論文の概要: Benchmarking a trapped-ion quantum computer with 30 qubits

• arxiv url: http://arxiv.org/abs/2308.05071v2
• Date: Sat, 02 Nov 2024 22:59:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-05 14:39:20.978121
• Title: Benchmarking a trapped-ion quantum computer with 30 qubits
• Title（参考訳）: 30量子ビットの閉じ込められた量子コンピュータのベンチマーク
• Authors: Jwo-Sy Chen, Erik Nielsen, Matthew Ebert, Volkan Inlek, Kenneth Wright, Vandiver Chaplin, Andrii Maksymov, Eduardo Páez, Amrit Poudel, Peter Maunz, John Gamble,
• Abstract要約: 我々は、オール・ツー・オールな演算で、単一鎖の30量子ビットトラップイオン量子コンピュータをベンチマークする。 直接シミュレーションにより,アプリケーションのベンチマークデータを予測するためのシステムレベルのモデルを構築した。 これは、量子コンピュータがより大きく高品質なデバイスへと移行するにつれて、特徴付けがより困難になることを示している。
• 参考スコア（独自算出の注目度）: 0.2276773223605655
• License:
• Abstract: Quantum computers are rapidly becoming more capable, with dramatic increases in both qubit count and quality. Among different hardware approaches, trapped-ion quantum processors are a leading technology for quantum computing, with established high-fidelity operations and architectures with promising scaling. Here, we demonstrate and thoroughly benchmark the IonQ Forte system: configured as a single-chain 30-qubit trapped-ion quantum computer with all-to-all operations. We assess the performance of our quantum computer operation at the component level via direct randomized benchmarking (DRB) across all 30 choose 2 = 435 gate pairs. We then show the results of application-oriented benchmarks and show that the system passes the suite of algorithmic qubit (AQ) benchmarks up to #AQ 29. Finally, we use our component-level benchmarking to build a system-level model to predict the application benchmarking data through direct simulation. While we find that the system-level model correlates with the experiment in predicting application circuit performance, we note quantitative discrepancies indicating significant out-of-model errors, leading to higher predicted performance than what is observed. This highlights that as quantum computers move toward larger and higher-quality devices, characterization becomes more challenging, suggesting future work required to push performance further.
• Abstract（参考訳）: 量子コンピュータの能力は急速に向上し、量子ビット数と品質の両方が劇的に向上している。 様々なハードウェアアプローチの中で、トラップオン量子プロセッサは量子コンピューティングの先駆的な技術であり、確立された高忠実な演算と、有望なスケーリングを伴うアーキテクチャを備えている。 ここでは、IonQ Forteシステムを徹底的にベンチマークし、オール・ツー・オール操作を備えた1チェーン30ビットの量子コンピュータとして構成する。 我々は,30個の選択された2=435個のゲートペア間の直接ランダム化ベンチマーク(DRB)を用いて,コンポーネントレベルでの量子コンピュータ操作の性能を評価する。 次に、アプリケーション指向ベンチマークの結果を示し、アルゴリズム量子ビット(AQ)ベンチマークのスイートを、#AQ 29までパスすることを示す。 最後に、コンポーネントレベルのベンチマークを使用して、直接シミュレーションによってアプリケーションのベンチマークデータを予測するシステムレベルのモデルを構築します。 システムレベルのモデルとアプリケーション回路性能の予測実験が相関していることが分かるが、モデル外エラーの量的相違は、観測結果よりも高い予測性能をもたらす。 このことは、量子コンピュータがより大きく高品質なデバイスに向かって進むにつれ、特徴付けがより困難になり、パフォーマンスをさらに進めるために必要な今後の作業が示唆されることを示している。

関連論文リスト

• Data augmentation experiments with style-based quantum generative adversarial networks on trapped-ion and superconducting-qubit technologies [0.0]
  この研究は、初めて、スタイルベースの量子生成逆数ネットワーク(qGAN)の量子ジェネレータアーキテクチャをどのように実装できるかを実証する。 2022年に提案されたスタイルベースのqGANは、qGANのための技術の現状を一般化し、浅い深度ネットワークを可能にする。 両デバイスで得られた結果は同等の品質であり、ia-1デバイスはibm_torinoデバイスよりもかなり正確な結果をもたらす。
  論文  参考訳（メタデータ） (2024-05-07T15:26:51Z)
• Majorization-based benchmark of the complexity of quantum processors [105.54048699217668]
  我々は、様々な量子プロセッサの動作を数値的にシミュレートし、特徴付ける。 我々は,各デバイスの性能をベンチマークラインと比較することにより,量子複雑性を同定し,評価する。 我々は、回路の出力状態が平均して高い純度である限り、偏化ベースのベンチマークが成り立つことを発見した。
  論文  参考訳（メタデータ） (2023-04-10T23:01:10Z)
• A Framework for Demonstrating Practical Quantum Advantage: Racing Quantum against Classical Generative Models [62.997667081978825]
  生成モデルの一般化性能を評価するためのフレームワークを構築した。 古典的および量子生成モデル間の実用的量子優位性(PQA)に対する最初の比較レースを確立する。 以上の結果から,QCBMは,他の最先端の古典的生成モデルよりも,データ制限方式の方が効率的であることが示唆された。
  論文  参考訳（メタデータ） (2023-03-27T22:48:28Z)
• QSAN: A Near-term Achievable Quantum Self-Attention Network [73.15524926159702]
  SAM(Self-Attention Mechanism)は機能の内部接続を捉えるのに長けている。 短期量子デバイスにおける画像分類タスクに対して,新しい量子自己注意ネットワーク(QSAN)を提案する。
  論文  参考訳（メタデータ） (2022-07-14T12:22:51Z)
• 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)
• Application-Oriented Performance Benchmarks for Quantum Computing [0.0]
  ベンチマークスイートは、広く使用可能なように設計されている。 我々の手法は、今後5年以内に出現するであろう量子コンピューティングハードウェアの進歩を予想するために構築されている。
  論文  参考訳（メタデータ） (2021-10-07T01:45:06Z)
• Scalable Benchmarks for Gate-Based Quantum Computers [5.735035463793008]
  我々は、高度な量子ベンチマークフレームワークを開発し、リリースする。 ハードウェアに依存しない方法で、普遍量子デバイスの性能を測定する。 我々は,IBM,Rigetti,IonQの21種類の量子デバイスのベンチマーク結果を示す。
  論文  参考訳（メタデータ） (2021-04-21T18:00:12Z)
• Generation of High-Resolution Handwritten Digits with an Ion-Trap Quantum Computer [55.41644538483948]
  本稿では, 量子回路に基づく生成モデルを構築し, 生成逆数ネットワークの事前分布を学習し, サンプル化する。 我々は、このハイブリッドアルゴリズムを171ドルのYb$+$ ion qubitsに基づいてイオントラップデバイスでトレーニングし、高品質な画像を生成する。
  論文  参考訳（メタデータ） (2020-12-07T18:51:28Z)
• 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)
• Application-Motivated, Holistic Benchmarking of a Full Quantum Computing Stack [0.0]
  量子コンピューティングシステムは、彼らが期待する実用的なタスクの点でベンチマークされる必要がある。 ベンチマークのための3つの「アプリケーションモチベーション」回路クラス(深度、浅度、正方形)を提案する。 我々は,これらのクラスからの動作回路における量子コンピューティングシステムの性能を,いくつかの値を用いて定量化する。
  論文  参考訳（メタデータ） (2020-06-01T21:21:33Z)

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。