PennyLaneとバックエンド
PennyLane はいろいろなバックエンドを自由に使い分けられます。
実機はともかく、シミュレーターの場合、速度が重要になりますよね。
Pennylaneの標準のバックエンド default.qubit
dev = qml.device("default.qubit", wires=n_qubits)
は、速度の面では特筆した性能は有りません。しかし、勾配計算としてadjointが使えます。
このアルゴリズム、標準の parameter-shift1に比べて体感で3倍程度早くなります。いいですね。
https://qiita.com/notori48/items/9cfe49c79b42389db0e1
(早くなる度合いは、パラメータ数にも依存します。）
アルゴリズム計算量に加えて、バックエンド自体の計算の速さも重要です。
Pythonはインタプリタなので基本遅くて、できればC++やJuliaが使いたい。
素晴らしいことに、C++が裏で走る(が、記述はpythonな)qulacsをPennyLaneから呼び出す事ができます。
回路実行はdefault.qubitのおよそ3倍速になります。
!pip install pennylane-qulacs["cpu"]
dev = qml.device("qulacs.simulator", wires=n_qubits)
よし、これで勾配計算にadjointを使えば、3x3 = 9 倍速だ！・・・と、なればいいのですが、
残念ながらqulacs.simulatorはparameter-shiftしか使えません。
C++かつadjointを使う方法はないのでしょうか？？
実は、ありました。
紹介します。
Pennylane-lightning plugin
どうやら最近出たプラグインで Pennylane-lightning plugin というものがあります。
Release: 0.16.0-dev
The PennyLane-Lightning plugin provides a fast state-vector simulator written in C++.
PennyLane is a cross-platform Python library for quantum machine learning, automatic differentiation, and optimization of hybrid quantum-classical computations.
公式にはpennylaneのver0.16.0が推奨となっていますが、0.15.0でも動くようです。
プラグインのインストールは、
!pip install PennyLane-Lightning
です。
そして、
dev = qml.device("lightning.qubit", wires=n_qubits)
で使えます。
単純な回路2で時間を測ってみると、
default.qubit : 6 sec
qulacas.simulator : 2 sec
lightning.qubit : 2 sec
となり、確かにqulacs並の速度が出ています。
勾配計算についても、adjointが（エラー無く）指定できました。
実際の量子機械学習タスク(Tensorflow.keras + pennylane)でやったところ、
default.qubit w/adjoint : 3min 15sec /epoch
qulacas.simulator w/parameter-shift : 9min 10sec /epoch
lightning.qubit w/adjoint : 2min 45sec / epoch
このようになり、やはり**lightning.qubit w/adjointが最速**となります。
しかし残念ながら、keras + pennylane で量子NNを組んだ場合では単純な回路実行以外のオーバーヘッドに律速があるようで
default.qubitの3倍速にはなっていません。それでも、たった1行で速度が20%ぐらいは早くなっています。
まぁ、それでも古典NNに比べるとめっっちゃくちゃ遅いんですけどね。
Communiityでも、速度が遅すぎて驚いたという記事がたくさん上がっています。それな。3
まとめ
ちょっとでも早くする工夫をしてみた。
PennyLane-Lightningはすぐ使えて速いぞ！