[レポート] QTC001 Amazon Braket でのハイブリッド量子古典最適化ワークロード #reinvent

AWS re:Invent 2022

梶原大使

2022.12.11

この記事は公開されてから1年以上経過しています。情報が古い可能性がありますので、ご注意ください。

AWS事業本部梶原@福岡オフィスです。ラスベガスで開催されているre:Invent2022に参加してきました。今回はシアターセッションに参加してきたのでレポートしたいと思います。

※※※
本セッションレポートは、現地での聞き取りまた、Google翻訳, DeepL翻訳等を使用しつつレポートしております。
内容には十分注意して作成しておりますが、誤訳または誤って理解している部分がある可能性があることをご容赦いただければと思います。
※※※

セッション概要

タイトル

Hybrid quantum-classical optimization workloads on Amazon Braket

概要

Quantum computers hold the promise to outperform even the most powerful classical computers on a range of computational problems. The near-term focus of quantum computing applications are hybrid algorithms where the noisy quantum computers are used as co-processors within a larger optimization loop. In this session, Amazon Braket Hybrid Jobs is used to run the quantum approximate optimization algorithm (QAOA). The QAOA has different input settings, similar to machine learning inputs, that are commonly referred to as hyperparameters. The demo in this session shows how to set up the problem, prepare input data, and run QAOA using Braket Hybrid Jobs.

量子コンピュータは、様々な計算問題において、最も強力な古典的コンピュータを凌駕する性能を発揮することが期待されています。量子コンピュータのアプリケーションの近い将来の焦点は、ノイズの多い量子コンピュータをより大きな最適化ループの中のコプロセッサとして使用するハイブリッドアルゴリズムです。本セッションでは、Amazon Braket Hybrid Jobsを使用して、量子近似最適化アルゴリズム（QAOA）を実行します。QAOAには、機械学習の入力と同様に、一般にハイパーパラメータと呼ばれる異なる入力設定があります。このセッションのデモでは、問題の設定、入力データの準備、そしてBraket Hybrid Jobsを使ったQAOAの実行方法を紹介します。

スピーカー

(Eric Kessler, Sr. Manager Applied Science, AWS) Katharine Hyatt, Applied Scientist, AWS

公式のセッション紹介サイトではEric Kessler氏となっていましたが、 Katharine Hyatt氏が話されていました

セッション内容

Hybrid classical-quantum workloads in Amazon Braket

Amazon Braketのハイブリッドジョブをもちいて、シミュレータとQPUを使って、最適化問題を解決する方法についてお話しします。
Amazon Bracketとはなにか？
ハイブリッドジョブとはなにか？

Amazon Bracketは、実際の量子デバイスやその最新シミュレータ上で量子回路やタスク、ワークフローを構築し、テスト実行、分析することができるAWSのマネージドサービスです。
ジョブはDocker Imageで構成されている
ジョブはあなたのラップトップまたはインスタンス上でも実行することができる
実行を監視するためにCloudWatchを使用することができる
結果をS3に保存することも可能
ECRを使用してジョブをまるごと、Docker コンテナとして管理することもできる
ハイブリッドジョブを実行している間、量子コンピュータデバイスに優先的にアクセスできる

The Quantum Approximate Optimaization Algorithm and the max clique problem

量子シミュレータ上で実行する変分アルゴリズムを紹介します。
ハイブリッドジョブの設定方法、ジョブの起動方法、そして最後に結果を見る方法について説明します。
アルゴリズムは量子近似最適化アルゴリズムと呼ばれます
この最適化アルゴリズムを使って、二項最適化問題を調べます。
最近の量子コンピュータは、量子ビットの数が少なく、また、量子ビットにノイズが多いことが多い、だからといって、今あるデバイスで面白いことができないわけではない
GPUを使った古典的な機械学習と非常によく似たことを、量子デバイスをコプロセッサとして使って最適化できるようになればいいと考えている
古典的なコンピュータでは難しい問題を量子デバイスに送り、結果を得て、GPUを使った拡散モデルのようなものをトレーニングするのと同じように、トレーニングパラメータを更新する