論文の概要: Quantum Computational Advantage via 60-Qubit 24-Cycle Random Circuit Sampling

• arxiv url: http://arxiv.org/abs/2109.03494v2
• Date: Thu, 9 Sep 2021 06:08:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2023-03-15 20:51:30.542220
• Title: Quantum Computational Advantage via 60-Qubit 24-Cycle Random Circuit Sampling
• Title（参考訳）: 60-Qubit 24-Cycle Random 回路サンプリングによる量子計算アドバンテージ
• Abstract要約: textitZuchongzhi 2.1の読み出し精度は97.74%に大幅に改善されている。 より強力な量子プロセッサにより、より大規模なランダムな量子回路サンプリングを実現することができる。
• 参考スコア（独自算出の注目度）: 33.18018507595303
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: To ensure a long-term quantum computational advantage, the quantum hardware should be upgraded to withstand the competition of continuously improved classical algorithms and hardwares. Here, we demonstrate a superconducting quantum computing systems \textit{Zuchongzhi} 2.1, which has 66 qubits in a two-dimensional array in a tunable coupler architecture. The readout fidelity of \textit{Zuchongzhi} 2.1 is considerably improved to an average of 97.74\%. The more powerful quantum processor enables us to achieve larger-scale random quantum circuit sampling, with a system scale of up to 60 qubits and 24 cycles. The achieved sampling task is about 6 orders of magnitude more difficult than that of Sycamore [Nature \textbf{574}, 505 (2019)] in the classic simulation, and 3 orders of magnitude more difficult than the sampling task on \textit{Zuchongzhi} 2.0 [arXiv:2106.14734 (2021)]. The time consumption of classically simulating random circuit sampling experiment using state-of-the-art classical algorithm and supercomputer is extended to tens of thousands of years (about $4.8\times 10^4$ years), while \textit{Zuchongzhi} 2.1 only takes about 4.2 hours, thereby significantly enhancing the quantum computational advantage.
• Abstract（参考訳）: 量子コンピューティングの長期的優位性を保証するため、量子ハードウェアは、継続的に改良された古典的アルゴリズムとハードウェアの競合に耐えるためにアップグレードされるべきである。 ここでは超伝導量子コンピューティングシステム \textit{Zuchongzhi} 2.1 について述べる。 textit{Zuchongzhi} 2.1の読み出し忠実度は97.74\%まで大幅に向上する。 より強力な量子プロセッサは、最大60量子ビットと24サイクルのシステムスケールで、大規模でランダムな量子回路サンプリングを可能にします。 得られたサンプリングタスクは、古典的なシミュレーションにおいて、Sycamore [Nature \textbf{574}, 505 (2019)] よりも6桁ほど難しく、また \textit{Zuchongzhi} 2.0 [arXiv:2106.14734 (2021)] のサンプリングタスクよりも3桁ほど難しい。 最先端の古典的アルゴリズムとスーパーコンピュータを用いて、古典的にシミュレーションされたランダム回路サンプリング実験の時間消費は、数万年(約4.8\times 10^4$ years)に拡張され、 \textit{Zuchongzhi} 2.1 は約4.2時間しかかからない。

関連論文リスト

• Quantum advantage from effective $200$-qubit holographic random circuit sampling [0.0]
  本稿では,サンプリング複雑性を大幅に高めるホログラフィックランダム回路サンプリングアルゴリズムを提案する。 我々は,最大200キュービットの有効サンプリングを実演し,クロスエントロピーベンチマークの忠実度を0.0593$とした。
  論文  参考訳（メタデータ） (2025-11-07T17:09:30Z)
• Digital quantum simulation of many-body systems: Making the most of intermediate-scale, noisy quantum computers [51.56484100374058]
  この論文は量子デバイス上の量子力学をシミュレートすることを中心にしている。 本稿では,量子力学における最も関連性の高い量子アルゴリズムの概要を紹介する。 近い将来に量子シミュレーションの恩恵を受けることができる量子力学における関連する問題を同定する。
  論文  参考訳（メタデータ） (2025-08-29T10:37:19Z)
• Establishing a New Benchmark in Quantum Computational Advantage with 105-qubit Zuchongzhi 3.0 Processor [65.64902746326833]
  Zuchongzhi 3.0は105量子ビットからなる超伝導量子コンピュータのプロトタイプである。 83量子32サイクルのランダム回路サンプリング実験は、Zuchongzhi 3.0の優れた性能を示し、数百秒で100万サンプルを達成した。
  論文  参考訳（メタデータ） (2024-12-16T16:11:26Z)
• Leapfrogging Sycamore: Harnessing 1432 GPUs for 7$\times$ Faster Quantum Random Circuit Sampling [40.83618005962484]
  ランダム量子回路サンプリングは、量子計算の利点を示すベンチマークとして機能する。 古典的アルゴリズムの最近の進歩は、古典的シミュレーション時間を大幅に短縮した。 我々の研究は、TextitSycamoreの量子優位性という主張を否定する最初の明白な実験的証拠を提供する。
  論文  参考訳（メタデータ） (2024-06-27T05:01:47Z)
• Data augmentation experiments with style-based quantum generative adversarial networks on trapped-ion and superconducting-qubit technologies [0.0]
  この研究は、初めて、スタイルベースの量子生成逆数ネットワーク(qGAN)の量子ジェネレータアーキテクチャをどのように実装できるかを実証する。 2022年に提案されたスタイルベースのqGANは、qGANのための技術の現状を一般化し、浅い深度ネットワークを可能にする。 両デバイスで得られた結果は同等の品質であり、ia-1デバイスはibm_torinoデバイスよりもかなり正確な結果をもたらす。
  論文  参考訳（メタデータ） (2024-05-07T15:26:51Z)
• 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)
• Majorization-based benchmark of the complexity of quantum processors [105.54048699217668]
  我々は、様々な量子プロセッサの動作を数値的にシミュレートし、特徴付ける。 我々は,各デバイスの性能をベンチマークラインと比較することにより,量子複雑性を同定し,評価する。 我々は、回路の出力状態が平均して高い純度である限り、偏化ベースのベンチマークが成り立つことを発見した。
  論文  参考訳（メタデータ） (2023-04-10T23:01:10Z)
• 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)
• Quantum reservoir neural network implementation on coherently coupled quantum oscillators [1.7086737326992172]
  本稿では,多数の高密度結合ニューロンを得る量子貯水池の実装を提案する。 超伝導回路に基づく特定のハードウェア実装を解析する。 ベンチマークタスクでは99 %の最先端の精度が得られる。
  論文  参考訳（メタデータ） (2022-09-07T15:24:51Z)
• Classical Sampling of Random Quantum Circuits with Bounded Fidelity [0.5735035463793007]
  任意のランダム量子回路の確率分布を生成するための古典的なサンプリングアルゴリズムを提案する。 古典的には、シカモア53量子ビットチップの20サイクル回路に基づいて、その忠実度を0.2%に制限した100万のサンプルを生成した。 我々は,Zuchongzhi 56-qubit 20-cycle 回路では,Selene スーパーコンピュータを用いて,忠実度 0.066% の 1M サンプルを生成可能であると推定した。
  論文  参考訳（メタデータ） (2021-12-30T14:51:39Z)
• Strong quantum computational advantage using a superconducting quantum processor [33.030717006448526]
  本研究では,66個の機能量子ビットからなる2次元プログラム可能な超伝導量子プロセッサ,TextitZuchongzhiを開発した。 我々の研究は、古典的な計算を妥当な時間で実現できない、あいまいな量子計算の優位性を確立する。
  論文  参考訳（メタデータ） (2021-06-28T14:06:07Z)
• Simulating the Sycamore quantum supremacy circuits [7.15956388718641]
  量子回路シミュレーションのための一般的なテンソルネットワーク手法を提案する。 応用として,GoogleのSycamore回路のサンプリング問題について検討する。
  論文  参考訳（メタデータ） (2021-03-04T14:55:15Z)
• Boundaries of quantum supremacy via random circuit sampling [69.16452769334367]
  Googleの最近の量子超越性実験は、量子コンピューティングがランダムな回路サンプリングという計算タスクを実行する遷移点を示している。 観測された量子ランタイムの利点の制約を、より多くの量子ビットとゲートで検討する。
  論文  参考訳（メタデータ） (2020-05-05T20:11:53Z)

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。