Fugu-MT 論文翻訳(概要): CutQC: Using Small Quantum Computers for Large Quantum Circuit Evaluations

論文の概要: CutQC: Using Small Quantum Computers for Large Quantum Circuit Evaluations

arxiv url: http://arxiv.org/abs/2012.02333v3
Date: Fri, 19 Mar 2021 01:14:45 GMT
ステータス: 処理完了
システム内更新日: 2023-04-22 05:08:06.736051
Title: CutQC: Using Small Quantum Computers for Large Quantum Circuit Evaluations
Title（参考訳）: CutQC: 大規模量子回路評価のための小型量子コンピュータ
Authors: Wei Tang, Teague Tomesh, Martin Suchara, Jeffrey Larson, Margaret Martonosi
Abstract要約: 本稿では,古典コンピュータと量子コンピュータを組み合わせたスケーラブルなハイブリッドコンピューティングアプローチであるCutQCを紹介する。 CutQCは、大きな量子回路を小さなサブ回路に分割し、小さな量子デバイスで実行する。実システムでは、CutQCは小さなプロトタイプの量子コンピュータを用いて、はるかに高い量子回路評価フィリティを達成する。
参考スコア（独自算出の注目度）: 18.78105450344374
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: Quantum computing (QC) is a new paradigm offering the potential of exponential speedups over classical computing for certain computational problems. Each additional qubit doubles the size of the computational state space available to a QC algorithm. This exponential scaling underlies QC's power, but today's Noisy Intermediate-Scale Quantum (NISQ) devices face significant engineering challenges in scalability. The set of quantum circuits that can be reliably run on NISQ devices is limited by their noisy operations and low qubit counts. This paper introduces CutQC, a scalable hybrid computing approach that combines classical computers and quantum computers to enable evaluation of quantum circuits that cannot be run on classical or quantum computers alone. CutQC cuts large quantum circuits into smaller subcircuits, allowing them to be executed on smaller quantum devices. Classical postprocessing can then reconstruct the output of the original circuit. This approach offers significant runtime speedup compared with the only viable current alternative--purely classical simulations--and demonstrates evaluation of quantum circuits that are larger than the limit of QC or classical simulation. Furthermore, in real-system runs, CutQC achieves much higher quantum circuit evaluation fidelity using small prototype quantum computers than the state-of-the-art large NISQ devices achieve. Overall, this hybrid approach allows users to leverage classical and quantum computing resources to evaluate quantum programs far beyond the reach of either one alone.
Abstract（参考訳）: 量子コンピューティング(QC、Quantum Computing)は、ある種の計算問題に対する古典的な計算よりも指数的なスピードアップの可能性を提供する新しいパラダイムである。各追加キュービットは、QCアルゴリズムで利用可能な計算状態空間のサイズを2倍にする。この指数的スケーリングはQCのパワーを支えるが、今日のNoisy Intermediate-Scale Quantum (NISQ)デバイスはスケーラビリティにおいて大きなエンジニアリング上の課題に直面している。 NISQデバイス上で確実に動作可能な量子回路の集合は、ノイズの多い演算と低量子ビット数によって制限される。本稿では、古典的コンピュータと量子コンピュータを組み合わせたスケーラブルなハイブリッドコンピューティングアプローチであるCutQCを紹介し、古典的または量子コンピュータだけでは実行できない量子回路の評価を可能にする。 CutQCは、大きな量子回路を小さなサブ回路に分割し、小さな量子デバイスで実行する。古典的な後処理は元の回路の出力を再構築することができる。このアプローチは、現存する唯一の代替手段である純粋に古典的なシミュレーションと比較して、実行時の大幅なスピードアップを提供し、QCや古典的なシミュレーションの限界よりも大きい量子回路の評価を実証する。さらに、実システム環境では、CutQCは最先端の大規模なNISQデバイスよりも小さなプロトタイプの量子コンピュータを用いて、はるかに高い量子回路評価フィリティを達成する。全体として、このハイブリッドアプローチにより、ユーザーは古典的および量子コンピューティングのリソースを利用して、量子プログラムの評価を、どちらか一方の到達範囲を超えて行うことができる。

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)
Quantum Circuit Learning on NISQ Hardware [0.0]
現在の量子コンピュータは小さく、エラーを起こしやすいシステムである。フォールトトレラントな量子コンピュータは近い将来は利用できない。我々は,IBM量子コンピュータ上で最大3キュービットのQCL回路が実行可能であることを示す。
論文参考訳（メタデータ） (2024-05-03T13:00:32Z)
Multi-GPU-Enabled Hybrid Quantum-Classical Workflow in Quantum-HPC Middleware: Applications in Quantum Simulations [1.9922905420195367]
本研究では,革新的な分散型量子古典量子アーキテクチャを提案する。最先端の量子ソフトウェアフレームワークを高性能な古典コンピューティングリソースと統合する。物質と凝縮物質物理学の量子シミュレーションにおける課題に対処する。
論文参考訳（メタデータ） (2024-03-09T07:38:45Z)
A Quantum-Classical Collaborative Training Architecture Based on Quantum State Fidelity [50.387179833629254]
我々は,コ・テンク (co-TenQu) と呼ばれる古典量子アーキテクチャを導入する。 Co-TenQuは古典的なディープニューラルネットワークを41.72%まで向上させる。他の量子ベースの手法よりも1.9倍も優れており、70.59%少ない量子ビットを使用しながら、同様の精度を達成している。
論文参考訳（メタデータ） (2024-02-23T14:09:41Z)
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)
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)
Optimal Stochastic Resource Allocation for Distributed Quantum Computing [50.809738453571015]
本稿では,分散量子コンピューティング(DQC)のためのリソース割り当て方式を提案する。本評価は,提案手法の有効性と,量子コンピュータとオンデマンド量子コンピュータの両立性を示すものである。
論文参考訳（メタデータ） (2022-09-16T02:37:32Z)
ScaleQC: A Scalable Framework for Hybrid Computation on Quantum and Classical Processors [25.18520278107402]
量子処理ユニット(QPU)は、その量子ビットの要求量と品質の要求を満たす必要がある。量子回路切断技術は、より強力なQPUを実現するために、大きな量子回路を複数の小さなサブ回路に切断して分散する。われわれのツールはScaleQCと呼ばれ、新しいアルゴリズム技術を開発することでボトルネックに対処する。
論文参考訳（メタデータ） (2022-07-03T01:44:31Z)
Cutting Quantum Circuits to Run on Quantum and Classical Platforms [25.18520278107402]
CutQCは、大規模量子回路を量子(QPU)と古典的なプラットフォーム(CPUまたはGPU)に分散して、コプロセッシングを行うスケーラブルなハイブリッドコンピューティングアプローチである。これは、実システム実行時に達成される大きなNISQデバイスよりもはるかに高い量子回路評価忠実性を達成する。
論文参考訳（メタデータ） (2022-05-12T02:09:38Z)
Tensor Network Quantum Virtual Machine for Simulating Quantum Circuits at Exascale [57.84751206630535]
本稿では,E-scale ACCelerator(XACC)フレームワークにおける量子回路シミュレーションバックエンドとして機能する量子仮想マシン(TNQVM)の近代化版を提案する。新バージョンは汎用的でスケーラブルなネットワーク処理ライブラリであるExaTNをベースにしており、複数の量子回路シミュレータを提供している。ポータブルなXACC量子プロセッサとスケーラブルなExaTNバックエンドを組み合わせることで、ラップトップから将来のエクサスケールプラットフォームにスケール可能なエンドツーエンドの仮想開発環境を導入します。
論文参考訳（メタデータ） (2021-04-21T13:26:42Z)
Hybrid quantum-classical algorithms and quantum error mitigation [0.688204255655161]
Googleは先頃、50量子ビットを超えるノイズの多い中間スケール量子デバイスを使用することで、量子超越性を達成した。本稿では,ハイブリッド量子古典アルゴリズムと量子誤り軽減技術の基礎的結果について概説する。
論文参考訳（メタデータ） (2020-11-02T23:34:22Z)

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。