論文の概要: Parallelizing Quantum-Classical Workloads: Profiling the Impact of
Splitting Techniques
- arxiv url: http://arxiv.org/abs/2305.06585v1
- Date: Thu, 11 May 2023 05:46:55 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-12 15:49:12.221784
- Title: Parallelizing Quantum-Classical Workloads: Profiling the Impact of
Splitting Techniques
- Title（参考訳）: 量子古典的ワークロードの並列化:分割技術の影響をプロファイリングする
- Authors: Tuhin Khare, Ritajit Majumdar, Rajiv Sangle, Anupama Ray, Padmanabha
Venkatagiri Seshadri, Yogesh Simmhan
- Abstract要約: 我々はIBMのQuantum Cloud上で2つのワークロード分割手法を評価した。
その結果,(1)回路切断によるVQEは,アンカット版よりも基底状態推定が39%向上し,(2)データ並列化と特徴量削減を組み合わせたQSVMは,量子ワークロード実行時間の最大3倍向上することがわかった。
- 参考スコア（独自算出の注目度）: 4.741651490006498
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Quantum computers are the next evolution of computing hardware. Quantum
devices are being exposed through the same familiar cloud platforms used for
classical computers, and enabling seamless execution of hybrid applications
that combine quantum and classical components. Quantum devices vary in
features, e.g., number of qubits, quantum volume, CLOPS, noise profile, queuing
delays and resource cost. So, it may be useful to split hybrid workloads with
either large quantum circuits or large number of quantum circuits, into smaller
units. In this paper, we profile two workload splitting techniques on IBM's
Quantum Cloud: (1) Circuit parallelization, to split one large circuit into
multiple smaller ones, and (2) Data parallelization to split a large number of
circuits run on one hardware to smaller batches of circuits run on different
hardware. These can improve the utilization of heterogenous quantum hardware,
but involve trade-offs. We evaluate these techniques on two key algorithmic
classes: Variational Quantum Eigensolver (VQE) and Quantum Support Vector
Machine (QSVM), and measure the impact on circuit execution times, pre- and
post-processing overhead, and quality of the result relative to a baseline
without parallelization. Results are obtained on real hardware and complemented
by simulations. We see that (1) VQE with circuit cutting is ~39\% better in
ground state estimation than the uncut version, and (2) QSVM that combines data
parallelization with reduced feature set yields upto 3x improvement in quantum
workload execution time and reduces quantum resource use by 3x, while providing
comparable accuracy. Error mitigation can improve the accuracy by ~7\% and
resource foot-print by ~4\% compared to the best case among the considered
scenarios.
- Abstract（参考訳）: 量子コンピュータは、コンピューティングハードウェアの次の進化である。
量子デバイスは、古典的コンピュータで使用されるのと同じ親しみやすいクラウドプラットフォームを通じて公開されており、量子的コンポーネントと古典的コンポーネントを組み合わせたハイブリッドアプリケーションのシームレスな実行を可能にする。
量子デバイスは、例えば、量子ビット数、量子ボリューム、CLOPS、ノイズプロファイル、キュー遅延、リソースコストなど、様々な特徴がある。
したがって、大きな量子回路または多数の量子回路でハイブリッドワークロードを小さなユニットに分割するのに役立つかもしれない。
本稿では,ibmのquantum cloud上で,1つの大きな回路を複数の小さな回路に分割する回路並列化と,2つのハードウェア上で実行される多数の回路を異なるハードウェア上で実行されるより小さな回路に分割するデータ並列化という,2つのワークロード分割手法を検証した。
これらは異種量子ハードウェアの利用を改善するが、トレードオフを伴う。
量子固有ソルバ(vqe)と量子サポートベクターマシン(qsvm)の2つの主要なアルゴリズムクラスでこれらの手法を評価し,並列化を伴わないベースラインに対する回路実行時間,前処理および後処理オーバーヘッド,結果の質への影響を測定した。
結果は実ハードウェア上で得られ、シミュレーションによって補完される。
その結果,(1) 回路切断によるVQEは, アンカット版よりも基底状態推定において約39\%向上し, (2) 並列化と機能セットの削減を組み合わせたQSVMは, 量子ワークロード実行時間の最大3倍改善し, 量子リソースの使用量を3倍削減し, 同等の精度を提供することがわかった。
エラー緩和は、考慮されたシナリオの中で最善のケースと比較して、 ~7\%、リソースフットプリントを ~4\% 改善することができる。
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) - Parallel Quantum Computing Simulations via Quantum Accelerator Platform Virtualization [44.99833362998488]
本稿では,量子回路実行の並列化モデルを提案する。
このモデルはバックエンドに依存しない機能を利用することができ、任意のターゲットバックエンド上で並列量子回路の実行を可能にする。
論文 参考訳（メタデータ） (2024-06-05T17:16:07Z) - 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) - QuantumSEA: In-Time Sparse Exploration for Noise Adaptive Quantum
Circuits [82.50620782471485]
QuantumSEAはノイズ適応型量子回路のインタイムスパース探索である。
1)トレーニング中の暗黙の回路容量と(2)雑音の頑健さの2つの主要な目標を達成することを目的としている。
提案手法は, 量子ゲート数の半減と回路実行の2倍の時間節約で, 最先端の計算結果を確立する。
論文 参考訳（メタデータ） (2024-01-10T22:33:00Z) - Iterative Qubits Management for Quantum Index Searching in a Hybrid
System [56.39703478198019]
IQuCSは、量子古典ハイブリッドシステムにおけるインデックス検索とカウントを目的としている。
我々はQiskitでIQuCSを実装し、集中的な実験を行う。
その結果、量子ビットの消費を最大66.2%削減できることが示されている。
論文 参考訳（メタデータ） (2022-09-22T21:54:28Z) - 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) - Enabling Multi-programming Mechanism for Quantum Computing in the NISQ
Era [0.0]
NISQデバイスにはいくつかの物理的制限と避けられないノイズ量子演算がある。
小さな回路のみが量子マシン上で実行され、信頼性の高い結果が得られる。
本稿では,量子ハードウェア上で複数の量子回路を同時に実行するためのQuantum Multi-gramming Compiler (QuMC)を提案する。
論文 参考訳（メタデータ） (2021-02-10T08:46:16Z) - 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) - Verifying Results of the IBM Qiskit Quantum Circuit Compilation Flow [7.619626059034881]
本稿では,量子回路等価性チェックのための効率的な手法を提案する。
提案方式では,数万の操作を数秒以下で行う大規模回路インスタンスの検証が可能となる。
論文 参考訳（メタデータ） (2020-09-04T19:58:53Z) - QUANTIFY: A framework for resource analysis and design verification of
quantum circuits [69.43216268165402]
QUINTIFYは、量子回路の定量的解析のためのオープンソースのフレームワークである。
Google Cirqをベースにしており、Clifford+T回路を念頭に開発されている。
ベンチマークのため、QUINTIFYは量子メモリと量子演算回路を含む。
論文 参考訳（メタデータ） (2020-07-21T15:36:25Z) - Intel Quantum Simulator: A cloud-ready high-performance simulator of
quantum circuits [0.0]
我々は、qHiPSTERとして知られていたIntel Quantum Simulator(IQS)の最新リリースを紹介する。
このソフトウェアの高性能コンピューティング能力により、ユーザーは利用可能なハードウェアリソースを活用できる。
IQSは計算資源を分割し、関連する回路のプールを並列にシミュレートする。
論文 参考訳（メタデータ） (2020-01-28T19:00:25Z)
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。