論文の概要: The resource cost of large scale quantum computing
- arxiv url: http://arxiv.org/abs/2112.04022v2
- Date: Sun, 13 Feb 2022 19:42:37 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-05 07:31:29.573898
- Title: The resource cost of large scale quantum computing
- Title（参考訳）: 大規模量子コンピューティングの資源コスト
- Authors: Marco Fellous-Asiani
- Abstract要約: 我々は量子コンピューティングのエネルギー的コストに焦点を当てる。
特に,アルゴリズムの実装に必要なリソースを最小限に抑えるための学際的アプローチを開発する。
本手法は超伝導量子ビットに基づく完全モデルフォールトトレラント量子コンピュータに適用する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: This thesis deals with the problematics of the scalability of fault-tolerant
quantum computing. This question is studied under the angle of estimating the
resources needed to set up such computers. What we call a resource is, in
principle, very general; it could be the power, the energy, the total bandwidth
allocated to the different qubits... However, we mainly focus on the energetic
cost of quantum computing. In particular, we develop an inter-disciplinary
approach that allows to minimize the resources required to implement algorithms
on quantum computers. By asking to find the minimum amount of resources
required to perform a computation under the constraint that the algorithm
provides a correct answer with a targeted accuracy, it is possible to optimize
the whole computer in order to minimize the resources spent, while being sure
to have a correct answer with a high probability. We apply this approach to a
complete model fault-tolerant quantum computer based on superconducting qubits.
Our results indicate that for algorithms implemented on thousands of logical
qubits, our method makes it possible to reduce the energetic cost by orders of
magnitudes in regimes where, without optimizing, the power consumption could be
close to the gigawatt. This work illustrates that the energetic cost of quantum
computing should be a criterion in itself, allowing to evaluate the scaling
potential of a given quantum computer technology. It also illustrates that
optimizing the architecture of a quantum computer, via inter-disciplinary
methods, including algorithms, error correction, qubit physics, engineering
aspects, such as the ones that we propose, can prove to be a powerful tool,
clearly improving the scaling potential of quantum computers. Finally, we
provide general hints about how to make fault-tolerant quantum computers energy
efficient.
- Abstract（参考訳）: この論文は、フォールトトレラント量子コンピューティングのスケーラビリティの問題を扱う。
この問題は、そのようなコンピュータをセットアップするために必要なリソースを推定する角度で研究される。
私たちがリソースと呼ぶものは、原則として、非常に一般的なものです。それは、電力、エネルギー、異なるキュービットに割り当てられた総帯域幅などです。
しかし、我々は主に量子コンピューティングのエネルギーコストに焦点を当てている。
特に,量子コンピュータ上でアルゴリズムを実装するために必要なリソースを最小限に抑えるための学際的手法を開発した。
アルゴリズムが目標とする精度で正しい答えを提供するという制約の下で計算を行うのに必要な最小限のリソースを求めることにより、高い確率で正しい解が得られることを保証しつつ、使用するリソースを最小限に抑えるためにコンピュータ全体を最適化することができる。
この手法を超伝導量子ビットに基づく完全モデルフォールトトレラント量子コンピュータに適用する。
その結果、数千の論理量子ビットに実装されたアルゴリズムでは、最適化せずに消費電力をギガワットに近づけるシステムにおいて、エネルギーコストを1桁削減できることがわかった。
この研究は、量子コンピューティングのエネルギーコスト自体が基準であり、与えられた量子コンピュータ技術のスケーリング可能性を評価することができることを示している。
また、アルゴリズム、エラー補正、量子物理学、工学的な側面、例えば我々が提案しているものなど、学際的な手法によって量子コンピュータのアーキテクチャを最適化することは、量子コンピュータのスケーリング可能性を明確に向上させる強力なツールであることを示す。
最後に、フォールトトレラントな量子コンピュータエネルギーを効率的にする方法に関する一般的なヒントを提供する。
関連論文リスト
- Generative AI-enabled Quantum Computing Networks and Intelligent
Resource Allocation [80.78352800340032]
量子コンピューティングネットワークは、大規模な生成AI計算タスクと高度な量子アルゴリズムを実行する。
量子コンピューティングネットワークにおける効率的なリソース割り当ては、量子ビットの可変性とネットワークの複雑さのために重要な課題である。
我々は、生成学習から量子機械学習まで、最先端強化学習(RL)アルゴリズムを導入し、最適な量子リソース割り当てを行う。
論文 参考訳（メタデータ） (2024-01-13T17:16:38Z) - Resource-efficient utilization of quantum computers [0.0]
本稿では,ハイブリッド量子古典アルゴリズムの一般的な最適化手法を提案する。
本手法は,水素分子の基底状態エネルギーを求めるために用いられる変分量子アルゴリズムの具体例で実証する。
論文 参考訳（メタデータ） (2023-05-15T18:01:49Z) - Assessing requirements to scale to practical quantum advantage [56.22441723982983]
大規模量子アプリケーションに必要なリソースを推定するために,スタックの層を抽象化し,量子リソース推定のためのフレームワークを開発する。
3つのスケールされた量子アプリケーションを評価し、実用的な量子優位性を達成するために数十万から数百万の物理量子ビットが必要であることを発見した。
私たちの研究の目標は、より広範なコミュニティがスタック全体の設計選択を探索できるようにすることで、実用的な量子的優位性に向けた進歩を加速することにあります。
論文 参考訳（メタデータ） (2022-11-14T18:50:27Z) - 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) - Optimizing resource efficiencies for scalable full-stack quantum
computers [0.0]
Metric-Noise-Resourceはフルスタックの量子コンピュータのあらゆる側面を定量化し最適化することができる。
フルスタック量子コンピュータの消費電力を最小化するために, MNR を用いる。
これは、これまで見過ごされていた量子コンピュータ構築の実践的議論を提供する。
論文 参考訳（メタデータ） (2022-09-12T17:57:44Z) - Quantum Computing for Power Flow Algorithms: Testing on real Quantum
Computers [0.0]
本稿では、量子コンピューティングシミュレーションを超えて、実量子コンピュータ上の電力システムに対する量子コンピューティングの実験的な応用を行う。
我々は5種類の異なる量子コンピュータを使用し、HHL量子アルゴリズムを適用し、交流電力流アルゴリズムの精度と速度に対する現在のノイズ量子ハードウェアの影響を調べる。
論文 参考訳（メタデータ） (2022-04-29T11:53:16Z) - 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) - Resource-efficient encoding algorithm for variational bosonic quantum
simulations [0.0]
量子コンピューティングのノイズ中間スケール量子(NISQ)時代には、量子資源は限られている。
ボゾン基底と励起状態計算のための資源効率のよい量子アルゴリズムを提案する。
論文 参考訳（メタデータ） (2021-02-23T19:00:05Z) - Space-efficient binary optimization for variational computing [68.8204255655161]
本研究では,トラベリングセールスマン問題に必要なキュービット数を大幅に削減できることを示す。
また、量子ビット効率と回路深さ効率のモデルを円滑に補間する符号化方式を提案する。
論文 参考訳（メタデータ） (2020-09-15T18:17:27Z) - 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) - Limitations in quantum computing from resource constraints [0.0]
誤差補正の量はオプティマイズ可能であり,計算精度が最大となることを示す。
これは将来の大規模量子コンピュータのエネルギー的推定の基礎を提供する。
論文 参考訳（メタデータ） (2020-07-03T23:37:28Z)
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。