論文の概要: Simulation of Quantum Computing on Classical Supercomputers
- arxiv url: http://arxiv.org/abs/2010.14962v1
- Date: Wed, 28 Oct 2020 13:26:41 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-27 06:23:12.140989
- Title: Simulation of Quantum Computing on Classical Supercomputers
- Title（参考訳）: 古典的スーパーコンピュータ上での量子コンピューティングのシミュレーション
- Authors: Ya-Qian Zhao, Ren-Gang Li, Jin-Zhe Jiang, Chen Li, Hong-Zhen Li,
En-Dong Wang, Wei-Feng Gong, Xin Zhang and Zhi-Qiang Wei
- Abstract要約: 本研究では,非方向グラフの切断エッジに基づくスキームを提案する。
このスキームは、木幅の大きな無向グラフのエッジをカットし、多くの無向グラフを得る。
4096コアのスーパーコンピュータ上で120量子3規則QAOAアルゴリズムをシミュレートできる。
- 参考スコア（独自算出の注目度）: 23.350853237013578
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Simulation of quantum computing on supercomputers is a significant research
topic, which plays a vital role in quantum algorithm verification,
error-tolerant verification and other applications. Tensor network contraction
based on density matrix is an important single-amplitude simulation strategy,
but it is hard to execute on the distributed computing systems currently. In
this paper, we dive deep into this problem, and propose a scheme based on
cutting edges of undirected graphs. This scheme cuts edges of undirected graphs
with large tree width to obtain many undirected subgraphs with small tree
width, and these subgraphs contracted on different computing cores. The
contraction results of slave cores are summarized in the master node, which is
consistent with the original tensor network contraction. Thus, we can simulate
the larger scale quantum circuit than single core. Moreover, it's an NP-hard
problem to find the global optimum cutting edges, and we propose a search
strategy based on a heuristic algorithm to approach it. In order to verify the
effectiveness of our scheme, we conduct tests based on QAOA algorithm, and it
can simulate 120-qubit 3-regular QAOA algorithm on 4096-core supercomputer,
which greatly exceeds the simulation scale on a single core of 100-qubit.
- Abstract（参考訳）: スーパーコンピュータ上での量子コンピューティングのシミュレーションは重要な研究テーマであり、量子アルゴリズムの検証、エラー耐性検証、その他の応用において重要な役割を果たす。
密度行列に基づくテンソルネットワークの縮小は、重要な単一振幅シミュレーション戦略であるが、現在の分散コンピューティングシステムでは実行が困難である。
本稿では,この問題を深く掘り下げ,無向グラフの切断エッジに基づくスキームを提案する。
この方式では,木幅の大きい無向グラフのエッジを切断し,木幅の小さい多数の無向グラフを得る。
スレーブコアの収縮結果は、元のテンソルネットワーク収縮と一致するマスターノードで要約される。
したがって、単一コアよりも大規模な量子回路をシミュレートできる。
さらに,グローバルな最適切削エッジを見つけるためにはNPの難解な問題であり,そのアプローチのためのヒューリスティックアルゴリズムに基づく探索戦略を提案する。
提案手法の有効性を検証するため,QAOA アルゴリズムに基づくテストを行い,4096 コアのスーパーコンピュータ上で 120-qubit 3-regular QAOA アルゴリズムをシミュレートする。
関連論文リスト
- Variational Quantum Algorithms for the Allocation of Resources in a Cloud/Edge Architecture [1.072460284847973]
変分量子アルゴリズムは, 近い将来, 古典的アルゴリズムの代替となる可能性が示唆された。
特に、2つのアルゴリズム、すなわち量子近似最適化アルゴリズム(QAOA)と変分量子固有解器(VQE)の性能を比較した。
シミュレーション実験は、クラウドと2つのエッジノードを含む %CM230124 の単純な問題に対して実施され、VQE アルゴリズムは、検索空間を制限できる適切な回路テクスタイタンサッチを備えている場合に、より良い性能を保証することを示す。
論文 参考訳（メタデータ） (2024-01-25T17:37:40Z) - Distributed Simulation of Statevectors and Density Matrices [0.0]
本論文は,デジタル量子コンピュータにおけるゲート,演算子,ノイズチャネル,その他の計算の分散フルステートシミュレーションのための新しいアルゴリズムを多数提示する。
単純で、一般的だが、一見制限的な分布モデルによって、リッチな先進的な施設の集合が実際に許されることを示す。
我々の結果は量子情報理論の読者に親しみやすい言語で導かれ、我々のアルゴリズムは科学シミュレーションコミュニティのために形式化されている。
論文 参考訳（メタデータ） (2023-11-02T18:00:36Z) - NISQ-compatible approximate quantum algorithm for unconstrained and
constrained discrete optimization [0.0]
本稿では,振幅符号化を用いたハードウェア効率の高い回路に対する近似勾配型量子アルゴリズムを提案する。
目的関数にペナルティ項を加えることなく, 単純な線形制約を回路に直接組み込むことができることを示す。
論文 参考訳（メタデータ） (2023-05-23T16:17:57Z) - Quantum Annealing for Single Image Super-Resolution [86.69338893753886]
単一画像超解像(SISR)問題を解くために,量子コンピューティングに基づくアルゴリズムを提案する。
提案したAQCアルゴリズムは、SISRの精度を維持しつつ、古典的なアナログよりも向上したスピードアップを実現する。
論文 参考訳（メタデータ） (2023-04-18T11:57:15Z) - Quantum Clustering with k-Means: a Hybrid Approach [117.4705494502186]
我々は3つのハイブリッド量子k-Meansアルゴリズムを設計、実装、評価する。
我々は距離の計算を高速化するために量子現象を利用する。
我々は、我々のハイブリッド量子k-平均アルゴリズムが古典的バージョンよりも効率的であることを示す。
論文 参考訳（メタデータ） (2022-12-13T16:04:16Z) - Accelerating the training of single-layer binary neural networks using
the HHL quantum algorithm [58.720142291102135]
Harrow-Hassidim-Lloyd (HHL) の量子力学的実装から有用な情報が抽出可能であることを示す。
しかし,本論文では,HHLの量子力学的実装から有用な情報を抽出し,古典的側面における解を見つける際の複雑性を低減することを目的としている。
論文 参考訳（メタデータ） (2022-10-23T11:58:05Z) - Constructing Optimal Contraction Trees for Tensor Network Quantum
Circuit Simulation [1.2704529528199062]
量子回路シミュレーションにおける重要な問題の1つは、縮退木の構築である。
本稿では,最適な縮尺木を構築するための新しい時間アルゴリズムを提案する。
提案手法は、試験された量子回路の大部分において、優れた結果が得られることを示す。
論文 参考訳（メタデータ） (2022-09-07T02:50:30Z) - A single $T$-gate makes distribution learning hard [56.045224655472865]
この研究は、局所量子回路の出力分布の学習可能性に関する広範な評価を提供する。
ハイブリッド量子古典アルゴリズムを含む多種多様な学習アルゴリズムにおいて、深度$d=omega(log(n))$ Clifford回路に関連する生成的モデリング問題さえも困難であることを示す。
論文 参考訳（メタデータ） (2022-07-07T08:04:15Z) - Optimizing Tensor Network Contraction Using Reinforcement Learning [86.05566365115729]
本稿では,グラフニューラルネットワーク(GNN)と組み合わせた強化学習(RL)手法を提案する。
この問題は、巨大な検索スペース、重い尾の報酬分布、そして困難なクレジット割り当てのために非常に難しい。
GNNを基本方針として利用するRLエージェントが,これらの課題にどのように対処できるかを示す。
論文 参考訳（メタデータ） (2022-04-18T21:45:13Z) - Fixed Depth Hamiltonian Simulation via Cartan Decomposition [59.20417091220753]
時間に依存しない深さの量子回路を生成するための構成的アルゴリズムを提案する。
一次元横フィールドXYモデルにおけるアンダーソン局在化を含む、モデルの特殊クラスに対するアルゴリズムを強調する。
幅広いスピンモデルとフェルミオンモデルに対して正確な回路を提供するのに加えて、我々のアルゴリズムは最適なハミルトニアンシミュレーションに関する幅広い解析的および数値的な洞察を提供する。
論文 参考訳（メタデータ） (2021-04-01T19:06:00Z) - Simple heuristics for efficient parallel tensor contraction and quantum
circuit simulation [1.4416132811087747]
本稿では,確率モデルを用いたテンソルネットワークの縮約のための並列アルゴリズムを提案する。
結果のアルゴリズムをランダム量子回路のシミュレーションに適用する。
論文 参考訳（メタデータ） (2020-04-22T23:00:42Z)
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。