양자 클라우드 컴퓨팅에서 조건문을 사용한 무작위 벤치마킹 가속화

Abstract

클라우드 양자 컴퓨팅 환경에서 양자 오류를 특성화하는 주요 기법인 무작위 벤치마킹(RB) 실험을 가속화하기 위한 새로운 방법을 제안한다. 양자 컴퓨터는 과거에 까다로운 물리적 제약으로 인해 대규모의 연구실 등에서만 접근이 가능하였지만, 클라우드 환경을 통해 원격으로 자원을 공유하게 되면서 접근성이 크게 향상되었다. 이는 양자 컴퓨팅 분야의 획기적인 발전을 가져왔지만, 동시에 많은 사용자들로 인한 자원 경쟁 심화와 작업 간의 실행 지연, 특히 큐 대기 시간(Queue Pending)의 증가를 야기하였다. 현재 IBM Quantum 플랫폼과 같은 주요 양자 클라우드 서비스는 사용자 간의 공정한 자원 분배를 위해 선입선출(FIFO) 작업 스케줄링 큐와 사용량에 따른 우선순위 스케줄링 정책을 채택하고 있다. 그러나 이러한 구조는 한 명의 사용자가 제출한 여러 개의 작업도 개별적으로 큐에 제출되어 실행을 기다려야 하는 구조적 한계를 가진다. RB 실험은 정확한 오류 특성화를 위해 많은 수의 회로를 반복적이고 연속적으로 실행해야 하지만, 클라우드 양자 컴퓨팅 환경의 자원 경쟁 및 스케줄링 구조로 인해 각 작업은 연속적인 실행이 보장되지 않으며, 전체 실험 측면에서 각 실행에 대한 대기 시간의 누적을 피할 수 없다. 본 연구에서는 이러한 문제점을 해결하기 위해 큐 대기 시간을 최소화하기 위해, 양자 조건문을 활용하여 여러 RB 작업을 하나의 회로로 병합함으로써 작업 제출량을 최소화하는 조건문 기반 회로 병합 방법을 제안한다. 제안하는 방식은 기존 개별 실행 방식 대비 작업 제출 횟수를 90% 줄였다. IBM Quantum 플랫폼에서 수행한 실험을 통해 제안한 방법이 기존 방법 대비 전체 시간을 평균 71% 단축하고, 특히 큐 대기 시간은 90% 감소시킨 것을 확인하였다. 또한, 여러 날에 걸쳐 수차례 반복된 RB 실험들에 대해 총 실행 시간을 바탕으로 변동성을 비교한 결과, 제안하는 방법이 기존 실행 방법 대비 약 10배 더 안정적인 성능을 보여주었다. 결론적으로, 본 연구는 제안하는 방법이 실행 시간에서 큐 대기 시간을 감소시켜 전체 실행 시간 측면에서 RB 실험을 가속화하였음을 확인하였으며, 나아가 클라우드 환경의 큐 상태나 시스템 부하 등의 외부 요인에 덜 민감하게 반응하여, 보다 안정적인 RB 실험을 할 수 있음을 확인하였다.|This study proposes a novel method for accelerating Randomized Benchmarking (RB) experiments, a key technique for characterizing quantum errors in cloud quantum computing environments. Quantum computers were previously only accessible in large-scale laboratories due to stringent physical constraints. However, remote resource sharing via cloud environments has significantly improved their accessibility. This has led to groundbreaking advancements in quantum computing, but has simultaneously resulted in increased resource competition among numerous users and noticeable execution delays between submitted jobs, particularly due to growing queue pending times. Currently, prominent quantum cloud services such as the IBM Quantum platform adopt First-In, First-Out (FIFO) job scheduling queues and usage-based priority scheduling policies for fair resource distribution. However, this configuration inherently imposes constraints on a single user's multiple submissions, as each must be individually queued and await execution. RB experiments require the repetitive and continuous execution of a large number of circuits for accurate error characterization. Nevertheless, in this cloud quantum computing environment, continuous execution for individual jobs is not guaranteed due to resource competition and scheduling structures, resulting in the unavoidable accumulation of waiting times for each execution within the context of the overall experiment. To address these issues, this study proposes a circuit merging method based on conditional statements. This method aims to minimize queue pending time by leveraging quantum conditional branches to merge multiple RB jobs into a single circuit, thereby minimizing the volume of job submissions. The proposed method demonstrated a 90% reduction in job submissions when compared to the traditional individual execution approach. Experiments on the IBM Quantum platform confirmed that the proposed method reduced total execution time by an average of 71% and, notably, decreased queue pending time by 90% compared to the traditional method. Furthermore, when comparing variability based on total execution time across multiple repeated RB experiments conducted over several days, the proposed method showed approximately 10 times more stable performance than the traditional execution method. In conclusion, this study confirms that the proposed method accelerates RB experiments by reducing queue pending time in terms of total execution time. Moreover, it verifies that the method is less sensitive to external factors such as cloud environment queue status or system load, enabling more stable RB experiments.