論文の概要: 3-Regular 3-XORSAT Planted Solutions Benchmark of Classical and Quantum
Heuristic Optimizers
- arxiv url: http://arxiv.org/abs/2103.08464v2
- Date: Mon, 21 Feb 2022 15:24:58 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-08 02:08:36.016685
- Title: 3-Regular 3-XORSAT Planted Solutions Benchmark of Classical and Quantum
Heuristic Optimizers
- Title(参考訳): 古典および量子ヒューリスティック最適化器の3次元正則3-xorat植込み解ベンチマーク
- Authors: Matthew Kowalsky, Tameem Albash, Itay Hen, Daniel A. Lidar
- Abstract要約: 特定のコンピューティング集約的な課題に対処するための選択肢として、専用ハードウェアが登場した。
これらのプラットフォームには、デジタル論理の高効率ハードウェア実装から、新しいアルゴリズムを実装するアナログハードウェアの提案まで、多くの異なる特徴がある。
本研究では、解を効率的に見つけることができる線形方程式の特定のクラスの写像を用いて、これらの異なるアプローチのいくつかをベンチマークする。
- 参考スコア(独自算出の注目度): 0.30586855806896046
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: With current semiconductor technology reaching its physical limits,
special-purpose hardware has emerged as an option to tackle specific
computing-intensive challenges. Optimization in the form of solving Quadratic
Unconstrained Binary Optimization (QUBO) problems, or equivalently Ising spin
glasses, has been the focus of several new dedicated hardware platforms. These
platforms come in many different flavors, from highly-efficient hardware
implementations on digital-logic of established algorithms to proposals of
analog hardware implementing new algorithms. In this work, we use a mapping of
a specific class of linear equations whose solutions can be found efficiently,
to a hard constraint satisfaction problem (3-regular 3-XORSAT, or an Ising spin
glass) with a 'golf-course' shaped energy landscape, to benchmark several of
these different approaches. We perform a scaling and prefactor analysis of the
performance of Fujitsu's Digital Annealer Unit (DAU), the D-Wave Advantage
quantum annealer, a Virtual MemComputing Machine, Toshiba's Simulated
Bifurcation Machine (SBM), the SATonGPU algorithm from Bernaschi et al., and
our implementation of parallel tempering. We identify the SATonGPU and DAU as
currently having the smallest scaling exponent for this benchmark, with
SATonGPU having a small scaling advantage and in addition having by far the
smallest prefactor thanks to its use of massive parallelism. Our work provides
an objective assessment and a snapshot of the promise and limitations of
dedicated optimization hardware relative to a particular class of optimization
problems.
- Abstract(参考訳): 現在の半導体技術が物理的な限界に達するにつれ、特定の計算集約的な課題に対処するための特別な目的のハードウェアが登場した。
quabo(quadratic unconstrained binary optimization)問題の解法、あるいはスピングラスのイジングという形での最適化は、いくつかの新しい専用ハードウェアプラットフォームの焦点となっている。
これらのプラットフォームには、確立されたアルゴリズムのデジタル論理に関する高効率なハードウェア実装から、新しいアルゴリズムを実装するアナログハードウェアの提案まで、多くの異なる特徴がある。
本研究では、「ゴルフコース」形状のエネルギーランドスケープを持つハード制約満足度問題(3-regular 3-XORSAT, or a Ising spin glass)に解を効率よく発見できる線形方程式の特定のクラスをマッピングし、これらの異なるアプローチのいくつかをベンチマークする。
我々は,富士通のDigital Annealer Unit(DAU),D-Wave Advantage quantum annealer,Virtual MemComputing Machine,東芝のSimulated Bifurcation Machine(SBM),BernaschiらによるSATonGPUアルゴリズム,並列テンパリングの実装について,スケーリングと事前ファクタ解析を行った。
SATonGPUとDAUは現在、このベンチマークで最小のスケーリング指数を持ち、SATonGPUは小規模のスケーリングアドバンテージを持ち、また、大規模な並列処理によってはるかに最小のプレファクタを持つ。
我々の研究は、特定の最適化問題に対する専用最適化ハードウェアの約束と限界の客観的評価とスナップショットを提供する。
関連論文リスト
- Fast Numerical Solver of Ising Optimization Problems via Pruning and Domain Selection [4.460518115427853]
本稿では,Ising最適化問題に対する高速かつ効率的な解法を提案する。
我々の解法は古典的解法よりも桁違いに高速で、量子インスパイアされたアニールよりも少なくとも2倍高速である。
論文 参考訳(メタデータ) (2023-12-10T09:43:15Z) - All-to-all reconfigurability with sparse and higher-order Ising machines [0.0]
オール・ツー・オールのネットワーク機能をエミュレートする多重アーキテクチャを導入する。
適応並列テンパリングアルゴリズムの実行は、競合するアルゴリズムと事前ファクターの利点を示す。
pビットIMのスケールされた磁気バージョンは、汎用最適化のための最先端技術よりも桁違いに改善される可能性がある。
論文 参考訳(メタデータ) (2023-11-21T20:27:02Z) - QUBO.jl: A Julia Ecosystem for Quadratic Unconstrained Binary
Optimization [0.0]
QUBO.jlは、QUBOインスタンスを扱うためのエンドツーエンドのJuliaパッケージである。
QUBO.jlは、ユーザが前述のハードウェアとインターフェースし、様々なファイルフォーマットでQUBOモデルを送信し、その後の分析結果を取得することを可能にする。
論文 参考訳(メタデータ) (2023-07-05T18:20:31Z) - Qubit efficient quantum algorithms for the vehicle routing problem on
NISQ processors [48.68474702382697]
時間窓付き車両ルーティング問題(VRPTW)は、ロジスティクス業界で直面する一般的な最適化問題である。
そこで本研究では,以前に導入した量子ビット符号化方式を用いて,バイナリ変数の数を削減した。
論文 参考訳(メタデータ) (2023-06-14T13:44:35Z) - Augmented Electronic Ising Machine as an Effective SAT Solver [0.6999740786886535]
Augmented Ising Machine for SAT (AIMS) は、最先端のソフトウェアベース、GPUベース、従来のハードウェアSATソルバを桁違いに上回っていることを示す。
論文 参考訳(メタデータ) (2023-05-01T02:28:42Z) - Towards making the most of NLP-based device mapping optimization for
OpenCL kernels [5.6596607119831575]
我々は、加速されたOpenCLカーネルのための最適なデバイス選択(CPUまたはGPU)の問題に取り組むCummins et al.、すなわちDeeptuneの開発を拡張した。
ソースコードの文脈情報を拡張した4つの異なるモデルを提案する。
実験の結果,提案手法はCumminsらの手法を上回り,予測精度を最大4%向上させることがわかった。
論文 参考訳(メタデータ) (2022-08-30T10:20:55Z) - Adiabatic Quantum Computing for Multi Object Tracking [170.8716555363907]
マルチオブジェクト追跡(MOT)は、オブジェクト検出が時間を通して関連付けられているトラッキング・バイ・検出のパラダイムにおいて、最もよくアプローチされる。
これらの最適化問題はNPハードであるため、現在のハードウェア上の小さなインスタンスに対してのみ正確に解決できる。
本手法は,既成整数計画法を用いても,最先端の最適化手法と競合することを示す。
論文 参考訳(メタデータ) (2022-02-17T18:59:20Z) - Scaling Quantum Approximate Optimization on Near-term Hardware [49.94954584453379]
我々は、様々なレベルの接続性を持つハードウェアアーキテクチャのための最適化回路により、期待されるリソース要求のスケーリングを定量化する。
問題の大きさと問題グラフの次数で指数関数的に増大する。
これらの問題は、ハードウェア接続性の向上や、より少ない回路層で高い性能を達成するQAOAの変更によって緩和される可能性がある。
論文 参考訳(メタデータ) (2022-01-06T21:02:30Z) - Variational Quantum Optimization with Multi-Basis Encodings [62.72309460291971]
マルチバスグラフ複雑性と非線形活性化関数の2つの革新の恩恵を受ける新しい変分量子アルゴリズムを導入する。
その結果,最適化性能が向上し,有効景観が2つ向上し,測定の進歩が減少した。
論文 参考訳(メタデータ) (2021-06-24T20:16:02Z) - Accelerating variational quantum algorithms with multiple quantum
processors [78.36566711543476]
変分量子アルゴリズム(VQA)は、特定の計算上の利点を得るために、短期量子マシンを利用する可能性がある。
現代のVQAは、巨大なデータを扱うために単独の量子プロセッサを使用するという伝統によって妨げられている、計算上のオーバーヘッドに悩まされている。
ここでは、この問題に対処するため、効率的な分散最適化手法であるQUDIOを考案する。
論文 参考訳(メタデータ) (2021-06-24T08:18:42Z) - Machine Learning Framework for Quantum Sampling of Highly-Constrained,
Continuous Optimization Problems [101.18253437732933]
本研究では,連続空間の逆設計問題を,制約のないバイナリ最適化問題にマッピングする,汎用的な機械学習ベースのフレームワークを開発する。
本研究では, 熱発光トポロジを熱光応用に最適化し, (ii) 高効率ビームステアリングのための拡散メタグレーティングを行うことにより, 2つの逆設計問題に対するフレームワークの性能を示す。
論文 参考訳(メタデータ) (2021-05-06T02:22:23Z)
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。