論文の概要: Fast Simulation of High-Depth QAOA Circuits

• arxiv url: http://arxiv.org/abs/2309.04841v2
• Date: Tue, 12 Sep 2023 23:23:10 GMT
• ステータス: 処理完了
• システム内更新日: 2023-09-14 11:24:23.579152
• Title: Fast Simulation of High-Depth QAOA Circuits
• Title（参考訳）: 高密度QAOA回路の高速シミュレーション
• Authors: Danylo Lykov, Ruslan Shaydulin, Yue Sun, Yuri Alexeev, Marco Pistoia
• Abstract要約: 量子近似最適化アルゴリズム(QAOA)のシミュレータを提案する。 本シミュレータはQAOAパラメータ最適化の計算コストを削減することを目的として設計されている。 cuQuantumをベースとした最先端のGPU量子回路シミュレータと比較して,典型的なQAOAパラメータ最適化の時間を,$n = 26$ qubitsで11倍に短縮する。
• 参考スコア（独自算出の注目度）: 10.778538580079365
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Until high-fidelity quantum computers with a large number of qubits become widely available, classical simulation remains a vital tool for algorithm design, tuning, and validation. We present a simulator for the Quantum Approximate Optimization Algorithm (QAOA). Our simulator is designed with the goal of reducing the computational cost of QAOA parameter optimization and supports both CPU and GPU execution. Our central observation is that the computational cost of both simulating the QAOA state and computing the QAOA objective to be optimized can be reduced by precomputing the diagonal Hamiltonian encoding the problem. We reduce the time for a typical QAOA parameter optimization by eleven times for $n = 26$ qubits compared to a state-of-the-art GPU quantum circuit simulator based on cuQuantum. Our simulator is available on GitHub: https://github.com/jpmorganchase/QOKit
• Abstract（参考訳）: 多くの量子ビットを持つ高忠実度量子コンピュータが広く利用可能になるまで、古典的なシミュレーションはアルゴリズムの設計、チューニング、検証に不可欠である。 本稿では,量子近似最適化アルゴリズム(QAOA)のシミュレータを提案する。 このシミュレータはQAOAパラメータ最適化の計算コストを削減し,CPUとGPUの両方の実行をサポートすることを目標に設計されている。 我々の中心的な観察は、QAOA状態のシミュレーションと最適化すべきQAOA目標の計算の両方の計算コストを、この問題を符号化する対角ハミルトニアンをプリ計算することで削減できるということである。 cuQuantumをベースとした最先端のGPU量子回路シミュレータと比較して,典型的なQAOAパラメータ最適化の時間を,$n = 26$ qubitsで11倍削減する。 私たちのシミュレータはgithubで入手できる。 https://github.com/jpmorganchase/qokit

関連論文リスト

• Efficient charge-preserving excited state preparation with variational quantum algorithms [33.03471460050495]
  本稿では、対称性と対応する保存電荷をVQDフレームワークに組み込むために設計された電荷保存型VQD(CPVQD)アルゴリズムを紹介する。 その結果、高エネルギー物理学、核物理学、量子化学への応用が示された。
  論文  参考訳（メタデータ） (2024-10-18T10:30:14Z)
• Bias-Field Digitized Counterdiabatic Quantum Algorithm for Higher-Order Binary Optimization [39.58317527488534]
  本稿では,高次非拘束二元最適化(HUBO)問題に対処するため,BF-DCQOアルゴリズムを改良した。 我々のプロトコルは、重いヘックスアーキテクチャを持つIBM量子プロセッサ上で、156量子ビットを用いて実験的に検証されている。
  論文  参考訳（メタデータ） (2024-09-05T17:38:59Z)
• Digitized Counterdiabatic Quantum Algorithms for Logistics Scheduling [33.04597339860113]
  本研究では,自動化ロボットの求人スケジューリング問題と旅行セールスパーソン問題について検討する。 DCQOでは、断熱量子力学を用いて最適化問題の解を求める。 我々は超伝導およびトラップイオン量子プロセッサにアルゴリズムを実験的に実装した。
  論文  参考訳（メタデータ） (2024-05-24T16:53:30Z)
• TANQ-Sim: Tensorcore Accelerated Noisy Quantum System Simulation via QIR on Perlmutter HPC [16.27167995786167]
  TANQ-Simは、コヒーレントノイズと非コヒーレントノイズの両方で実用的なディープ回路をシミュレートするために設計された、フルスケールの密度行列ベースのシミュレータである。 このようなシミュレーションにかかわる計算コストに対処するため,新しい密度行列シミュレーション手法を提案する。 また,その性能を最適化するために,密度行列シミュレーションのための特定のゲート融合手法を提案する。
  論文  参考訳（メタデータ） (2024-04-19T21:16:29Z)
• Hybrid quantum algorithms for flow problems [0.0]
  ここではQFlowS(Quantum Flow Simulator)と呼ぶ高性能量子シミュレータをデビューさせる。 まず、QFlowSを用いて2つのよく知られた流れをシミュレートし、これまで見つからなかった、ハイブリットで高精度な量子線形システムアルゴリズム(QLSA)の完全なゲートレベルの実装を実演する。 本研究は, 流動の量子シミュレーションへの道のりを示唆し, QC のゲートレベル実装に必要な特別な考察を強調した。
  論文  参考訳（メタデータ） (2023-07-01T17:39:21Z)
• Online Convex Optimization of Programmable Quantum Computers to Simulate Time-Varying Quantum Channels [26.888629265226264]
  任意の量子チャネルは、有限次元のプログラマブル量子プロセッサを用いて正確にシミュレートすることはできない。 シミュレーション対象のチャネルが時間と逆向きに変化する困難条件について検討する。
  論文  参考訳（メタデータ） (2022-12-09T23:37:55Z)
• The QAOA with Few Measurements [4.713817702376467]
  近似量子最適化アルゴリズム (QAOA) はもともと最適化問題の解法として開発された。 完全な記述型ベンチマーク技術は、多くの量子ビットに対してしばしば高価である。 中性原子量子コンピュータのような実験的な量子コンピューティングプラットフォームは、繰り返し速度が遅い。
  論文  参考訳（メタデータ） (2022-05-13T18:42:20Z)
• Performance Evaluation and Acceleration of the QTensor Quantum Circuit Simulator on GPUs [6.141912076989479]
  我々は、NumPy、PyTorch、CuPyのバックエンドを実装し、ベンチマークを行い、CPUまたはGPUにテンソルシミュレーションの最適な割り当てを見つける。 ベンチマークしたQAOA回路のCPU上のNumPyベースライン上でのGPUの高速化により,MaxCut問題を解く。
  論文  参考訳（メタデータ） (2022-04-12T19:03:44Z)
• Scaling Quantum Approximate Optimization on Near-term Hardware [49.94954584453379]
  我々は、様々なレベルの接続性を持つハードウェアアーキテクチャのための最適化回路により、期待されるリソース要求のスケーリングを定量化する。 問題の大きさと問題グラフの次数で指数関数的に増大する。 これらの問題は、ハードウェア接続性の向上や、より少ない回路層で高い性能を達成するQAOAの変更によって緩和される可能性がある。
  論文  参考訳（メタデータ） (2022-01-06T21:02:30Z)
• GPU-accelerated simulations of quantum annealing and the quantum approximate optimization algorithm [0.0]
  超並列J'ulichユニバーサル量子コンピュータシミュレータ(JUQCS--G)のGPU加速版を用いた大規模アプリケーションについて検討する。
  論文  参考訳（メタデータ） (2021-04-07T17:52:50Z)
• Quantum Algorithms for Simulating the Lattice Schwinger Model [63.18141027763459]
  NISQとフォールトトレラントの両方の設定で格子シュウィンガーモデルをシミュレートするために、スケーラブルで明示的なデジタル量子アルゴリズムを提供する。 格子単位において、結合定数$x-1/2$と電場カットオフ$x-1/2Lambda$を持つ$N/2$物理サイト上のシュウィンガーモデルを求める。 NISQと耐故障性の両方でコストがかかるオブザーバブルを、単純なオブザーバブルとして推定し、平均ペア密度を推定する。
  論文  参考訳（メタデータ） (2020-02-25T19:18:36Z)

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。