論文の概要: Optimality Study of Existing Quantum Computing Layout Synthesis Tools

• arxiv url: http://arxiv.org/abs/2002.09783v4
• Date: Mon, 13 Jul 2020 03:30:58 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-02 09:06:16.947278
• Title: Optimality Study of Existing Quantum Computing Layout Synthesis Tools
• Title（参考訳）: 既存の量子コンピューティングレイアウト合成ツールの最適性
• Authors: Bochen Tan, Jason Cong
• Abstract要約: 我々は、GoogleのCirq、IBMのQiskit、Cambridge Quantum Computingの$mathsft|mathsfketrangle$、最近の学術研究など、現在のレイアウト合成ツールの最適性を評価する。 これは、より優れたレイアウト合成ツールによって量子コンピュータの効率を向上する余地があることを示唆している。
• 参考スコア（独自算出の注目度）: 9.530683922512873
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Layout synthesis, an important step in quantum computing, processes quantum circuits to satisfy device layout constraints. In this paper, we construct QUEKO benchmarks for this problem, which have known optimal depths and gate counts. We use QUEKO to evaluate the optimality of current layout synthesis tools, including Cirq from Google, Qiskit from IBM, $\mathsf{t}|\mathsf{ket}\rangle$ from Cambridge Quantum Computing, and recent academic work. To our surprise, despite over a decade of research and development by academia and industry on compilation and synthesis for quantum circuits, we are still able to demonstrate large optimality gaps: 1.5-12x on average on a smaller device and 5-45x on average on a larger device. This suggests substantial room for improvement of the efficiency of quantum computer by better layout synthesis tools. Finally, we also prove the NP-completeness of the layout synthesis problem for quantum computing. We have made the QUEKO benchmarks open-source.
• Abstract（参考訳）: 量子コンピューティングの重要なステップであるレイアウト合成は、デバイスレイアウトの制約を満たすために量子回路を処理する。 本稿では,この問題に対して最適な深さとゲート数を持つQUEKOベンチマークを構築した。 我々は、GoogleのCirq、IBMのQiskit、Cambridge Quantum Computingの$\mathsf{t}|\mathsf{ket}\rangle$、最近の学術研究など、現在のレイアウト合成ツールの最適性を評価するためにQUEKOを使用している。 驚くべきことに、量子回路のコンパイルと合成に関する10年以上の研究と開発にもかかわらず、我々は依然として大きな最適ギャップを示すことができる:小さなデバイスでは平均1.5〜12倍、大きなデバイスでは平均5～45倍である。 これは、レイアウト合成ツールの改善による量子コンピュータの効率向上の余地を示唆する。 最後に,量子コンピューティングにおけるレイアウト合成問題のnp完全性を証明する。 QUEKOベンチマークをオープンソース化しました。

関連論文リスト

• Quantum Compiling with Reinforcement Learning on a Superconducting Processor [55.135709564322624]
  超伝導プロセッサのための強化学習型量子コンパイラを開発した。 短絡の新規・ハードウェア対応回路の発見能力を示す。 本研究は,効率的な量子コンパイルのためのハードウェアによるソフトウェア設計を実証する。
  論文  参考訳（メタデータ） (2024-06-18T01:49:48Z)
• QuantumSEA: In-Time Sparse Exploration for Noise Adaptive Quantum Circuits [82.50620782471485]
  QuantumSEAはノイズ適応型量子回路のインタイムスパース探索である。 1)トレーニング中の暗黙の回路容量と(2)雑音の頑健さの2つの主要な目標を達成することを目的としている。 提案手法は, 量子ゲート数の半減と回路実行の2倍の時間節約で, 最先端の計算結果を確立する。
  論文  参考訳（メタデータ） (2024-01-10T22:33:00Z)
• Quantum Computing for Solid Mechanics and Structural Engineering -- a Demonstration with Variational Quantum Eigensolver [3.8061090528695534]
  変分量子アルゴリズムは、コスト関数を効率的に最適化するために重ね合わせと絡み合いの特徴を利用する。 我々は,IBM Qiskit プラットフォーム上で 5-qubit および 7-qubit 量子プロセッサ上での数値処理を実装し,実演する。
  論文  参考訳（メタデータ） (2023-08-28T17:52:47Z)
• The Basis of Design Tools for Quantum Computing: Arrays, Decision Diagrams, Tensor Networks, and ZX-Calculus [55.58528469973086]
  量子コンピュータは、古典的コンピュータが決して起こらない重要な問題を効率的に解決することを約束する。 完全に自動化された量子ソフトウェアスタックを開発する必要がある。 この研究は、今日のツールの"内部"の外観を提供し、量子回路のシミュレーション、コンパイル、検証などにおいてこれらの手段がどのように利用されるかを示す。
  論文  参考訳（メタデータ） (2023-01-10T19:00:00Z)
• Predicting Good Quantum Circuit Compilation Options [3.610459670994051]
  本稿では,量子回路のコンパイルオプションの最適組み合わせを予測するフレームワークを提案する。 95%以上の回路では、トップ3内のコンパイルオプションの組み合わせが決定される。 結果として得られた方法論は、この領域における機械学習のさらなる応用の基礎を築いた。
  論文  参考訳（メタデータ） (2022-10-14T18:00:03Z)
• Iterative Qubits Management for Quantum Index Searching in a Hybrid System [56.39703478198019]
  IQuCSは、量子古典ハイブリッドシステムにおけるインデックス検索とカウントを目的としている。 我々はQiskitでIQuCSを実装し、集中的な実験を行う。 その結果、量子ビットの消費を最大66.2%削減できることが示されている。
  論文  参考訳（メタデータ） (2022-09-22T21:54:28Z)
• QuantumCircuitOpt: An Open-source Framework for Provably Optimal Quantum Circuit Design [0.0]
  我々は,任意のユニタリゲートをハードウェアネイティブゲート列に分解する数学的最適化とアルゴリズムを実装した,新しいオープンソースフレームワークQuantumCircuitOptを提案する。 QCOptは、最大4キュービットの回路上で必要ゲート数を最大57%削減し、コモディティコンピューティングハードウェア上では数分未満で実行可能であることを示す。 また、IBMやRigetti、Googleなど、さまざまなハードウェアプラットフォームに基づいて、QCOptパッケージをさまざまな組み込みネイティブゲートセットに適合させる方法も示しています。
  論文  参考訳（メタデータ） (2021-11-23T06:45:40Z)
• QGo: Scalable Quantum Circuit Optimization Using Automated Synthesis [3.284627771501259]
  NISQデバイスでは、CNOTのような2ビットゲートはシングルキュービットゲートよりもノイズが大きい。 量子回路合成は、任意のユニタリを量子ゲートの列に分解する過程である。 量子回路最適化のための階層的ブロック・バイ・ブロック最適化フレームワークQGoを提案する。
  論文  参考訳（メタデータ） (2020-12-17T18:54:38Z)
• Nearest Centroid Classification on a Trapped Ion Quantum Computer [57.5195654107363]
  我々は,古典的データを量子状態に効率よくロードし,距離推定を行う手法を用いて,量子近接Centroid分類器を設計する。 MNIST手書き桁データセットの古典的最寄りのセントロイド分類器の精度と8次元合成データの最大100%の精度とを一致させ,11量子ビットトラップイオン量子マシン上で実験的に実証した。
  論文  参考訳（メタデータ） (2020-12-08T01:10:30Z)
• Optimal Layout Synthesis for Quantum Computing [9.530683922512873]
  ハードウェアの制約を満たすために量子プログラムを変換するレイアウト合成は、量子コンピューティングの実現における重要なステップである。 2つのシンセサイザー、1つは最適、もう1つは近似だがほぼ最適である。 この成功の鍵は、数学的プログラミング問題としてレイアウト合成問題のより効率的な時空ベースの変数符号化である。
  論文  参考訳（メタデータ） (2020-07-30T18:05:56Z)
• QUANTIFY: A framework for resource analysis and design verification of quantum circuits [69.43216268165402]
  QUINTIFYは、量子回路の定量的解析のためのオープンソースのフレームワークである。 Google Cirqをベースにしており、Clifford+T回路を念頭に開発されている。 ベンチマークのため、QUINTIFYは量子メモリと量子演算回路を含む。
  論文  参考訳（メタデータ） (2020-07-21T15:36:25Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。