論文の概要: Stochastic Qubit Resource Allocation for Quantum Cloud Computing

• arxiv url: http://arxiv.org/abs/2210.12343v2
• Date: Wed, 11 Jan 2023 08:39:20 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-18 10:01:20.600194
• Title: Stochastic Qubit Resource Allocation for Quantum Cloud Computing
• Title（参考訳）: 量子クラウドコンピューティングのための確率的量子ビット資源割り当て
• Authors: Rakpong Kaewpuang, Minrui Xu, Dusit Niyato, Han Yu, Zehui Xiong and Jiawen Kang
• Abstract要約: 量子クラウドコンピューティングでは、量子クラウドプロバイダが予約およびオンデマンドプランで量子リソースをプロビジョニングする。 本稿では,量子コンピューティングシステムにおいて,量子回路の最小待ち時間と量子リソースを協調的に最適化する量子リソース割り当てを提案する。
• 参考スコア（独自算出の注目度）: 66.97282014860265
• License: http://creativecommons.org/publicdomain/zero/1.0/
• Abstract: Quantum cloud computing is a promising paradigm for efficiently provisioning quantum resources (i.e., qubits) to users. In quantum cloud computing, quantum cloud providers provision quantum resources in reservation and on-demand plans for users. Literally, the cost of quantum resources in the reservation plan is expected to be cheaper than the cost of quantum resources in the on-demand plan. However, quantum resources in the reservation plan have to be reserved in advance without information about the requirement of quantum circuits beforehand, and consequently, the resources are insufficient, i.e., under-reservation. Hence, quantum resources in the on-demand plan can be used to compensate for the unsatisfied quantum resources required. To end this, we propose a quantum resource allocation for the quantum cloud computing system in which quantum resources and the minimum waiting time of quantum circuits are jointly optimized. Particularly, the objective is to minimize the total costs of quantum circuits under uncertainties regarding qubit requirement and minimum waiting time of quantum circuits. In experiments, practical circuits of quantum Fourier transform are applied to evaluate the proposed qubit resource allocation. The results illustrate that the proposed qubit resource allocation can achieve the optimal total costs.
• Abstract（参考訳）: 量子クラウドコンピューティングは、量子リソース(すなわち量子ビット)をユーザに効率的に供給するための有望なパラダイムである。 量子クラウドコンピューティングでは、量子クラウドプロバイダが予約およびオンデマンドプランで量子リソースをプロビジョニングする。 文字通り、予約計画における量子リソースのコストは、オンデマンド計画の量子リソースのコストよりも安いと期待されている。 しかし、予約計画における量子資源は、事前に量子回路の要件に関する情報を必要とせず、事前に予約されなければならない。 したがって、オンデマンド計画における量子リソースは、必要とされる不満足な量子リソースの補償に使用できる。 そこで本研究では,量子コンピューティングシステムにおける量子リソース割り当てと,量子回路の最低待ち時間とを協調的に最適化する量子リソース割り当てを提案する。 特に、量子ビット要求と量子回路の待ち時間に関する不確実性の下で、量子回路の総コストを最小化する。 実験では、量子フーリエ変換の実用的な回路を適用し、提案する量子ビットリソース割り当てを評価する。 その結果,提案したキュービット資源割り当ては最適な総コストを達成できることを示した。

関連論文リスト

• Cloud-based Semi-Quantum Money [8.252999068253603]
  1970年代、ヴィースナーは量子マネーの概念を導入し、特定の規則に従って生成された量子状態が通貨として機能した。 量子マネーを鋳造・保存できる量子コンピュータはまだ登場していない。 既存の量子チャネルは、量子マネーのための効率的な量子状態の伝送をサポートするほど安定ではない。
  論文  参考訳（メタデータ） (2024-07-16T07:40:17Z)
• 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)
• Elastic Entangled Pair and Qubit Resource Management in Quantum Cloud Computing [73.7522199491117]
  量子クラウドコンピューティング(QCC)は、量子コンピューティングリソースを効率的に提供するための有望なアプローチを提供する。 ユーザ需要の変動と量子回路の要求は、効率的なリソース供給のために困難である。 本稿では、量子コンピューティングとネットワークリソースのプロビジョニングのためのリソース割り当てモデルを提案する。
  論文  参考訳（メタデータ） (2023-07-25T00:38:46Z)
• iQuantum: A Case for Modeling and Simulation of Quantum Computing Environments [22.068803245816266]
  iQuantumは、ハイブリッド量子古典計算環境をモデル化できる第一種シミュレーションツールキットである。 本稿では,量子コンピューティングシステムモデル,アーキテクチャ設計,概念実証実装,潜在的なユースケース,今後のiQuantumの開発について述べる。
  論文  参考訳（メタデータ） (2023-03-28T04:51:32Z)
• 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)
• DQC$^2$O: Distributed Quantum Computing for Collaborative Optimization in Future Networks [54.03701670739067]
  本稿では、将来のネットワークにおける最適化タスクを解決するために、量子コンピュータと量子チャネルを管理するための適応型分散量子コンピューティング手法を提案する。 提案手法に基づいて,スマートグリッド管理やIoT連携,UAV軌道計画など,今後のネットワークにおける協調最適化の潜在的な応用について論じる。
  論文  参考訳（メタデータ） (2022-09-16T02:44:52Z)
• 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)
• Resource Allocation in Quantum Networks for Distributed Quantum Computing [0.0]
  最近の傾向は、近い将来、量子コンピューティングが商業目的のために大規模に利用できるようになることを示唆している。 量子インターネットは、量子ビットを交換するために量子リンクとリピータによる量子コンピュータの相互接続を必要とする。 本稿では,分散ノード上でのスマートコンピューティングの要件と目的について,量子ネットワークのプロビジョニングの観点から検討する。
  論文  参考訳（メタデータ） (2022-03-11T10:46:31Z)

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。