FastHare：面向大规模量子退火的高效哈密顿量约化
量子物理
2022-05-11 v1 数据结构与算法
摘要
量子退火（QA）将优化问题编码为哈密顿量，是唯一能提供足够多量子比特用于现实应用的近期量子计算范式。为使更大的优化实例适配现有量子退火器，将哈密顿量约化为更小的等价哈密顿量提供了一种有前景的途径。遗憾的是，现有约化技术要么计算昂贵，要么在实践中效果不佳。为此，我们引入非可分组的新概念，定义为哈密顿量中在最优解中取相同值的量子比特子集。我们相应建立非可分的理框架并提出FastHare这一高效约化方法。FastHare迭代地检测非可分组并将其合并为单个量子比特。对于某用户定义参数，其最坏情况时间复杂度可证仅为。我们在合成哈密顿量及来自MQLIB库的3000+实例上进行了关于约化可行性的广泛基准测试。结果表明，FastHare优于屋顶对偶（D-Wave SDK库中实现约化方法），平均约化比高3.6倍。其展现出高水平有效性，平均节省62%量子比特且处理时间0.3秒，主张哈密顿量约化是QA廉价而必要的步骤。
引用
@article{arxiv.2205.05004,
title = {FastHare: Fast Hamiltonian Reduction for Large-scale Quantum Annealing},
author = {Phuc Thai and My T. Thai and Tam Vu and Thang N. Dinh},
journal= {arXiv preprint arXiv:2205.05004},
year = {2022}
}