2022, 42(9): 2652-2658.
[14]	陈荣源, 姚剑敏, 严群, 林志贤. 基于深度神经网络的视频播放速度识别[J]. 《计算机应用》唯一官方网站, 2022, 42(7): 2043-2051.
[15]	李余, 何希平, 唐亮贵. 基于终端直通通信的多用户计算卸载资源优化决策[J]. 《计算机应用》唯一官方网站, 2022, 42(5): 1538-1546.

基于新一代神威超算的量子计算模拟器加速和优化

Acceleration and optimization of quantum computing simulator implemented on new Sunway supercomputer

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 10

参考文献 26

相关文章 15

编辑推荐

Metrics