論文の概要: Elastic Entangled Pair and Qubit Resource Management in Quantum Cloud Computing

• arxiv url: http://arxiv.org/abs/2307.13185v1
• Date: Tue, 25 Jul 2023 00:38:46 GMT
• ステータス: 処理完了
• システム内更新日: 2023-07-26 18:43:52.952776
• Title: Elastic Entangled Pair and Qubit Resource Management in Quantum Cloud Computing
• Title（参考訳）: 量子クラウドコンピューティングにおけるElastic Entangled PairとQubit Resource Management
• Authors: Rakpong Kaewpuang, Minrui Xu, Dinh Thai Hoang, Dusit Niyato, Han Yu, Ruidong Li, Zehui Xiong and Jiawen Kang
• Abstract要約: 量子クラウドコンピューティング(QCC)は、量子コンピューティングリソースを効率的に提供するための有望なアプローチを提供する。 ユーザ需要の変動と量子回路の要求は、効率的なリソース供給のために困難である。 本稿では、量子コンピューティングとネットワークリソースのプロビジョニングのためのリソース割り当てモデルを提案する。
• 参考スコア（独自算出の注目度）: 73.7522199491117
• License: http://creativecommons.org/publicdomain/zero/1.0/
• Abstract: Quantum cloud computing (QCC) offers a promising approach to efficiently provide quantum computing resources, such as quantum computers, to perform resource-intensive tasks. Like traditional cloud computing platforms, QCC providers can offer both reservation and on-demand plans for quantum resource provisioning to satisfy users' requirements. However, the fluctuations in user demand and quantum circuit requirements are challenging for efficient resource provisioning. Furthermore, in distributed QCC, entanglement routing is a critical component of quantum networks that enables remote entanglement communication between users and QCC providers. Further, maintaining entanglement fidelity in quantum networks is challenging due to the requirement for high-quality entanglement routing, especially when accessing the providers over long distances. To address these challenges, we propose a resource allocation model to provision quantum computing and networking resources. In particular, entangled pairs, entanglement routing, qubit resources, and circuits' waiting time are jointly optimized to achieve minimum total costs. We formulate the proposed model based on the two-stage stochastic programming, which takes into account the uncertainties of fidelity and qubit requirements, and quantum circuits' waiting time. Furthermore, we apply the Benders decomposition algorithm to divide the proposed model into sub-models to be solved simultaneously. Experimental results demonstrate that our model can achieve the optimal total costs and reduce total costs at most 49.43\% in comparison to the baseline model.
• Abstract（参考訳）: 量子クラウドコンピューティング(QCC)は、量子コンピュータなどの量子コンピューティングリソースを効率的に提供し、リソース集約的なタスクを実行するための有望なアプローチを提供する。 従来のクラウドコンピューティングプラットフォームと同様に、qccプロバイダは、ユーザの要求を満たす量子リソースプロビジョニングの予約プランとオンデマンドプランの両方を提供することができる。 しかし,効率的な資源供給には,需要変動や量子回路要件の変動が困難である。 さらに、分散QCCでは、ユーザとQCCプロバイダ間のリモートの絡み合い通信を可能にする量子ネットワークの重要なコンポーネントである。 さらに、量子ネットワークにおける絡み合いの忠実性を維持することは、特に長距離でプロバイダにアクセスする場合、高品質の絡み合いルーティングが必要となるため困難である。 これらの課題に対処するために,量子コンピューティングとネットワークリソースを供給するためのリソース割り当てモデルを提案する。 特に、絡み合うペア、絡み合いルーティング、キュービットリソース、回路の待ち時間が、最小の総コストを達成するために共同で最適化される。 提案モデルは,忠実性や量子ビット要求の不確実性,量子回路の待ち時間を考慮した2段階確率計画に基づいて定式化する。 さらに、Benders分解アルゴリズムを適用し、提案したモデルを同時に解くサブモデルに分割する。 実験の結果,本モデルは最適総コストを達成でき,ベースラインモデルと比較して49.43\%以上で総コストを削減できることがわかった。

関連論文リスト

• Resource Management and Circuit Scheduling for Distributed Quantum Computing Interconnect Networks [4.0985912998349345]
  分散量子コンピューティング(DQC)は、モノリシック量子プロセッサのスケーラビリティ制限を克服するための有望なアプローチとして登場した。 本稿では,このようなネットワークにおける資源割り当ての問題に対処し,量子ファーム環境における資源管理に焦点をあてる。 本稿では,QPU間通信遅延による劣化の最小化を目的とした,QPU割り当てのための多目的最適化アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-09-19T11:39:46Z)
• Adaptive User-Centric Entanglement Routing in Quantum Data Networks [5.421492821020181]
  分散量子コンピューティング(DQC)は、量子データネットワーク(QDN)を介して複数の小さな量子コンピュータ(QC)を相互接続することで、量子コンピューティングの可能性を活用するという大きな可能性を秘めている。 QDN内の量子テレポーテーションのための2つのQC間の長距離量子絡み合わせを確立することは重要な側面であり、絡み合わせルーティングを伴う。 既存のアプローチは主に、現在の絡み合い接続(EC)要求に対する絡み合い性能の最適化に重点を置いている。 本稿では,ユーザの予算制約に固執しながら,絡み合いの成功率を最大化するために,長期にわたるユーザ中心の絡み合いルーティング問題を提案する。
  論文  参考訳（メタデータ） (2024-04-13T17:20:00Z)
• Generative AI-enabled Quantum Computing Networks and Intelligent Resource Allocation [80.78352800340032]
  量子コンピューティングネットワークは、大規模な生成AI計算タスクと高度な量子アルゴリズムを実行する。 量子コンピューティングネットワークにおける効率的なリソース割り当ては、量子ビットの可変性とネットワークの複雑さのために重要な課題である。 我々は、生成学習から量子機械学習まで、最先端強化学習(RL)アルゴリズムを導入し、最適な量子リソース割り当てを行う。
  論文  参考訳（メタデータ） (2024-01-13T17:16:38Z)
• Entangled Pair Resource Allocation under Uncertain Fidelity Requirements [59.83361663430336]
  量子ネットワークにおいて、効果的な絡み合いルーティングは、量子ソースと量子宛先ノード間の通信を容易にする。 本稿では,絡み合ったペアに対する資源配分モデルと,整合性保証を伴う絡み合ったルーティングモデルを提案する。 提案モデルでは, ベースラインモデルと比較して, 総コストを少なくとも20%削減できる。
  論文  参考訳（メタデータ） (2023-04-10T07:16:51Z)
• Stochastic Qubit Resource Allocation for Quantum Cloud Computing [66.97282014860265]
  量子クラウドコンピューティングでは、量子クラウドプロバイダが予約およびオンデマンドプランで量子リソースをプロビジョニングする。 本稿では,量子コンピューティングシステムにおいて,量子回路の最小待ち時間と量子リソースを協調的に最適化する量子リソース割り当てを提案する。
  論文  参考訳（メタデータ） (2022-10-22T04:13:24Z)
• DQC$^2$O: Distributed Quantum Computing for Collaborative Optimization in Future Networks [54.03701670739067]
  本稿では、将来のネットワークにおける最適化タスクを解決するために、量子コンピュータと量子チャネルを管理するための適応型分散量子コンピューティング手法を提案する。 提案手法に基づいて,スマートグリッド管理やIoT連携,UAV軌道計画など,今後のネットワークにおける協調最適化の潜在的な応用について論じる。
  論文  参考訳（メタデータ） (2022-09-16T02:44:52Z)
• Optimal Stochastic Resource Allocation for Distributed Quantum Computing [50.809738453571015]
  本稿では,分散量子コンピューティング(DQC)のためのリソース割り当て方式を提案する。 本評価は,提案手法の有効性と,量子コンピュータとオンデマンド量子コンピュータの両立性を示すものである。
  論文  参考訳（メタデータ） (2022-09-16T02:37:32Z)

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。