局部崎岖与全局阻挫中的量子退火
量子物理
2017-03-02 v2
摘要
近期一项谷歌研究[Phys. Rev. X, 6:031015 (2016)]将D-Wave 2X量子处理单元(QPU)与两种经典蒙特卡洛算法进行比较：模拟退火(SA)与量子蒙特卡洛(QMC)。该研究表明D-Wave 2X比经典算法快达1亿倍。谷歌的输入旨在展示集体多量子比特隧穿的价值，这是D-Wave QPU具备而模拟退火不具备的资源。但这些输入中的计算困难高度局域于小装置(gadgets)中，仅有少量复杂性来自全局相互作用，意味着其与现实世界问题的相关性有限。在本研究中，我们提供一种新的合成问题类，它解决了谷歌输入的局限性同时保持其优势。我们使用简单簇而非更复杂的装置，并更强调通过像有趣现实输入中看到的受挫全局相互作用来产生计算困难。用于生成这些输入的逻辑问题可在多项式时间内求解[J. Phys. A, 15:10 (1982)]。然而，对于不知道植入问题类的通用启发式算法，这种阻挫在受控环境中创造了有意义的困难，理想用于研究。我们使用这些输入来评估新的2000量子比特D-Wave QPU。我们包含HFS算法——在更广泛的谷歌输入分析中表现最佳者——并包含SA和QMC的最先进GPU实现。D-Wave QPU稳固地优于软件求解器：当我们考虑纯退火时间（计算时间）时，D-Wave QPU达到基态比竞争者快达2600倍。在从具有挑战性的多模态输入中进行零温玻尔兹曼采样的任务中，D-Wave QPU保持类似优势，因为量子采样偏差似乎不显著。
引用
@article{arxiv.1701.04579,
title = {Quantum Annealing amid Local Ruggedness and Global Frustration},
author = {James King and Sheir Yarkoni and Jack Raymond and Isil Ozfidan and Andrew D. King and Mayssam Mohammadi Nevisi and Jeremy P. Hilton and Catherine C. McGeoch},
journal= {arXiv preprint arXiv:1701.04579},
year = {2017}
}