Fugu-MT 論文翻訳(概要): Fast classical simulation of Harvard/QuEra IQP circuits

論文の概要: Fast classical simulation of Harvard/QuEra IQP circuits

arxiv url: http://arxiv.org/abs/2402.03211v1
Date: Mon, 5 Feb 2024 17:22:41 GMT
ステータス: 処理完了
システム内更新日: 2024-02-06 14:44:28.245737
Title: Fast classical simulation of Harvard/QuEra IQP circuits
Title（参考訳）: Harvard/QuEra IQP回路の高速古典シミュレーション
Authors: Dmitri Maslov, Sergey Bravyi, Felix Tripier, Andrii Maksymov, and Joe Latone
Abstract要約: 量子コンピュータの特定の計算能力があまりに複雑であり、古典的な方法では再生できなくなると、量子優位性が達成される。我々は480ドルの量子ビット計算のために振幅を計算するのに0.00947$秒しかかからない古典的シミュレーションアルゴリズムを報告する。さらに, このアルゴリズムは, CNOT層の追加による性能低下の影響を受けない。
参考スコア（独自算出の注目度）: 4.415661493715816
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Establishing an advantage for (white-box) computations by a quantum computer against its classical counterpart is currently a key goal for the quantum computation community. A quantum advantage is achieved once a certain computational capability of a quantum computer is so complex that it can no longer be reproduced by classical means, and as such, the quantum advantage can be seen as a continued negotiation between classical simulations and quantum computational experiments. A recent publication (Bluvstein et al., Nature 626:58-65, 2024) introduces a type of Instantaneous Quantum Polynomial-Time (IQP) computation complemented by a $48$-qubit (logical) experimental demonstration using quantum hardware. The authors state that the ``simulation of such logical circuits is challenging'' and project the simulation time to grow rapidly with the number of CNOT layers added, see Figure 5d/bottom therein. However, we report a classical simulation algorithm that takes only $0.00257947$ seconds to compute an amplitude for the $48$-qubit computation, which is roughly $10^3$ times faster than that reported by the original authors. Our algorithm is furthermore not subject to a significant decline in performance due to the additional CNOT layers. We simulated these types of IQP computations for up to $96$ qubits, taking an average of $4.16629$ seconds to compute a single amplitude, and estimated that a $192$-qubit simulation should be tractable for computations relying on Tensor Processing Units.
Abstract（参考訳）: 量子コンピュータによる(ホワイトボックス)計算の優位性を確立することは、現在量子計算コミュニティにとって重要な目標である。量子コンピュータの特定の計算能力が複雑になれば、量子優位性は古典的な方法では再生できなくなるため、量子優位性は古典的なシミュレーションと量子計算実験の間の継続的な交渉と見なすことができる。最近の出版物(Bluvstein et al., Nature 626:58-65, 2024)では、量子ハードウェアを用いた480ドルの量子ビット(論理)実験で補完されるインスタント量子多項式時間(IQP)計算のタイプが紹介されている。著者らは、'このような論理回路のシミュレーションは困難である'と述べ、CNOT層が加わった数でシミュレーション時間が急速に増加することを予測している(図5d/bottom参照)。しかし、従来のシミュレーションアルゴリズムでは、48ドルの量子ビット計算の振幅を計算するのに0.00257947$秒しかかからない。さらに, このアルゴリズムは, CNOT層の追加による性能低下の影響を受けない。我々は、これらのIQP計算を最大960ドルキュービットでシミュレートし、1つの振幅を計算するのに平均4.16629ドル秒を要し、192ドルキュービットのシミュレーションはテンソル処理ユニットに依存する計算に利用できると推定した。

関連論文リスト

Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [63.733312560668274]
d可変RZゲートとG-dクリフォードゲートを含む量子回路を与えられた場合、学習者は純粋に古典的な推論を行い、その線形特性を効率的に予測できるだろうか? 我々は、d で線形にスケーリングするサンプルの複雑さが、小さな予測誤差を達成するのに十分であり、対応する計算の複雑さは d で指数関数的にスケールすることを証明する。我々は,予測誤差と計算複雑性をトレードオフできるカーネルベースの学習モデルを考案し,多くの実践的な環境で指数関数からスケーリングへ移行した。
論文参考訳（メタデータ） (2024-08-22T08:21:28Z)
Leapfrogging Sycamore: Harnessing 1432 GPUs for 7$\times$ Faster Quantum Random Circuit Sampling [40.83618005962484]
ランダム量子回路サンプリングは、量子計算の利点を示すベンチマークとして機能する。古典的アルゴリズムの最近の進歩は、古典的シミュレーション時間を大幅に短縮した。我々の研究は、TextitSycamoreの量子優位性という主張を否定する最初の明白な実験的証拠を提供する。
論文参考訳（メタデータ） (2024-06-27T05:01:47Z)
Benchmarking digital quantum simulations above hundreds of qubits using quantum critical dynamics [42.29248343585333]
最大133キュービットの量子ハードウェアとエラー軽減手法をベンチマークする。最大2量子ゲート幅は28で、最大1396個の2量子ゲートを持つ。結果はハミルトンシミュレーション、変分アルゴリズム、最適化、量子機械学習などのアプリケーションに転送可能である。
論文参考訳（メタデータ） (2024-04-11T18:00:05Z)
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)
Fast classical simulation of evidence for the utility of quantum computing before fault tolerance [0.0]
スパースパウリ力学に基づく古典的アルゴリズムは、IBMのイーグルプロセッサの127量子ビットに関する最近の実験で研究された量子回路を効率的にシミュレートできることを示す。ラップトップの単一コア上でのシミュレーションは、報告された量子シミュレーションのウォールタイムよりも桁違いに高速であり、ゼロノイズ外挿実験結果とよく一致している。
論文参考訳（メタデータ） (2023-06-28T17:08:00Z)
Towards practical and massively parallel quantum computing emulation for quantum chemistry [10.095945254794906]
量子コンピューティングは初期の段階を超えて、化学・生物医学の商業的応用を模索している。量子アルゴリズムを開発し、量子ハードウェアを検証するために、古典的なコンピュータ上で量子コンピューティングをエミュレートすることが重要である。本稿では,行列積状態に基づく高性能かつ大規模に並列な量子固有解法シミュレータについて述べる。
論文参考訳（メタデータ） (2023-03-07T06:44:18Z)
Quantum Clustering with k-Means: a Hybrid Approach [117.4705494502186]
我々は3つのハイブリッド量子k-Meansアルゴリズムを設計、実装、評価する。我々は距離の計算を高速化するために量子現象を利用する。我々は、我々のハイブリッド量子k-平均アルゴリズムが古典的バージョンよりも効率的であることを示す。
論文参考訳（メタデータ） (2022-12-13T16:04:16Z)
Differentiable matrix product states for simulating variational quantum computational chemistry [6.954927515599816]
本稿では,変分量子固有解法(VQE)の並列化可能な古典シミュレータを提案する。我々のシミュレーターは量子回路の進化を古典的自己微分フレームワークにシームレスに統合する。応用として、我々のシミュレーターを用いて、一般的なHF、LiH、H$Oなどの小分子と、最大40ドルの量子ビットを持つより大きな分子であるCO$$、BeH$、H$_4$を研究する。
論文参考訳（メタデータ） (2022-11-15T08:36:26Z)
An Algebraic Quantum Circuit Compression Algorithm for Hamiltonian Simulation [55.41644538483948]
現在の世代のノイズの多い中間スケール量子コンピュータ(NISQ)は、チップサイズとエラー率に大きく制限されている。我々は、自由フェルミオンとして知られる特定のスピンハミルトニアンをシミュレーションするために、量子回路を効率よく圧縮するために局所化回路変換を導出する。提案した数値回路圧縮アルゴリズムは、後方安定に動作し、$mathcalO(103)$スピンを超える回路合成を可能にするスピンの数で3次スケールする。
論文参考訳（メタデータ） (2021-08-06T19:38:03Z)
Computational power of one- and two-dimensional dual-unitary quantum circuits [0.6946929968559495]
古典的にシミュラブルな量子回路は、量子計算が古典的な計算より強力になったり、同等になったりすることを教えてくれます。我々は、最近非平衡物理学の正確な解法モデルとして研究されているデュアルユニタリ量子回路(DUQC)を利用している。
論文参考訳（メタデータ） (2021-03-16T17:37:11Z)
Classical Simulation of Quantum Supremacy Circuits [11.913526591569632]
ランダム量子回路は古典的なシミュレートが難しいと考えられている。本研究では,ネットワークに基づく古典シミュレーションアルゴリズムを提案する。我々はシミュレーターが20日以内でこのタスクを実行できると見積もっている。
論文参考訳（メタデータ） (2020-05-14T07:57:38Z)

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。