論文の概要: A Scalable, Fast and Programmable Neural Decoder for Fault-Tolerant
Quantum Computation Using Surface Codes
- arxiv url: http://arxiv.org/abs/2305.15767v1
- Date: Thu, 25 May 2023 06:23:32 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-26 16:54:32.245460
- Title: A Scalable, Fast and Programmable Neural Decoder for Fault-Tolerant
Quantum Computation Using Surface Codes
- Title（参考訳）: 表面符号を用いたフォールトトレラント量子計算のためのスケーラブルで高速でプログラム可能なニューラルデコーダ
- Authors: Mengyu Zhang, Xiangyu Ren, Guanglei Xi, Zhenxing Zhang, Qiaonian Yu,
Fuming Liu, Hualiang Zhang, Shengyu Zhang and Yi-Cong Zheng
- Abstract要約: 量子誤り訂正符号(Quantum error-correcting codes, QECCs)は、量子アルゴリズムの実行の大きな障害である量子ノイズの負の効果を排除できる。
回転曲面符号(RSC)に対するFTQECの要件を満たすスケーラブルで高速でプログラム可能なニューラルデコーディングシステムを提案する。
本システムでは,197 nsのデコード遅延を極端に低くし,その精度はMWPMに近い。
- 参考スコア（独自算出の注目度）: 12.687083899824314
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Quantum error-correcting codes (QECCs) can eliminate the negative effects of
quantum noise, the major obstacle to the execution of quantum algorithms.
However, realizing practical quantum error correction (QEC) requires resolving
many challenges to implement a high-performance real-time decoding system. Many
decoding algorithms have been proposed and optimized in the past few decades,
of which neural network (NNs) based solutions have drawn an increasing amount
of attention due to their high efficiency. Unfortunately, previous works on
neural decoders are still at an early stage and have only relatively simple
architectures, which makes them unsuitable for practical QEC. In this work, we
propose a scalable, fast, and programmable neural decoding system to meet the
requirements of FTQEC for rotated surface codes (RSC). Firstly, we propose a
hardware-efficient NN decoding algorithm with relatively low complexity and
high accuracy. Secondly, we develop a customized hardware decoder with
architectural optimizations to reduce latency. Thirdly, our proposed
programmable architecture boosts the scalability and flexibility of the decoder
by maximizing parallelism. Fourthly, we build an FPGA-based decoding system
with integrated control hardware for evaluation. Our $L=5$ ($L$ is the code
distance) decoder achieves an extremely low decoding latency of 197 ns, and the
$L=7$ configuration also requires only 1.136 $\mu$s, both taking $2L$ rounds of
syndrome measurements. The accuracy results of our system are close to minimum
weight perfect matching (MWPM). Furthermore, our programmable architecture
reduces hardware resource consumption by up to $3.0\times$ with only a small
latency loss. We validated our approach in real-world scenarios by conducting a
proof-of-concept benchmark with practical noise models, including one derived
from experimental data gathered from physical hardware.
- Abstract（参考訳）: 量子誤り訂正符号(Quantum error-correcting codes, QECCs)は、量子アルゴリズムの実行の大きな障害である量子ノイズの負の効果を排除できる。
しかし、実用的な量子誤り訂正(QEC)を実現するには、高性能なリアルタイムデコードシステムを実装するために多くの課題を解決する必要がある。
過去数十年間、多くの復号アルゴリズムが提案され、最適化されてきたが、ニューラルネットワーク(nns)ベースのソリューションは、高い効率のために注目を集めている。
残念ながら、ニューラルデコーダに関する以前の研究はまだ初期段階にあり、比較的単純なアーキテクチャしか持っていないため、実用的なQECには適さない。
本研究では,回転曲面符号(RSC)に対するFTQECの要件を満たす,スケーラブルで高速かつプログラム可能なニューラルデコーディングシステムを提案する。
まず,比較的低複雑性かつ高精度なハードウェア効率のNN復号アルゴリズムを提案する。
次に,アーキテクチャ最適化による遅延低減のためのハードウェアデコーダの開発を行う。
第3に,提案するプログラマブルアーキテクチャは並列性を最大化することでデコーダのスケーラビリティと柔軟性を高める。
第4に,fpgaベースのデコードシステムと統合制御ハードウェアを構築し,評価を行う。
我々の$L=5$(L$はコード距離)デコーダは197 nsの非常に低い復号遅延を実現し、$L=7$設定も1.136$\mu$sで、どちらも2L$のシンドローム測定を行う。
本システムの精度は最小重量完全マッチング(MWPM)に近い。
さらに、プログラム可能なアーキテクチャにより、ハードウェアリソースの消費を最大3.0\times$に削減できます。
物理ハードウェアから収集した実験データを含む,実用的なノイズモデルを用いた概念実証ベンチマークを実施し,実世界のシナリオで検証した。
関連論文リスト
- Local Clustering Decoder: a fast and adaptive hardware decoder for the surface code [0.0]
本稿では,リアルタイムデコードシステムの精度と速度要件を同時に達成するソリューションとしてローカルクラスタリングデコーダを紹介する。
我々のデコーダはFPGA上に実装され、ハードウェア並列性を利用して、最速のキュービットタイプにペースを保ちます。
通常の非適応復号法と比較して4倍少ない物理量子ビットを持つ100万個の誤りのない量子演算を可能にする。
論文 参考訳（メタデータ） (2024-11-15T16:43:59Z) - Accelerating Error Correction Code Transformers [56.75773430667148]
本稿では,トランスを用いたデコーダの高速化手法を提案する。
最新のハードウェアでは、90%の圧縮比を実現し、算術演算エネルギー消費を少なくとも224倍削減する。
論文 参考訳（メタデータ） (2024-10-08T11:07:55Z) - Demonstrating real-time and low-latency quantum error correction with superconducting qubits [52.08698178354922]
超伝導量子プロセッサに組み込まれたスケーラブルFPGAデコーダを用いて低遅延フィードバックを示す。
復号ラウンド数が増加するにつれて、論理誤差の抑制が観察される。
この作業でデコーダのスループットとレイテンシが発達し、デバイスの継続的な改善と相まって、次世代の実験がアンロックされた。
論文 参考訳（メタデータ） (2024-10-07T17:07:18Z) - A Cryogenic Memristive Neural Decoder for Fault-tolerant Quantum Error Correction [0.0]
インメモリ・クロスバー(IMC)アーキテクチャに基づくニューラルデコーダの設計と解析を行う。
ハードウェアを意識したリトレーニング手法を開発し、フィデリティ損失を軽減する。
この研究は、フォールトトレラントQECの統合のためのスケーラブルで高速で低消費電力のMCCハードウェアへの経路を提供する。
論文 参考訳（メタデータ） (2023-07-18T17:46:33Z) - The END: An Equivariant Neural Decoder for Quantum Error Correction [73.4384623973809]
データ効率のよいニューラルデコーダを導入し、この問題の対称性を活用する。
本稿では,従来のニューラルデコーダに比べて精度の高い新しい同変アーキテクチャを提案する。
論文 参考訳（メタデータ） (2023-04-14T19:46:39Z) - Deep Quantum Error Correction [73.54643419792453]
量子誤り訂正符号(QECC)は、量子コンピューティングのポテンシャルを実現するための鍵となる要素である。
本研究では,新しいエンペンド・ツー・エンドの量子誤りデコーダを効率的に訓練する。
提案手法は,最先端の精度を実現することにより,QECCのニューラルデコーダのパワーを実証する。
論文 参考訳（メタデータ） (2023-01-27T08:16:26Z) - NEO-QEC: Neural Network Enhanced Online Superconducting Decoder for
Surface Codes [2.2749157557381245]
本稿では, SCと格子手術 (LS) の動作を, 精度, 高速, 低消費電力デコーダで復号化可能なNN型デコーダを提案する。
単一論理量子ビット保護のための量子誤差シミュレータによるデコーダの性能評価と,最大13個のコードによるLSの最小動作について検討した。
論文 参考訳（メタデータ） (2022-08-11T11:37:09Z) - Improved decoding of circuit noise and fragile boundaries of tailored
surface codes [61.411482146110984]
高速かつ高精度なデコーダを導入し、幅広い種類の量子誤り訂正符号で使用することができる。
我々のデコーダは、信仰マッチングと信念フィンドと呼ばれ、すべてのノイズ情報を活用し、QECの高精度なデモを解き放つ。
このデコーダは, 標準の正方形曲面符号に対して, 整形曲面符号において, より高いしきい値と低い量子ビットオーバーヘッドをもたらすことがわかった。
論文 参考訳（メタデータ） (2022-03-09T18:48:54Z) - Neural-Network Decoders for Quantum Error Correction using Surface
Codes:A Space Exploration of the Hardware Cost-Performance Trade-Offs [0.07734726150561086]
本研究は,短距離表面符号のための完全接続フィードフォワードNNデコーダの空間探索について述べる。
目標は、最小限のハードウェア実装を維持しながら、ニューラルネットワークを高い復号化性能に最適化することだ。
我々は、ハードウェアベースのNNデコーダが、他の最先端デコーダアルゴリズムに匹敵する高いデコーダ性能を実現することを実証した。
論文 参考訳（メタデータ） (2022-02-11T16:27:14Z) - Space-efficient binary optimization for variational computing [68.8204255655161]
本研究では,トラベリングセールスマン問題に必要なキュービット数を大幅に削減できることを示す。
また、量子ビット効率と回路深さ効率のモデルを円滑に補間する符号化方式を提案する。
論文 参考訳（メタデータ） (2020-09-15T18:17:27Z) - NISQ+: Boosting quantum computing power by approximating quantum error
correction [6.638758213186185]
我々は,短期量子コンピュータの計算能力を高める手法を設計する。
完全一致する誤り訂正機構を近似することにより、計算量を増やすことができる。
近距離量子システムにおいて、近似誤り復号をオンラインで実現できるという概念実証を実証する。
論文 参考訳（メタデータ） (2020-04-09T20:17:28Z)
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。