論文の概要: Quantum perturbation theory using Tensor cores and a deep neural network
- arxiv url: http://arxiv.org/abs/2203.09621v2
- Date: Tue, 10 May 2022 14:21:22 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-21 20:35:41.140318
- Title: Quantum perturbation theory using Tensor cores and a deep neural network
- Title（参考訳）: テンソルコアとディープニューラルネットワークを用いた量子摂動理論
- Authors: Joshua Finkelstein, Emanuel H. Rubensson, Susan M. Mniszewski,
Christian F. A. Negre, Anders M. N. Niklasson
- Abstract要約: 時間非依存の量子応答計算は、フローティングコアを用いて行われる。
2つのNvidia A100 GPUのコアを用いて,200Tflopsのピーク性能を実証した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Time-independent quantum response calculations are performed using Tensor
cores. This is achieved by mapping density matrix perturbation theory onto the
computational structure of a deep neural network. The main computational cost
of each deep layer is dominated by tensor contractions, i.e. dense
matrix-matrix multiplications, in mixed precision arithmetics which achieves
close to peak performance. Quantum response calculations are demonstrated and
analyzed using self-consistent charge density-functional tight-binding theory
as well as coupled-perturbed Hartree-Fock theory. For linear response
calculations, a novel parameter-free convergence criterion is presented that is
well-suited for numerically noisy low precision floating point operations and
we demonstrate a peak performance of almost 200 Tflops using the Tensor cores
of two Nvidia A100 GPUs.
- Abstract（参考訳）: テンソルコアを用いて時間非依存の量子応答計算を行う。
これは、密度行列摂動理論をディープニューラルネットワークの計算構造にマッピングすることで達成される。
各深層の主な計算コストは、ピーク性能に近い混合精度演算において、テンソル収縮、すなわち密度行列-行列乗算によって支配される。
自己整合性電荷密度関数型強結合理論と結合摂動ハートリー・フォック理論を用いて量子応答計算を実証・解析する。
線形応答計算では、数値的にノイズの多い低精度浮動小数点演算に適したパラメータフリー収束基準が提示され、2つのnvidia a100 gpuのテンソルコアを用いて200 tflops近いピーク性能を示す。
関連論文リスト
- Simulating NMR Spectra with a Quantum Computer [49.1574468325115]
本稿では、スピン系のNMRスペクトルのシミュレーションの完全な手順の形式化を提供する。
また、量子コンピュータでハミルトン行列を対角化する方法も説明し、プロセス全体の性能を向上させる。
論文 参考訳（メタデータ） (2024-10-28T08:43:40Z) - Susceptibility Formulation of Density Matrix Perturbation Theory [0.0]
密度行列摂動理論は時間非依存の応答計算のための計算効率の良いフレームワークを提供する。
代わりに、観測可能な状態の静的感受性を計算するために、双対定式化(英語版)という別の方法を示す。
論文 参考訳（メタデータ） (2024-09-25T15:34:21Z) - Implementation of the Density-functional Theory on Quantum Computers
with Linear Scaling with respect to the Number of Atoms [1.4502611532302039]
密度汎関数理論(DFT)は化学と物質科学の計算機シミュレーションに革命をもたらした。
理論の忠実な実装には、自己整合性計算が必要である。
本稿では,原子数に対して線形スケーリングを有する量子アルゴリズムを提案する。
論文 参考訳（メタデータ） (2023-07-13T21:17:58Z) - Efficient Bound of Lipschitz Constant for Convolutional Layers by Gram
Iteration [122.51142131506639]
循環行列理論を用いて畳み込み層のスペクトルノルムに対して、精密で高速で微分可能な上界を導入する。
提案手法は, 精度, 計算コスト, スケーラビリティの観点から, 他の最先端手法よりも優れていることを示す。
これは畳み込みニューラルネットワークのリプシッツ正則化に非常に効果的であり、並行アプローチに対する競合的な結果である。
論文 参考訳（メタデータ） (2023-05-25T15:32:21Z) - Numerical Simulations of Noisy Quantum Circuits for Computational
Chemistry [51.827942608832025]
短期量子コンピュータは、小さな分子の基底状態特性を計算することができる。
計算アンサッツの構造と装置ノイズによる誤差が計算にどのように影響するかを示す。
論文 参考訳（メタデータ） (2021-12-31T16:33:10Z) - Variational Adiabatic Gauge Transformation on real quantum hardware for
effective low-energy Hamiltonians and accurate diagonalization [68.8204255655161]
変分アダバティックゲージ変換(VAGT)を導入する。
VAGTは、現在の量子コンピュータを用いてユニタリ回路の変動パラメータを学習できる非摂動型ハイブリッド量子アルゴリズムである。
VAGTの精度は、RigettiおよびIonQ量子コンピュータ上でのシミュレーションと同様に、トラフ数値シミュレーションで検証される。
論文 参考訳（メタデータ） (2021-11-16T20:50:08Z) - Quantum-based Molecular Dynamics Simulations Using Tensor Cores [2.3551989288556774]
ボルン=オッペンハイマー分子動力学問題に高効率でテンソルコアが適用可能であることを示す。
原子間力は、一般化されたディープニューラルネットワークから得られる電子構造からオンザフライで計算される。
正規アンサンブルシミュレーションスキームも提示され、計算された力の付加的な数値ノイズをランゲヴィン様の力学に吸収する。
論文 参考訳（メタデータ） (2021-07-06T17:11:45Z) - Mixed Precision Fermi-Operator Expansion on Tensor Cores From a Machine
Learning Perspective [0.20011494166747584]
NvidiaのA100テンソルコアユニット上での半精度浮動小数点演算では100テラFLOP以上の性能が達成されている。
量子力学的電子構造問題を解くために、微分可能なディープニューラルネットワーク構造を定式化する。
論文 参考訳（メタデータ） (2021-01-16T06:55:20Z) - Efficient construction of tensor-network representations of many-body
Gaussian states [59.94347858883343]
本稿では,多体ガウス状態のテンソルネットワーク表現を効率よく,かつ制御可能な誤差で構築する手法を提案する。
これらの状態には、量子多体系の研究に欠かせないボゾン系およびフェルミオン系二次ハミルトン系の基底状態と熱状態が含まれる。
論文 参考訳（メタデータ） (2020-08-12T11:30:23Z) - Simple heuristics for efficient parallel tensor contraction and quantum
circuit simulation [1.4416132811087747]
本稿では,確率モデルを用いたテンソルネットワークの縮約のための並列アルゴリズムを提案する。
結果のアルゴリズムをランダム量子回路のシミュレーションに適用する。
論文 参考訳（メタデータ） (2020-04-22T23:00:42Z) - Understanding Generalization in Deep Learning via Tensor Methods [53.808840694241]
圧縮の観点から,ネットワークアーキテクチャと一般化可能性の関係について理解を深める。
本稿では、ニューラルネットワークの圧縮性と一般化性を強く特徴付ける、直感的で、データ依存的で、測定が容易な一連の特性を提案する。
論文 参考訳（メタデータ） (2020-01-14T22:26:57Z)
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。