論文の概要: Software-Hardware Co-Optimization for Computational Chemistry on
Superconducting Quantum Processors
- arxiv url: http://arxiv.org/abs/2105.07127v1
- Date: Sat, 15 May 2021 03:45:26 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-31 02:04:03.951266
- Title: Software-Hardware Co-Optimization for Computational Chemistry on
Superconducting Quantum Processors
- Title（参考訳）: 超伝導量子プロセッサの計算化学のためのソフトウェアハードウェア共同最適化
- Authors: Gushu Li, Yunong Shi, and Ali Javadi-Abhari
- Abstract要約: アプリケーション、コンパイラ、ハードウェアを共同設計することで、重要な新しい最適化が発見できることを示す。
パウリ文字列を利用して、プログラムサイズを最小限の精度で圧縮できる重要なプログラムコンポーネントを識別する。
また、Pauli文字列シミュレーション回路の構造を利用して、新しいハードウェアアーキテクチャとコンパイラを調整し、実行オーバーヘッドを最大99%削減する。
- 参考スコア（独自算出の注目度）: 4.084801767163807
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Computational chemistry is the leading application to demonstrate the
advantage of quantum computing in the near term. However, large-scale
simulation of chemical systems on quantum computers is currently hindered due
to a mismatch between the computational resource needs of the program and those
available in today's technology. In this paper we argue that significant new
optimizations can be discovered by co-designing the application, compiler, and
hardware. We show that multiple optimization objectives can be coordinated
through the key abstraction layer of Pauli strings, which are the basic
building blocks of computational chemistry programs. In particular, we leverage
Pauli strings to identify critical program components that can be used to
compress program size with minimal loss of accuracy. We also leverage the
structure of Pauli string simulation circuits to tailor a novel hardware
architecture and compiler, leading to significant execution overhead reduction
by up to 99%. While exploiting the high-level domain knowledge reveals
significant optimization opportunities, our hardware/software framework is not
tied to a particular program instance and can accommodate the full family of
computational chemistry problems with such structure. We believe the co-design
lessons of this study can be extended to other domains and hardware
technologies to hasten the onset of quantum advantage.
- Abstract（参考訳）: 計算化学は、短期的には量子コンピューティングの利点を示すための主要な応用である。
しかしながら、量子コンピュータ上の化学系の大規模シミュレーションは、プログラムの計算リソース要求と今日の技術で利用可能なものとのミスマッチにより、現在妨げられている。
本稿では,アプリケーション,コンパイラ,ハードウェアを共同設計することで,新たな重要な最適化が発見できることを論じる。
計算化学プログラムの基本的な構成要素であるパウリ弦の鍵抽象層を通じて,複数の最適化目標をコーディネートできることを示す。
特に、Pauli文字列を利用して、プログラムサイズを最小限の精度で圧縮できる重要なプログラムコンポーネントを特定します。
また、Pauli文字列シミュレーション回路の構造を利用して、新しいハードウェアアーキテクチャとコンパイラを調整し、実行オーバーヘッドを最大99%削減する。
高度なドメイン知識を活用することで、重要な最適化の機会が明らかになる一方で、ハードウェア/ソフトウェアフレームワークは特定のプログラムインスタンスに縛られず、そのような構造を持つ計算化学問題の全ファミリーに対応できるのです。
この研究の共同設計の教訓は、量子アドバンテージの発生を早めるために、他のドメインやハードウェア技術にも拡張できると考えています。
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 algorithms for scientific computing [0.0]
ハイパフォーマンスコンピューティングに最も影響を与えるであろう分野には、量子システムのシミュレーション、最適化、機械学習などがある。
現代の古典的技術に対する控えめな量子増強でさえ、気象予報、航空宇宙工学、持続可能な開発のための「グリーン」材料の設計といった分野において、はるかに大きな影響を及ぼすであろう。
論文 参考訳（メタデータ） (2023-12-22T18:29:31Z) - Quantum Software Engineering Challenges from Developers' Perspective:
Mapping Research Challenges to the Proposed Workflow Model [5.287156503763459]
量子プログラムのソフトウェア工学は2つの方向からアプローチすることができる。
本稿では、量子コンピューティングのワークフローから始め、既存のソフトウェア工学の研究をこのワークフローにマッピングすることでギャップを埋めることを目的とする。
論文 参考訳（メタデータ） (2023-08-02T13:32:31Z) - QPLEX: Realizing the Integration of Quantum Computing into Combinatorial
Optimization Software [1.9109292348200242]
組合せ最適化は、量子コンピュータの重要なターゲット領域の1つとして登場した。
量子リソースを利用するには、ユーザーは量子アルゴリズム、SDK、ライブラリのドメイン固有の知識を必要とする。
本稿では,古典的インタフェースによる量子資源のシームレス利用のためのツールを提案する。
論文 参考訳（メタデータ） (2023-07-26T17:18:07Z) - 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) - Quantum Advantage Seeker with Kernels (QuASK): a software framework to
speed up the research in quantum machine learning [0.9217021281095907]
QuASKはPythonで書かれたオープンソースの量子機械学習フレームワークである。
量子カーネルを通じてデータを解析するために、最も最先端のアルゴリズムを実装している。
データセットのダウンロード、前処理、量子機械学習ルーチン、分析と視覚化のためのコマンドラインツールとして使用できる。
論文 参考訳（メタデータ） (2022-06-30T13:43:16Z) - A Hybrid Quantum-Classical Algorithm for Robust Fitting [47.42391857319388]
本稿では,ロバストフィッティングのためのハイブリッド量子古典アルゴリズムを提案する。
私たちのコアコントリビューションは、整数プログラムの列を解く、新しい堅牢な適合式である。
実際の量子コンピュータを用いて得られた結果について述べる。
論文 参考訳（メタデータ） (2022-01-25T05:59:24Z) - A backend-agnostic, quantum-classical framework for simulations of
chemistry in C++ [62.997667081978825]
本稿では,量子古典ソフトウェアをプロトタイピング,開発,デプロイするためのプラットフォームとして,XACCシステムレベルの量子コンピューティングフレームワークを提案する。
現在XACCで実装されている最先端の化学アルゴリズムのいくつかを示す一連の例を示す。
論文 参考訳（メタデータ） (2021-05-04T16:53:51Z) - Resource-Efficient Quantum Computing by Breaking Abstractions [9.695745674863554]
現在の量子ソフトウェアスタックは、古典的なコンピュータのスタックに似た階層化されたアプローチに従っている。
本稿では,これらの層間の抽象化を分解することで,量子コンピューティングシステムの高効率性を実現することができることを指摘する。
論文 参考訳（メタデータ） (2020-10-30T18:18:23Z) - Extending C++ for Heterogeneous Quantum-Classical Computing [56.782064931823015]
qcorはC++とコンパイラの実装の言語拡張で、異種量子古典プログラミング、コンパイル、単一ソースコンテキストでの実行を可能にする。
我々の研究は、量子言語で高レベルな量子カーネル(関数)を表現できる、第一種C++コンパイラを提供する。
論文 参考訳（メタデータ） (2020-10-08T12:49:07Z) - Electronic structure with direct diagonalization on a D-Wave quantum
annealer [62.997667081978825]
本研究は、D-Wave 2000Q量子アニール上の分子電子ハミルトニアン固有値-固有ベクトル問題を解くために、一般量子アニール固有解法(QAE)アルゴリズムを実装した。
そこで本研究では,D-Waveハードウェアを用いた各種分子系における基底および電子励起状態の取得について述べる。
論文 参考訳（メタデータ） (2020-09-02T22:46:47Z)
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。