論文の概要: Distributed Quantum Computing with QMPI
- arxiv url: http://arxiv.org/abs/2105.01109v1
- Date: Mon, 3 May 2021 18:30:43 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-01 17:41:06.244180
- Title: Distributed Quantum Computing with QMPI
- Title(参考訳): QMPIを用いた分散量子コンピューティング
- Authors: Thomas H\"aner, Damian S. Steiger, Torsten Hoefler, Matthias Troyer
- Abstract要約: 本稿では,分散量子アルゴリズムの高性能実装を実現するために,MPI(Message Passing Interface)の拡張を提案する。
量子MPIの試作実装に加えて,分散量子コンピューティングの性能モデルであるSENDQを提案する。
- 参考スコア(独自算出の注目度): 11.71212583708166
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Practical applications of quantum computers require millions of physical
qubits and it will be challenging for individual quantum processors to reach
such qubit numbers. It is therefore timely to investigate the resource
requirements of quantum algorithms in a distributed setting, where multiple
quantum processors are interconnected by a coherent network. We introduce an
extension of the Message Passing Interface (MPI) to enable high-performance
implementations of distributed quantum algorithms. In turn, these
implementations can be used for testing, debugging, and resource estimation. In
addition to a prototype implementation of quantum MPI, we present a performance
model for distributed quantum computing, SENDQ. The model is inspired by the
classical LogP model, making it useful to inform algorithmic decisions when
programming distributed quantum computers. Specifically, we consider several
optimizations of two quantum algorithms for problems in physics and chemistry,
and we detail their effects on performance in the SENDQ model.
- Abstract(参考訳): 量子コンピュータの実用的応用には数百万の物理量子ビットが必要であり、個々の量子プロセッサがそのような量子ビット数に達することは困難である。
したがって、複数の量子プロセッサがコヒーレントネットワークによって相互接続される分散環境では、量子アルゴリズムのリソース要求を時間的に調査する。
我々は,分散量子アルゴリズムの高性能実装を実現するためのメッセージパッシングインタフェース(mpi)の拡張を提案する。
結果として、これらの実装はテスト、デバッグ、リソース推定に使用できる。
量子MPIの試作実装に加えて,分散量子コンピューティングの性能モデルであるSENDQを提案する。
このモデルは古典的なlogpモデルにインスパイアされ、分散量子コンピュータのプログラミング時にアルゴリズム的な決定を知らせるのに役立つ。
具体的には、物理と化学の問題に対する2つの量子アルゴリズムの最適化について考察し、SENDQモデルの性能への影響について詳述する。
関連論文リスト
- Application of Large Language Models to Quantum State Simulation [0.11666234644810894]
現在、様々な量子シミュレーターが研究者に強力なツールを提供しているが、これらのシミュレーターで量子進化をシミュレートすると、しばしば高コストが発生する。
本稿では、1量子ビットと2量子ビットの量子シミュレータモデルを構築し、複数の量子ビットに拡張し、最終的には3量子ビットの例を実装する過程を詳述する。
本研究は,LLMが量子ビット間の進化パターンを理論的出力状態と比較して最小限の誤差で効果的に学習し,予測できることを実証する。
論文 参考訳(メタデータ) (2024-10-09T07:23:13Z) - The curse of random quantum data [62.24825255497622]
量子データのランドスケープにおける量子機械学習の性能を定量化する。
量子機械学習におけるトレーニング効率と一般化能力は、量子ビットの増加に伴い指数関数的に抑制される。
この結果は量子カーネル法と量子ニューラルネットワークの広帯域限界の両方に適用できる。
論文 参考訳(メタデータ) (2024-08-19T12:18:07Z) - Scalable Quantum Algorithms for Noisy Quantum Computers [0.0]
この論文は、量子計算資源の要求を減らす2つの主要な技術を開発した。
目的は、現在の量子プロセッサでアプリケーションサイズをスケールアップすることだ。
アルゴリズムの応用の主な焦点は量子システムのシミュレーションであるが、開発したサブルーチンは最適化や機械学習の分野でさらに活用することができる。
論文 参考訳(メタデータ) (2024-03-01T19:36:35Z) - Quantum Subroutine for Variance Estimation: Algorithmic Design and Applications [80.04533958880862]
量子コンピューティングは、アルゴリズムを設計する新しい方法の基礎となる。
どの場の量子スピードアップが達成できるかという新たな課題が生じる。
量子サブルーチンの設計は、従来のサブルーチンよりも効率的で、新しい強力な量子アルゴリズムに固い柱を向ける。
論文 参考訳(メタデータ) (2024-02-26T09:32:07Z) - 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) - Oblivious Quantum Computation and Delegated Multiparty Quantum
Computation [61.12008553173672]
本稿では、入力量子ビットの秘密性と量子ゲートを識別するプログラムを必要とする新しい計算量子計算法を提案する。
本稿では,この課題に対する2サーバプロトコルを提案する。
また,従来の通信のみを用いて,複数のユーザがサーバにマルチパーティ量子計算を依頼する多パーティ量子計算についても論じる。
論文 参考訳(メタデータ) (2022-11-02T09:01:33Z) - 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) - Quantum Neuron with Separable-State Encoding [0.0]
現在利用可能な量子プロセッサにおいて、高度な量子ニューロンモデルを大規模にテストすることは、まだ不可能である。
マルチキュービットゲート数を削減した量子パーセプトロン(QP)モデルを提案する。
シミュレーション量子コンピュータにおいて,QPの量子ビットバージョンをいくつか実装することにより,提案モデルの性能を実証する。
論文 参考訳(メタデータ) (2022-02-16T19:26:23Z) - Quantum Federated Learning with Quantum Data [87.49715898878858]
量子機械学習(QML)は、量子コンピューティングの発展に頼って、大規模な複雑な機械学習問題を探求する、有望な分野として登場した。
本稿では、量子データ上で動作し、量子回路パラメータの学習を分散的に共有できる初めての完全量子連合学習フレームワークを提案する。
論文 参考訳(メタデータ) (2021-05-30T12:19:27Z) - Distributed Quantum Computing and Network Control for Accelerated VQE [0.0]
本研究では, 量子コンピュータの分散量子コンピュータにおいて, 量子固有解法(AVQE)アルゴリズムを任意のサイズ(量子ビット数)に分散する手法を検討する。
本稿では,集中型および分散化されたネットワーク制御の設定において,分散量子制御システムのためのアーキテクチャを提案する。
論文 参考訳(メタデータ) (2021-01-07T11:50:24Z)
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。