광자 양자 컴퓨팅에서 퓨전 연산의 소거 오류 억제

광자 양자 컴퓨팅 (Photonic Quantum Computing, PQC) 은 측정 기반 양자 계산 (Measurement-Based Quantum Computation, MBQC) 모델을 자연스럽게 지원함으로써 양자 계산으로 가는 유망한 경로를 제공합니다. MBQC 에서 프로그램은 사전 생성된 그래프 상태 (graph state) 에 대한 측정을 통해 실행되며, 이 그래프 상태의 구축은 확률적 퓨전 연산 (probabilistic fusion operations) 에 크게 의존합니다. 그러나 PQC 의 퓨전 연산은 퓨전 실패 (fusion failure) 와 퓨전 소거 (fusion erasure) 라는 두 가지 주요 오류원에 취약합니다. 결과적으로 MBQC 컴파일레이션은 신뢰 가능하고 효율적인 광자 실행을 생성하기 위해 이 두 가지 오류 메커니즘 모두를 고려해야 합니다. 기존 최첨단 MBQC 컴파일레이션인 OneAdapt 는 전광자 아키텍처를 대상으로 설계되었으며 주로 퓨전 실패 처리에 중점을 두고 있습니다. 그러나 빛 손실로 인해 유발되는 퓨전 소거를 명시적으로 모델링하지는 못하는데, 이는 퓨전 실패보다 훨씬 더 치명적일 수 있습니다. 퓨전 소거 오류를 완화하기 위해 스핀 큐비트 양자 메모리 (spin qubit quantum memory) 를 기반으로 한 새로운 MBQC 컴파일레이션 스키임을 소개합니다. 우리는 그래프 상태 생성 중 소거 오류를 억제하는 인코딩 전략인 트리 인코딩 퓨전 (tree-encoded fusion) 을 제안합니다. 또한 이 스키임을 양자 프로그램의 실행 과부하를 줄이는 알고리즘을 갖춘 컴파일레이션 프레임워크에 통합했습니다. 우리는 현실적인 PQC 시뮬레이터를 사용하여 다양한 프로그램 규모에 걸친 6 개의 대표적인 양자 알고리즘 벤치마크에서 제안된 프레임워크를 평가했습니다. 결과는 트리 인코딩 퓨전이 대안적인 퓨전 인코딩 전략보다 더 나은 견고성을 달성하며, 우리의 컴파일레이션이 OneAdapt 에 비해 지수적 개선을 제공한다는 것을 보여줍니다. 또한 우리는 실제 PQC 하드웨어에서의 개념 증명 (proof-of-concept) 데모를 통해 우리 접근법의 실현 가능성을 검증했습니다.