論文の概要: Compiler Optimization for Quantum Computing Using Reinforcement Learning

• arxiv url: http://arxiv.org/abs/2212.04508v2
• Date: Tue, 4 Apr 2023 09:28:14 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-05 18:28:50.124502
• Title: Compiler Optimization for Quantum Computing Using Reinforcement Learning
• Title（参考訳）: 強化学習を用いた量子コンピューティングのコンパイラ最適化
• Authors: Nils Quetschlich, Lukas Burgholzer, Robert Wille
• Abstract要約: 本稿では、最適化された量子回路コンパイルフローを開発するための強化学習フレームワークを提案する。 提案するフレームワークは、IBMのQiskitとQuantinuumのTKETからのコンパイルパスを選択できる。 これは、期待される忠実性に関して73%のケースで、両方のコンパイラを著しく上回っている。
• 参考スコア（独自算出の注目度）: 3.610459670994051
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Any quantum computing application, once encoded as a quantum circuit, must be compiled before being executable on a quantum computer. Similar to classical compilation, quantum compilation is a sequential process with many compilation steps and numerous possible optimization passes. Despite the similarities, the development of compilers for quantum computing is still in its infancy -- lacking mutual consolidation on the best sequence of passes, compatibility, adaptability, and flexibility. In this work, we take advantage of decades of classical compiler optimization and propose a reinforcement learning framework for developing optimized quantum circuit compilation flows. Through distinct constraints and a unifying interface, the framework supports the combination of techniques from different compilers and optimization tools in a single compilation flow. Experimental evaluations show that the proposed framework -- set up with a selection of compilation passes from IBM's Qiskit and Quantinuum's TKET -- significantly outperforms both individual compilers in 73% of cases regarding the expected fidelity. The framework is available on GitHub (https://github.com/cda-tum/MQTPredictor) as part of the Munich Quantum Toolkit (MQT).
• Abstract（参考訳）: かつて量子回路としてエンコードされた量子コンピューティングアプリケーションは、量子コンピュータ上で実行される前にコンパイルされなければならない。 古典的なコンパイルと同様に、量子コンパイルは多くのコンパイルステップと多くの最適化パスを持つシーケンシャルなプロセスである。 類似性にもかかわらず、量子コンピューティング用のコンパイラの開発はまだ初期段階にあり、最高のパスシーケンス、互換性、適応性、柔軟性の相互統合を欠いている。 本研究では,数十年にわたる古典的コンパイラ最適化を活用し,最適化量子回路コンパイルフロー開発のための強化学習フレームワークを提案する。 異なる制約と統一インターフェースを通じて、フレームワークは異なるコンパイラのテクニックと単一のコンパイルフローにおける最適化ツールの組み合わせをサポートする。 実験的評価により、提案されたフレームワーク(ibmのqiskitとquantinuumのtket)は、予想された忠実度に関する73%のケースにおいて、個々のコンパイラを著しく上回っている。 このフレームワークは、ミュンヘン量子ツールキット(MQT)の一部としてGitHub(https://github.com/cda-tum/MQTPredictor)で入手できる。

関連論文リスト

• Quantum Compiling with Reinforcement Learning on a Superconducting Processor [55.135709564322624]
  超伝導プロセッサのための強化学習型量子コンパイラを開発した。 短絡の新規・ハードウェア対応回路の発見能力を示す。 本研究は,効率的な量子コンパイルのためのハードウェアによるソフトウェア設計を実証する。
  論文  参考訳（メタデータ） (2024-06-18T01:49:48Z)
• Quantum Clustering with k-Means: a Hybrid Approach [117.4705494502186]
  我々は3つのハイブリッド量子k-Meansアルゴリズムを設計、実装、評価する。 我々は距離の計算を高速化するために量子現象を利用する。 我々は、我々のハイブリッド量子k-平均アルゴリズムが古典的バージョンよりも効率的であることを示す。
  論文  参考訳（メタデータ） (2022-12-13T16:04:16Z)
• Predicting Good Quantum Circuit Compilation Options [3.610459670994051]
  本稿では,量子回路のコンパイルオプションの最適組み合わせを予測するフレームワークを提案する。 95%以上の回路では、トップ3内のコンパイルオプションの組み合わせが決定される。 結果として得られた方法論は、この領域における機械学習のさらなる応用の基礎を築いた。
  論文  参考訳（メタデータ） (2022-10-14T18:00:03Z)
• Quantum simulation with just-in-time compilation [0.0]
  ジャスト・イン・タイム(JIT)コンパイル技術を用いて回路ベースの量子シミュレーションを行う。 QibojitはQibo量子コンピューティングフレームワークの新しいモジュールで、Pythonによるジャストインタイムコンパイルアプローチを使用している。
  論文  参考訳（メタデータ） (2022-03-16T18:00:00Z)
• Arline Benchmarks: Automated Benchmarking Platform for Quantum Compilers [0.0]
  オープンソースのソフトウェアパッケージであるArline Benchmarksは、量子コンパイラの自動ベンチマークを実行するように設計されている。 重要なメトリクスのセットに基づいて、いくつかの量子コンパイルフレームワークを比較した。 本稿では,コンパイラ固有の回路最適化を1つのコンパイルスタックで組み合わせた,複合コンパイルパイプラインの概念を提案する。
  論文  参考訳（メタデータ） (2022-02-28T18:48:01Z)
• An LLVM-based C++ Compiler Toolchain for Variational Hybrid Quantum-Classical Algorithms and Quantum Accelerators [0.8323133408188051]
  本稿では,LLVMをベースとしたC++コンパイラツールチェーンを提案する。 これらのアルゴリズムをプログラムするための拡張セットをC++言語に導入する。 本研究では、温度場倍(TFD)状態を生成する量子回路を動作させることにより、フレームワークの性能を評価する。
  論文  参考訳（メタデータ） (2022-02-22T19:32:50Z)
• Enabling Retargetable Optimizing Compilers for Quantum Accelerators via a Multi-Level Intermediate Representation [78.8942067357231]
  我々は、最適化され、再ターゲット可能で、事前コンパイルが可能なマルチレベル量子古典中間表現(IR)を提案する。 ゲートベースのOpenQASM 3言語全体をサポートし、共通量子プログラミングパターンのカスタム拡張と構文の改善を提供します。 私たちの研究は、通常のPythonのアプローチよりも1000倍高速で、スタンドアロンの量子言語コンパイラよりも5～10倍高速なコンパイル時間を実現しています。
  論文  参考訳（メタデータ） (2021-09-01T17:29:47Z)
• Extending Python for Quantum-Classical Computing via Quantum Just-in-Time Compilation [78.8942067357231]
  Pythonは、その柔軟性、ユーザビリティ、可読性、開発者の生産性を重視することで有名な人気のあるプログラミング言語です。 量子ジャスト・イン・タイム・コンパイルのための堅牢なC++インフラストラクチャを通じて、異種量子古典計算を可能にするPythonの言語拡張を提案する。
  論文  参考訳（メタデータ） (2021-05-10T21:11:21Z)
• A MLIR Dialect for Quantum Assembly Languages [78.8942067357231]
  量子コンピューティングにおけるMLIR(Multi-Level Intermediate Representation)の有用性を実証する。 我々は、共通量子集合言語の表現とコンパイルを可能にする新しい量子方言でMLIRを拡張した。 我々はQIR量子ランタイムAPIのqcor対応実装を活用して、再ターゲット可能な(量子ハードウェアに依存しない)コンパイラワークフローを実現する。
  論文  参考訳（メタデータ） (2021-01-27T13:00:39Z)
• Extending C++ for Heterogeneous Quantum-Classical Computing [56.782064931823015]
  qcorはC++とコンパイラの実装の言語拡張で、異種量子古典プログラミング、コンパイル、単一ソースコンテキストでの実行を可能にする。 我々の研究は、量子言語で高レベルな量子カーネル(関数)を表現できる、第一種C++コンパイラを提供する。
  論文  参考訳（メタデータ） (2020-10-08T12:49:07Z)

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。