論文の概要: Optimal control of large quantum systems: assessing memory and runtime
performance of GRAPE
- arxiv url: http://arxiv.org/abs/2304.06200v1
- Date: Thu, 13 Apr 2023 00:24:40 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-14 15:58:54.828074
- Title: Optimal control of large quantum systems: assessing memory and runtime
performance of GRAPE
- Title(参考訳): 大規模量子システムの最適制御:グレープのメモリと実行性能の評価
- Authors: Yunwei Lu, Sandeep Joshi, Vinh San Dinh and Jens Koch
- Abstract要約: GRAPEは量子最適制御において一般的な手法であり、自動微分と組み合わせることができる。
多数の状態とプロパゲータの累積保存により,ADの利便性が著しく向上することを示す。
本稿では,プロパゲータストレージを完全に回避し,メモリ要求を大幅に低減するスキームにおいて,ハードコーディンググラデーションの戦略を再考する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Gradient Ascent Pulse Engineering (GRAPE) is a popular technique in quantum
optimal control, and can be combined with automatic differentiation (AD) to
facilitate on-the-fly evaluation of cost-function gradients. We illustrate that
the convenience of AD comes at a significant memory cost due to the cumulative
storage of a large number of states and propagators. For quantum systems of
increasing Hilbert space size, this imposes a significant bottleneck. We
revisit the strategy of hard-coding gradients in a scheme that fully avoids
propagator storage and significantly reduces memory requirements. Separately,
we present improvements to numerical state propagation to enhance runtime
performance. We benchmark runtime and memory usage and compare this approach to
AD-based implementations, with a focus on pushing towards larger Hilbert space
sizes. The results confirm that the AD-free approach facilitates the
application of optimal control for large quantum systems which would otherwise
be difficult to tackle.
- Abstract(参考訳): 勾配上昇パルス工学(grape:gradient ascent pulse engineering)は量子最適制御の一般的な技術であり、コスト関数勾配のオンザフライ評価を容易にするために自動微分法(ad)と組み合わせることができる。
我々は,多数の状態とプロパゲータの累積記憶が原因で,adの利便性は大きなメモリコストを伴っていることを示す。
ヒルベルト空間サイズが増加する量子系の場合、これは大きなボトルネックを課す。
我々は,プロパゲータストレージを完全に回避し,メモリ要求を大幅に削減する手法で,ハードコーディング勾配の戦略を再考する。
また,実行時性能を向上させるため,数値的状態伝搬の改善を提案する。
私たちはランタイムとメモリ使用量をベンチマークし、このアプローチをADベースの実装と比較します。
その結果、ad-freeアプローチは、取り組むのが難しい大きな量子システムに対する最適制御の適用を促進することが判明した。
関連論文リスト
- Revisiting Zeroth-Order Optimization for Memory-Efficient LLM
Fine-Tuning: A Benchmark [170.47660885570463]
本稿では、微調整時のメモリコスト低減のためのソリューションとして、BPフリーゼロオーダー最適化(ZO)への移行を提案する。
従来のZO-SGD法とは異なり、我々の研究はより広い範囲のZO最適化手法に探索を広げる。
本研究は,タスクアライメントの重要性,前方勾配法の役割,アルゴリズムの複雑さと微調整性能のバランスについて,これまで見過ごされてきた最適化原理を明らかにした。
論文 参考訳(メタデータ) (2024-02-18T14:08:48Z) - AdaLomo: Low-memory Optimization with Adaptive Learning Rate [63.99489591661645]
大規模言語モデルに対する適応学習率(AdaLomo)を用いた低メモリ最適化を提案する。
AdaLomoはAdamWと同等の結果を得ると同時に、メモリ要件を大幅に削減し、大きな言語モデルをトレーニングするためのハードウェア障壁を低くする。
論文 参考訳(メタデータ) (2023-10-16T09:04:28Z) - Optimizing quantum gates towards the scale of logical qubits [78.55133994211627]
量子ゲート理論の基本的な前提は、量子ゲートはフォールトトレランスの誤差閾値を超えることなく、大きなプロセッサにスケールできるということである。
ここでは、このような問題を克服できる戦略について報告する。
我々は、68個の周波数可変ビットの周波数軌跡をコレオグラフィーして、超伝導エラー中に単一量子ビットを実行することを示した。
論文 参考訳(メタデータ) (2023-08-04T13:39:46Z) - GRAPE optimization for open quantum systems with time-dependent
decoherence rates driven by coherent and incoherent controls [77.34726150561087]
グラディエントアセンセントパルス工学(GRAPE)法は量子制御の最適化に広く用いられている。
我々は、コヒーレント制御と非コヒーレント制御の両方によって駆動されるオープン量子系の目的関数を最適化するために、GRAPE法を採用する。
状態-状態遷移問題に対する数値シミュレーションによりアルゴリズムの効率を実証する。
論文 参考訳(メタデータ) (2023-07-17T13:37:18Z) - Quantum Gate Optimization for Rydberg Architectures in the Weak-Coupling
Limit [55.05109484230879]
我々は,Rydberg tweezerシステムにおける2ビットゲートの機械学習支援設計を実演する。
我々は,高忠実度CNOTゲートを実装した最適パルス列を生成する。
単一量子ビット演算の局所的な制御は、原子列上で量子計算を行うのに十分であることを示す。
論文 参考訳(メタデータ) (2023-06-14T18:24:51Z) - Memory-Efficient Differentiable Programming for Quantum Optimal Control
of Discrete Lattices [1.5012666537539614]
量子最適制御問題は通常、GRAPEのような勾配に基づくアルゴリズムによって解決される。
QOCは、メモリ要件が大きなモデルや長時間のスパンをシミュレートする障壁であることを明らかにした。
我々は、適切な再計算コストでメモリ要求を大幅に削減する、非標準微分可能プログラミングアプローチを採用している。
論文 参考訳(メタデータ) (2022-10-15T20:59:23Z) - Reducing Memory Requirements of Quantum Optimal Control [0.0]
GRAPEのような勾配に基づくアルゴリズムは、ストレージの指数的な増加、量子ビットの増加、メモリ要求の線形増加、時間ステップの増加に悩まされる。
我々は、ユニタリ行列の逆が共役変換であるという事実を利用して、GRAPEが必要とする勾配を計算できる非標準自動微分法を開発した。
提案手法は, GRAPEのメモリ要求を大幅に低減し, 妥当な再計算を犠牲にしている。
論文 参考訳(メタデータ) (2022-03-23T20:42:54Z) - Neuromorphic computing with a single qudit [0.0]
貯留層計算(Reservoir computing)は、多体量子系の高忠実度制御の代替である。
ここでは、単一のキューディット(d$D量子系)からなる貯水池を考える。
類似の古典システムと比較して,ロバストな性能上の優位性を示す。
論文 参考訳(メタデータ) (2021-01-27T22:35:22Z) - Reinforcement Learning for Many-Body Ground-State Preparation Inspired
by Counterdiabatic Driving [2.5614220901453333]
CD-QAOAは量子多体システム向けに設計され、強化学習(RL)アプローチを用いて最適化されている。
本研究では,アディベートゲージ電位の項を付加的な制御ユニタリの生成元として用いることで,アディベート状態から高速な多体制御を実現することができることを示す。
この研究は、量子多体制御のために、ディープラーニングによる最近の成功を取り入れる道を開いた。
論文 参考訳(メタデータ) (2020-10-07T21:13:22Z) - K-GRAPE: A Krylov Subspace approach for the efficient control of quantum
many-body dynamics [0.0]
我々は、Krylov近似を用いて高次元状態空間を効率的に扱うGRAPEの修正版を提案する。
GRAPEの基本的な取り組みは超四角形であるため、このスピードアップにより、より遠くの次元に到達することができる。
K-GRAPEアルゴリズムの性能は、パラダイム的なXXZスピンチェーンモデルでベンチマークされる。
論文 参考訳(メタデータ) (2020-10-07T18:31:22Z) - Adaptive pruning-based optimization of parameterized quantum circuits [62.997667081978825]
Variisyハイブリッド量子古典アルゴリズムは、ノイズ中間量子デバイスの使用を最大化する強力なツールである。
我々は、変分量子アルゴリズムで使用されるそのようなアンサーゼを「効率的な回路訓練」(PECT)と呼ぶ戦略を提案する。
すべてのアンサッツパラメータを一度に最適化する代わりに、PECTは一連の変分アルゴリズムを起動する。
論文 参考訳(メタデータ) (2020-10-01T18:14:11Z)
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。