СИМУЛЯЦІЇ КВАНТОВИХ АЛГОРИТМІВ ЗА ДОПОМОГОЮ БІБЛІОТЕЦІ QISKIT AER І МЕТОДУ МАТРИЧНОГО ДОБУТКУ СТАНІВ НА CPU ТА GPU

DOI: 10.31673/2412-4338.2025.038707

Анотація

У цій статті представлено всебічне дослідження продуктивності симуляції квантових схем методом матричних добуткових станів (Matrix Product States, MPS) у середовищі Qiskit Aer. Основна увага зосереджена на порівнянні обчислювальної ефективності реалізацій на центральному процесорі (CPU) та графічному процесорі (GPU) для різних симуляційних платформ. Експериментально досліджено чотири ключові квантові алгоритми:  Variational Quantum Eigensolver (VQE), Quantum Fourier Transform (QFT), Quantum Approximate Optimization Algorithm (QAOA) і Greenberger–Horne–Zeilinger (GHZ). Для кожного алгоритму побудовано графіки, що відображають залежність часу виконання від кількості кубітів і типу симулятора. Також наведено єдину діаграму для порівняння всіх чотирьох алгоритмів з використанням методу MPS у Qiskit Aer. Результати свідчать, що хоча симулятор MPS у Qiskit Aer наразі реалізовано лише для CPU, він перевищує традиційний симулятор станового вектора (statevector) для схем із низьким рівнем заплутаності. Водночас відсутність GPU-акселерації обмежує масштабованість MPS-симулятора. Аналіз показує, що впровадження апаратного прискорення SVD-операцій за допомогою бібліотек NVIDIA cuQuantum і cuTensorNet може забезпечити до семикратне прискорення. Також проведено порівняльний аналіз GPU-реалізацій у Qiskit Aer і CUDA-Q, включно з бібліотеками cuStateVec, LAPACK і cuSOLVER. Створено графіки, що демонструють сильні та слабкі сторони симуляторів і методів симуляції Qiskit Aer, зокрема, метод MPS залишається одним із найкращих за часом виконання CPU, але часом поступається іншим методам на GPU. Запропоновано напрями подальшої оптимізації MPS, зокрема розробку гібридної CPU/GPU-архітектури і використання сучасних GPUбібліотек для прискорення важливих операцій.

Ключові слова: квантові обчислення, квантова симуляція, Qiskit Aer, MPS, вектор станів, cudaq.