Fugu-MT 論文翻訳(概要): Milestones on the Quantum Utility Highway

論文の概要: Milestones on the Quantum Utility Highway

arxiv url: http://arxiv.org/abs/2305.00883v1
Date: Mon, 1 May 2023 15:33:54 GMT
ステータス: 処理完了
システム内更新日: 2023-05-02 12:54:13.125885
Title: Milestones on the Quantum Utility Highway
Title（参考訳）: 量子ユーティリティーハイウェイのマイルストーン
Authors: Catherine C. McGeoch and Pau Farre
Abstract要約: 量子コンピューティングに関連するオーバーヘッドコストを含めることで、ユーザエクスペリエンスをキャプチャすることを目的とした、量子パフォーマンス評価の新しいアプローチである量子ユーティリティを導入する。量子処理ユニット(QPU)による量子ユーティリティの実証は、QPUが古典的解法よりも、実践者にとって関心のあるタスクで優れていることを示している。
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: We introduce quantum utility, a new approach to evaluating quantum performance that aims to capture the user experience by including overhead costs associated with the quantum computation. A demonstration of quantum utility by a quantum processing unit (QPU) shows that the QPU can outperform classical solvers at some tasks of interest to practitioners, when considering computational overheads. We consider overhead costs that arise in standalone use of the QPU (as opposed to a hybrid computation context). We define three early milestones on the path to broad-scale quantum utility that focus on restricted subsets of overheads: Milestone 0 considers pure anneal time (no overheads) and has been demonstrated in previous work; Milestone 1 includes overhead times to access the QPU (that is, programming and readout); and Milestone 2 incorporates an indirect cost associated with minor embedding. We evaluate the performance of a D-Wave Advantage QPU with respect to Milestones 1 and 2, using a testbed of 13 input classes and seven classical solvers implemented on CPUs and GPUs. For Milestone 1, the QPU outperformed all classical solvers in 99% of our tests. For Milestone 2, the QPU outperformed all classical solvers in 19% of our tests, and the scenarios in which the QPU found success correspond to cases where classical solvers most frequently failed. Analysis of test results on specific inputs reveals fundamentally distinct underlying mechanisms that explain the observed differences in quantum and classical performance profiles. We present evidence-based arguments that these distinctions bode well for future annealing quantum processors to support demonstrations of quantum utility on ever-expanding classes of inputs and for more challenging milestones.
Abstract（参考訳）: 量子コンピューティングに関連するオーバーヘッドコストを含めることで,ユーザエクスペリエンスを捉えることを目的とした,量子パフォーマンス評価の新しいアプローチである量子ユーティリティを導入する。量子処理ユニット (QPU) による量子ユーティリティの実証では、計算オーバーヘッドを考慮すると、QPUは古典的解法よりも実践者にとって関心のあるタスクに勝ることを示した。我々は、(ハイブリッド計算コンテキストとは対照的に)QPUのスタンドアロン利用で発生するオーバーヘッドコストを考慮する。我々は、オーバーヘッドの制限された部分集合に焦点を当てた、大規模量子ユーティリティへの道の初期の3つのマイルストーンを定義している。 milestone 0は、純粋なアニール時間(オーバーヘッドなし)を考慮し、以前の作業で実証された。我々は,CPUとGPUに実装された13の入力クラスと7つの古典的解法を用いたテストベッドを用いて,マイルストーン1と2に関するD波アドバンテージQPUの性能を評価する。 Milestone 1では、QPUはテストの99%ですべての古典的解法を上回りました。 Milestone 2の場合、QPUはテストの19%で古典的解法よりも優れており、QPUが成功したシナリオは古典的解法が最も頻繁に失敗するケースに対応している。特定の入力に対するテスト結果の分析により、量子および古典的パフォーマンスプロファイルの観察された違いを説明する基本的なメカニズムが明らかになった。我々は、これらの区別が将来のアニーリング量子プロセッサにとって、常に拡大する入力クラスとより困難なマイルストーンで量子ユーティリティのデモンストレーションをサポートするのに役立つという証拠に基づく議論を提示する。

関連論文リスト

Technology and Performance Benchmarks of IQM's 20-Qubit Quantum Computer [56.435136806763055]
IQM量子コンピュータはQPUと他のフルスタック量子コンピュータの両方をカバーする。焦点は、Garnet QPUとそのアーキテクチャを特徴とする20量子ビットの量子コンピュータであり、最大150量子ビットまでスケールする。 QPUとシステムレベルベンチマークは、中央値の2キュービットゲート忠実度99.5%、グリーンバーガー・ホーネ・ザイリンガー(GHZ)状態の20キュービット全てを真のエンハングリングする。
論文参考訳（メタデータ） (2024-08-22T14:26:10Z)
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)
A comprehensive survey on quantum computer usage: How many qubits are employed for what purposes? [0.44719018904729435]
量子コンピュータ(QC)は量子力学の法則に基づいて動作する。 QCは、いくつかの計算タスクにおいて、古典的なコンピュータよりも高速であることが期待されている。典型的なQCの使い方は定かではない。
論文参考訳（メタデータ） (2023-07-30T04:52:29Z)
Quantum Imitation Learning [74.15588381240795]
本稿では、量子優位性を利用してILを高速化する量子模倣学習(QIL)を提案する。量子行動クローニング(Q-BC)と量子生成逆模倣学習(Q-GAIL)という2つのQILアルゴリズムを開発した。実験結果から,Q-BCとQ-GAILの両者が,従来のものと同等の性能を達成できることが判明した。
論文参考訳（メタデータ） (2023-04-04T12:47:35Z)
Extending the Q-score to an Application-level Quantum Metric Framework [0.0]
量子デバイスの性能を評価することは、量子デバイスをスケールし、最終的に実際に使用するための重要なステップである。顕著な量子計量は、アトスのQスコア計量によって与えられる。 Qスコアは、異なる問題、ユーザ設定、ソルバを使用したベンチマークを可能にする量子メトリクスのフレームワークを定義する。
論文参考訳（メタデータ） (2023-02-01T18:03:13Z)
Quantum Annealing Learning Search Implementations [0.0]
本稿では、D-Wave量子アニール上でのQALS(Quantum Annealing Learning Search)とQALS(Quantum Annealing Learning Search)の2つの実装の詳細と試験について述べる。
論文参考訳（メタデータ） (2022-12-21T15:57:16Z)
Anticipative measurements in hybrid quantum-classical computation [68.8204255655161]
量子計算を古典的な結果によって補う手法を提案する。予測の利点を生かして、新しいタイプの量子測度がもたらされる。予測量子測定では、古典計算と量子計算の結果の組み合わせは最後にのみ起こる。
論文参考訳（メタデータ） (2022-09-12T15:47:44Z)
ScaleQC: A Scalable Framework for Hybrid Computation on Quantum and Classical Processors [25.18520278107402]
量子処理ユニット(QPU)は、その量子ビットの要求量と品質の要求を満たす必要がある。量子回路切断技術は、より強力なQPUを実現するために、大きな量子回路を複数の小さなサブ回路に切断して分散する。われわれのツールはScaleQCと呼ばれ、新しいアルゴリズム技術を開発することでボトルネックに対処する。
論文参考訳（メタデータ） (2022-07-03T01:44:31Z)
SupermarQ: A Scalable Quantum Benchmark Suite [3.6806897290408305]
SupermarQはスケーラブルでハードウェアに依存しない量子ベンチマークスイートで、アプリケーションレベルのメトリクスを使用してパフォーマンスを測定する。 SupermarQは、古典的なベンチマーク手法から量子領域への手法を体系的に適用する最初の試みである。量子ベンチマークは、オープンソースで常に進化しているベンチマークスイート上に構築された、大規模なコミュニティ間の取り組みを包含することを期待しています。
論文参考訳（メタデータ） (2022-02-22T17:24:07Z)
Quantum circuit architecture search on a superconducting processor [56.04169357427682]
変分量子アルゴリズム(VQA)は、ファイナンス、機械学習、化学といった様々な分野において、証明可能な計算上の優位性を得るための強力な証拠を示している。しかし、現代のVQAで利用されるアンザッツは、表現性と訓練性の間のトレードオフのバランスをとることができない。 8量子ビット超伝導量子プロセッサ上でVQAを強化するために,効率的な自動アンサッツ設計技術を適用した最初の実証実験を実証する。
論文参考訳（メタデータ） (2022-01-04T01:53:42Z)
Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。 QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
論文参考訳（メタデータ） (2020-10-20T12:06:27Z)

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。