論文の概要: TensorCircuit: a Quantum Software Framework for the NISQ Era
- arxiv url: http://arxiv.org/abs/2205.10091v2
- Date: Fri, 27 Jan 2023 07:49:26 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-12 08:04:54.123117
- Title: TensorCircuit: a Quantum Software Framework for the NISQ Era
- Title（参考訳）: TensorCircuit: NISQ時代の量子ソフトウェアフレームワーク
- Authors: Shi-Xin Zhang, Jonathan Allcock, Zhou-Quan Wan, Shuo Liu, Jiace Sun,
Hao Yu, Xing-Han Yang, Jiezhong Qiu, Zhaofeng Ye, Yu-Qin Chen, Chee-Kong Lee,
Yi-Cong Zheng, Shao-Kai Jian, Hong Yao, Chang-Yu Hsieh, Shengyu Zhang
- Abstract要約: Pythonで書かれたCircuitは、自動微分、ジャストインタイムコンパイル、ベクトル化並列処理、ハードウェアアクセラレーションをサポートする。
回路は、適度な深さと低次元接続で最大600量子ビットをシミュレートすることができる。
- 参考スコア（独自算出の注目度）: 18.7784080447382
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: TensorCircuit is an open source quantum circuit simulator based on tensor
network contraction, designed for speed, flexibility and code efficiency.
Written purely in Python, and built on top of industry-standard machine
learning frameworks, TensorCircuit supports automatic differentiation,
just-in-time compilation, vectorized parallelism and hardware acceleration.
These features allow TensorCircuit to simulate larger and more complex quantum
circuits than existing simulators, and are especially suited to variational
algorithms based on parameterized quantum circuits. TensorCircuit enables
orders of magnitude speedup for various quantum simulation tasks compared to
other common quantum software, and can simulate up to 600 qubits with moderate
circuit depth and low-dimensional connectivity. With its time and space
efficiency, flexible and extensible architecture and compact, user-friendly
API, TensorCircuit has been built to facilitate the design, simulation and
analysis of quantum algorithms in the Noisy Intermediate-Scale Quantum (NISQ)
era.
- Abstract（参考訳）: tensorcircuitは、テンソルネットワークの収縮に基づくオープンソースの量子回路シミュレータであり、速度、柔軟性、コード効率のために設計された。
Pythonで書かれ、業界標準の機械学習フレームワークの上に構築されたTensorCircuitは、自動微分、ジャストインタイムコンパイル、ベクトル化並列処理、ハードウェアアクセラレーションをサポートする。
これらの特徴により、TensorCircuitは既存のシミュレータよりも大きく複雑な量子回路をシミュレートすることができ、特にパラメータ化量子回路に基づく変分アルゴリズムに適している。
TensorCircuitは、他の一般的な量子ソフトウェアと比較して、様々な量子シミュレーションタスクの桁違いのスピードアップを可能にし、適度な回路深さと低次元接続で最大600量子ビットをシミュレートすることができる。
時間と空間効率、柔軟性と拡張性のあるアーキテクチャ、コンパクトでユーザフレンドリーなAPIにより、TensorCircuitは、Noisy Intermediate-Scale Quantum (NISQ)時代の量子アルゴリズムの設計、シミュレーション、分析を容易にするために開発された。
関連論文リスト
- A Scalable FPGA Architecture for Quantum Computing Simulation [0.0]
量子コンピューティングシミュレーションは、量子回路の挙動を探索する機会を提供する。
量子回路のシミュレーションには幾何学的な時間と空間の複雑さが必要である。
高性能で並列性の高いアクセラレータを提供するために,スケーラブルなアクセラレータアーキテクチャを提案する。
論文 参考訳（メタデータ） (2024-07-08T21:48:28Z) - 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) - State of practice: evaluating GPU performance of state vector and tensor
network methods [2.7930955543692817]
本稿では,8種類の量子サブルーチンを用いたテストベンチにおける現状シミュレーション手法の限界について検討する。
我々は,最大1桁のスピードアップを達成し,最適なシミュレーション戦略を選択する方法について強調する。
論文 参考訳（メタデータ） (2024-01-11T09:22:21Z) - cuQuantum SDK: A High-Performance Library for Accelerating Quantum
Science [7.791505883503921]
本稿では,GPU加速量子回路シミュレーションのための実装可能なプリミティブの最先端ライブラリであるNVIDIA cuQuantum SDKを紹介する。
cuQuantum SDKは、量子情報科学コミュニティが開発した量子回路シミュレータの高速化とスケールアップを目的として開発された。
論文 参考訳（メタデータ） (2023-08-03T19:28:02Z) - TeD-Q: a tensor network enhanced distributed hybrid quantum machine
learning framework [59.07246314484875]
TeD-Qは、量子機械学習のためのオープンソースのソフトウェアフレームワークである。
古典的な機械学習ライブラリと量子シミュレータをシームレスに統合する。
量子回路とトレーニングの進捗をリアルタイムで視覚化できるグラフィカルモードを提供する。
論文 参考訳（メタデータ） (2023-01-13T09:35:05Z) - QuDiet: A Classical Simulation Platform for Qubit-Qudit Hybrid Quantum
Systems [7.416447177941264]
textbfQuDietは、ピソンベースの高次元量子コンピューティングシミュレータである。
textbfQuDietは一般化された量子ゲートを利用する多値論理演算を提供する。
textbfQuDietは完全なqubit-quditハイブリッド量子シミュレータパッケージを提供する。
論文 参考訳（メタデータ） (2022-11-15T06:07:04Z) - Optimizing Tensor Network Contraction Using Reinforcement Learning [86.05566365115729]
本稿では,グラフニューラルネットワーク(GNN)と組み合わせた強化学習(RL)手法を提案する。
この問題は、巨大な検索スペース、重い尾の報酬分布、そして困難なクレジット割り当てのために非常に難しい。
GNNを基本方針として利用するRLエージェントが,これらの課題にどのように対処できるかを示す。
論文 参考訳（メタデータ） (2022-04-18T21:45:13Z) - Parallel Simulation of Quantum Networks with Distributed Quantum State
Management [56.24769206561207]
我々は、量子ネットワークの並列シミュレーションの要件を特定し、最初の並列離散事象量子ネットワークシミュレータを開発する。
コントリビューションには、複数のプロセスに分散した共有量子情報を維持する量子状態マネージャの設計と開発が含まれています。
既存のシーケンシャルバージョンと並行してオープンソースツールとして,並列SeQUeNCeシミュレータをリリースする。
論文 参考訳（メタデータ） (2021-11-06T16:51:17Z) - An Algebraic Quantum Circuit Compression Algorithm for Hamiltonian
Simulation [55.41644538483948]
現在の世代のノイズの多い中間スケール量子コンピュータ(NISQ)は、チップサイズとエラー率に大きく制限されている。
我々は、自由フェルミオンとして知られる特定のスピンハミルトニアンをシミュレーションするために、量子回路を効率よく圧縮するために局所化回路変換を導出する。
提案した数値回路圧縮アルゴリズムは、後方安定に動作し、$mathcalO(103)$スピンを超える回路合成を可能にするスピンの数で3次スケールする。
論文 参考訳（メタデータ） (2021-08-06T19:38:03Z) - Tensor Network Quantum Virtual Machine for Simulating Quantum Circuits
at Exascale [57.84751206630535]
本稿では,E-scale ACCelerator(XACC)フレームワークにおける量子回路シミュレーションバックエンドとして機能する量子仮想マシン(TNQVM)の近代化版を提案する。
新バージョンは汎用的でスケーラブルなネットワーク処理ライブラリであるExaTNをベースにしており、複数の量子回路シミュレータを提供している。
ポータブルなXACC量子プロセッサとスケーラブルなExaTNバックエンドを組み合わせることで、ラップトップから将来のエクサスケールプラットフォームにスケール可能なエンドツーエンドの仮想開発環境を導入します。
論文 参考訳（メタデータ） (2021-04-21T13:26:42Z)
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。