論文の概要: TQSim: A Case for Reuse-Focused Tree-Based Quantum Circuit Simulation
- arxiv url: http://arxiv.org/abs/2203.13892v1
- Date: Fri, 25 Mar 2022 20:06:15 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-20 20:38:01.797337
- Title: TQSim: A Case for Reuse-Focused Tree-Based Quantum Circuit Simulation
- Title（参考訳）: TQSim: 再使用型ツリーベース量子回路シミュレーションの事例
- Authors: Meng Wang, Rui Huang, Swamit Tannu, Prashant Nair
- Abstract要約: 本稿では,ツリーベース量子回路シミュレーション(TQSim)というノイズシミュレーション手法を提案する。
TQSimはノイズシミュレーション中の中間結果の再利用性を活用し、計算量を削減する。
ノイズの多いQulacsベースのベースラインシミュレータと比較して、TQSimは48のベンチマーク回路で平均2.51倍のスピードアップを達成する。
- 参考スコア（独自算出の注目度）: 14.047925751565387
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Quantum computers can speed up computationally hard problems. However, to
realize their full potential, we must mitigate qubit errors (from noise) by
developing noise-aware algorithms, compilers, and architectures. Thus,
simulating quantum programs on classical computers with different noise models
is a de-facto tool that is used by researchers and practitioners.
Unfortunately, noisy quantum simulators iteratively execute the same circuit
across multiple trials (shots), thereby incurring high-performance overheads.
To address this, we propose a noisy simulation technique called Tree-Based
Quantum Circuit Simulation (TQSim). TQSim exploits the reusability of the
intermediate results during the noisy simulation and reduces computation. TQSim
dynamically partitions a circuit into several subcircuits. It then reuses the
intermediate results from these subcircuits during computation. As compared to
a noisy Qulacs-based baseline simulator, TQSim achieves an average speedup of
2.51x across 48 different benchmark circuits. Additionally, across benchmarks,
TQSim produces results with a normalized fidelity that is within the 0.016
range of the baseline normalized fidelity.
- Abstract（参考訳）: 量子コンピュータは計算の難しい問題をスピードアップできる。
しかし、その潜在能力を最大限に発揮するためには、ノイズ対応アルゴリズム、コンパイラ、アーキテクチャを開発することで(ノイズから)量子ビットエラーを軽減する必要がある。
したがって、従来のコンピュータ上で異なるノイズモデルで量子プログラムをシミュレートすることは、研究者や実践者が使用するデファクトツールである。
残念ながら、ノイズの多い量子シミュレータは複数のトライアル(ショット)で同じ回路を反復的に実行し、高性能なオーバーヘッドを引き起こす。
そこで本研究では,Tree-Based Quantum Circuit Simulation (TQSim)と呼ばれるノイズシミュレーション手法を提案する。
TQSimはノイズシミュレーション中の中間結果の再利用性を活用し、計算量を削減する。
TQSimは回路を複数のサブ回路に動的に分割する。
その後、計算中にこれらのサブ回路から中間結果を再利用する。
ノイズの多いQulacsベースのベースラインシミュレータと比較して、TQSimは48のベンチマーク回路で平均2.51倍のスピードアップを達成する。
さらに、ベンチマーク全体で、TQSimはベースライン正規化フィデリティの0.016の範囲内にある正規化フィデリティで結果を生成する。
関連論文リスト
- Boundaries for quantum advantage with single photons and loop-based time-bin interferometers [40.908112113947475]
ループベースのボソンサンプリング器は、一連の遅延線を用いて自由度で光子を干渉する。
本稿では,このループ構造を利用してより効率的なシミュレーションを行う手法を提案する。
論文 参考訳（メタデータ） (2024-11-25T19:13:20Z) - 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) - Sparse Simulation of VQE Circuits for Quantum Chemistry [0.0]
Variational Quantum Eigensolver (VQE) は将来のノイズ中間量子(NISQ)デバイスのための有望なアルゴリズムである。
本稿では,イテレーティブなQubit Coupled Cluster (iQCC) アンサッツの古典的シミュレーションについて考察する。
論文 参考訳（メタデータ） (2024-04-15T18:00:05Z) - 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) - Simulating photonic devices with noisy optical elements [0.615738282053772]
短期的には、あらゆる量子アルゴリズムの性能は、ノイズの存在下でテストされ、シミュレートされるべきである。
我々は,最近提案されたノイズゲートアプローチを用いて,雑音光回路を効率的にシミュレートする。
また、MAX-2-CUT問題を解くために、フォトニック変分量子アルゴリズムの性能を評価する。
論文 参考訳（メタデータ） (2023-11-17T16:06:20Z) - Accurate and Honest Approximation of Correlated Qubit Noise [39.58317527488534]
提案手法は, 量子ビット相関度の高い雑音成分を組み込むことにより, 精度を向上することのできる, 近似雑音チャネルの効率的な構成法である。
固定周波数超伝導量子ビットに典型的な現実的な雑音強度では、2量子ビット相関を超える相関ノイズがコードシミュレーションの精度に大きく影響することを発見した。
論文 参考訳（メタデータ） (2023-11-15T19:00:34Z) - TornadoQSim: An Open-source High-Performance and Modular Quantum Circuit
Simulation Framework [0.20999222360659603]
本稿では,Javaで実装されたオープンソースの量子回路シミュレーションフレームワークであるTornadoQSimを紹介する。
提案するフレームワークは,ユーザ定義のシミュレーションバックエンドを収容するために,モジュール化され,容易に拡張できるように設計されている。
TornadoQSimはTornadoVMを使用して、シミュレーションバックエンドの一部を異種ハードウェアに自動的にコンパイルする。
論文 参考訳（メタデータ） (2023-05-23T08:41:24Z) - Exact and approximate simulation of large quantum circuits on a single
GPU [0.46603287532620735]
最大27量子ビットのフーリエ変換回路の正確なシミュレーションのための競合実行時間を報告する。
また、54量子ビットに作用するランダム回路の全ての振幅を、平均忠実度が4%以上の7層で近似シミュレーションした。
論文 参考訳（メタデータ） (2023-04-28T16:45:28Z) - Simulations of Quantum Circuits with Approximate Noise using qsim and
Cirq [0.5701739554814172]
我々は、量子回路のオープンソースの高性能シミュレータであるqsimを用いて、マルチノード量子軌道シミュレーションを導入する。
本稿では,量子軌道の遅延内積アルゴリズムを提案する。
論文 参考訳（メタデータ） (2021-11-03T17:59:03Z) - Pulse-level noisy quantum circuits with QuTiP [53.356579534933765]
我々はQuTiPの量子情報処理パッケージであるqutip-qipに新しいツールを導入する。
これらのツールはパルスレベルで量子回路をシミュレートし、QuTiPの量子力学解法と制御最適化機能を活用する。
シミュレーションプロセッサ上で量子回路がどのようにコンパイルされ、制御パルスがターゲットハミルトニアンに作用するかを示す。
論文 参考訳（メタデータ） (2021-05-20T17:06:52Z) - A deep learning model for noise prediction on near-term quantum devices [137.6408511310322]
我々は、量子デバイスからの実験データに基づいて畳み込みニューラルネットワークをトレーニングし、ハードウェア固有のノイズモデルを学ぶ。
コンパイラはトレーニングされたネットワークをノイズ予測器として使用し、期待されるノイズを最小限に抑えるために回路にゲートのシーケンスを挿入する。
論文 参考訳（メタデータ） (2020-05-21T17:47:29Z)
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。