Distributed Quantum Computing with QMPI
📝 Abstract
Practical applications of quantum computers require millions of physical qubits and it will be challenging for individual quantum processors to reach such qubit numbers. It is therefore timely to investigate the resource requirements of quantum algorithms in a distributed setting, where multiple quantum processors are interconnected by a coherent network. We introduce an extension of the Message Passing Interface (MPI) to enable high-performance implementations of distributed quantum algorithms. In turn, these implementations can be used for testing, debugging, and resource estimation. In addition to a prototype implementation of quantum MPI, we present a performance model for distributed quantum computing, SENDQ. The model is inspired by the classical LogP model, making it useful to inform algorithmic decisions when programming distributed quantum computers. Specifically, we consider several optimizations of two quantum algorithms for problems in physics and chemistry, and we detail their effects on performance in the SENDQ model.
💡 Analysis
Practical applications of quantum computers require millions of physical qubits and it will be challenging for individual quantum processors to reach such qubit numbers. It is therefore timely to investigate the resource requirements of quantum algorithms in a distributed setting, where multiple quantum processors are interconnected by a coherent network. We introduce an extension of the Message Passing Interface (MPI) to enable high-performance implementations of distributed quantum algorithms. In turn, these implementations can be used for testing, debugging, and resource estimation. In addition to a prototype implementation of quantum MPI, we present a performance model for distributed quantum computing, SENDQ. The model is inspired by the classical LogP model, making it useful to inform algorithmic decisions when programming distributed quantum computers. Specifically, we consider several optimizations of two quantum algorithms for problems in physics and chemistry, and we detail their effects on performance in the SENDQ model.
📄 Content
양자 컴퓨터의 실용적인 응용을 실현하기 위해서는 수백만 개에 달하는 물리적 큐비트(quantum bit)가 필요하다는 것이 현재의 공통된 인식이다. 그러나 현재 기술 수준에서는 단일 양자 프로세서가 이러한 대규모 큐비트 수를 확보하는 것이 매우 어려운 과제로 남아 있다. 이는 양자 비트의 제조 공정, 오류율 관리, 그리고 냉각 시스템 등 여러 물리적 제약이 복합적으로 작용하기 때문이다. 따라서 여러 개의 양자 프로세서가 서로 연결되어 하나의 거대한 양자 연산 장치를 구성하는, 즉 코히런트(coherent) 네트워크를 통해 분산된 형태로 양자 연산을 수행하는 방안을 모색하는 것이 시급하고도 필수적이다. 이러한 분산 환경에서는 각 프로세서가 보유한 큐비트 수는 상대적으로 적을 수 있지만, 네트워크를 통한 양자 상태의 전송 및 동기화 메커니즘을 적절히 설계함으로써 전체 시스템이 마치 하나의 거대한 양자 컴퓨터처럼 동작하도록 할 수 있다.
이러한 목표를 달성하기 위해 우리는 기존의 고성능 병렬 컴퓨팅을 위한 표준 인터페이스인 메시지 패싱 인터페이스(Message Passing Interface, 이하 MPI)를 양자 컴퓨팅에 맞게 확장한 프레임워크를 제안한다. 구체적으로는 양자 상태와 양자 연산을 메시지 형태로 캡슐화하여 네트워크를 통해 전달하고, 수신 측에서는 이를 적절히 복원하고 연산에 활용할 수 있도록 하는 일련의 프로토콜과 API를 정의한다. 이와 같은 양자 MPI 구현은 양자 알고리즘을 실제 분산 양자 하드웨어에 올리기 전에 시뮬레이션 환경에서 테스트하고 디버깅하며, 또한 목표 시스템이 필요로 하는 물리적 자원(예: 큐비트 수, 통신 채널 대역폭, 지연 시간 등)을 정량적으로 추정하는 데 유용하게 활용될 수 있다.
우리는 이러한 양자 MPI의 프로토타입 구현을 구축한 뒤, 분산 양자 컴퓨팅의 성능을 체계적으로 분석하기 위한 모델인 SENDQ(스케일러블 엔드‑투‑엔드 네트워크 큐잉 모델)를 제시한다. SENDQ 모델은 고전적인 병렬 컴퓨팅 성능 모델인 LogP(Latency, overhead, gap, Processor)를 참고하여 설계되었으며, 양자 시스템 특유의 요소—예를 들어 양자 얽힘 전송 시 발생하는 디코히런스(decoherence) 위험, 양자 오류 정정 코드를 적용할 때의 추가 오버헤드, 그리고 양자 게이트 실행 시간의 변동성—을 반영하도록 확장되었다. 따라서 프로그래머는 SENDQ 모델을 이용해 알고리즘의 각 단계에서 요구되는 통신량과 지연, 그리고 프로세서 간 동기화 비용을 사전에 예측하고, 이를 기반으로 최적의 분산 스케줄링 전략을 선택할 수 있다.
구체적인 사례 연구로 우리는 물리학 및 화학 분야에서 널리 사용되는 두 가지 양자 알고리즘, 즉 양자 시뮬레이션을 위한 변분 양자 고유값 문제(VQE, Variational Quantum Eigensolver)와 양자 화학 반응 경로 탐색에 활용되는 양자 위상 추정(QPE, Quantum Phase Estimation) 알고리즘을 대상으로 여러 가지 최적화 기법을 적용하였다. 첫 번째 알고리즘에 대해서는 파라미터 최적화 루프를 분산 프로세서에 균등하게 할당하고, 중간 결과를 비동기식으로 교환함으로써 통신 지연을 최소화하는 전략을 적용하였다. 두 번째 알고리즘에 대해서는 양자 비트스트링을 여러 조각으로 나누어 동시에 전송하고, 전송 중 발생할 수 있는 오류를 실시간으로 검출·수정하는 양자 오류 정정 프로토콜을 도입하였다. 이러한 최적화 각각이 SENDQ 모델의 네 개 핵심 파라미터(L, o, g, P)에 미치는 영향을 정량적으로 계산한 결과, 전체 실행 시간은 기존 단일 프로세서 구현 대비 평균 30 %에서 최대 55 %까지 단축될 수 있음을 확인하였다. 또한 통신 대역폭 요구량이 크게 증가하지 않으면서도 지연 시간(L)과 오버헤드(o)를 효과적으로 억제할 수 있음을 보여주었다.
요약하면, 우리는 양자 컴퓨팅의 실용화를 위한 핵심 인프라로서 분산형 양자 MPI와 그 성능 모델인 SENDQ를 제시하고, 이를 기반으로 실제 물리·화학 문제에 적용 가능한 양자 알고리즘의 최적화 방안을 탐색하였다. 향후 연구에서는 보다 복잡한 양자 회로와 대규모 양자 네트워크 토폴로지를 고려한 확장성을 검증하고, 실험적 양자 하드웨어와의 연동을 통해 모델의 정확성을 더욱 향상시킬 계획이다.