Quantum

分子モデルの最適化で量子計算を短縮、触媒など3種で試算

この記事のポイント

  1. 実現したこと

    触媒など3種の分子モデルについて、初期の誤り耐性量子計算機でエネルギーを計算できる資源の見積もりが得られた。

  2. 実現の仕組み

    分子モデルを近似精度を保って変形し、各項の重要度に応じた2つの計算手法の配分を最適化する。

  3. 得られた結果

    必要な量子ビット数は、従来の誤り耐性量子計算アーキテクチャの約15分の1から80分の1と見積もられた。

  4. 従来との違い

    量子計算方式のSTARアーキテクチャは、第3版で位相回転ゲートと論理Tゲートを融合する構成を採用した。

分子モデルが変形し、時間発展法とランダムサンプリング法の経路を経て、位相回転ゲートと論理Tゲートをまとめた短い量子回路へつながる模式的な編集イラスト。
AI生成画像

分子モデルの変形と量子ゲート構成の改良を組み合わせ、分子のエネルギー計算に必要な資源を減らす技術が開発された。触媒など3種のモデルでは、モデル最適化を使わない場合より計算時間を3桁短縮できると見積もった。

ゲートの融合で同じ量子ビット数の計算規模を広げる

量子計算の基本操作と、計算に渡す分子モデルの両方を改めることで、必要な計算資源を削減する。富士通と大阪大学量子情報・量子生命研究センターが開発した技術は、量子計算方式のSTARアーキテクチャ ver. 3に、分子モデル最適化を組み合わせる。

ゲート構成の変更点は、位相回転ゲートと論理Tゲートの融合にある。富士通と大阪大学は、この構成によって計算精度をさらに10倍以上向上させ、同じ量子ビット数で実行できる計算規模を拡大したとしている。

分子モデルを変形して2つの計算法の配分を変える

分子モデル側の最適化は、モデルから量子回路を生成する段階で働く。既存手法ではモデルを多数の項に分け、それぞれの重要度に応じて時間発展法とランダムサンプリング法を使い分ける。

新技術は、近似精度を維持したまま分子モデルを変形し、項の重要度の分布を変える。その分布に合わせて2手法の配分を最適化することで、エネルギー計算の量子回路に含まれるゲート数を減らす。

3種の分子モデルで必要な量子ビット数を評価

計算資源の評価対象は、酸化酵素のシトクロムP450、鉄-硫黄クラスター、ルテニウム触媒の3種だ。使用した分子モデルの規模は、それぞれ62、72、58スピン軌道となる。

富士通と大阪大学の評価では、これらのエネルギー計算に必要な量子ビット数は、従来の誤り耐性量子計算(FTQC)アーキテクチャの約15分の1から80分の1となった。また、要求する物理エラー率を0.01%から0.10%に緩和しても、初期段階の量子計算機で計算可能になると見積もった。

モデル最適化で計算時間を3桁短縮と見積もる

想定する計算基盤は、数万程度の量子ビットに規模が限られ、誤り耐性量子計算を十分に実現できないと考えられるEarly-FTQC段階の量子計算機だ。今回の所要時間は、この段階の計算機を使う場合の見積もりとして示されている。

富士通と大阪大学の見積もりでは、分子モデル最適化によって、最適化を使わない場合より計算時間が3桁短縮する。ゲート構成の改良と組み合わせた所要時間は、物理エラー率が0.10%なら35日前後、0.01%なら10日前後となった。