論文の概要: TITAN: A Distributed Large-Scale Trapped-Ion NISQ Computer
- arxiv url: http://arxiv.org/abs/2402.11021v1
- Date: Fri, 16 Feb 2024 19:01:52 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-21 00:03:35.101191
- Title: TITAN: A Distributed Large-Scale Trapped-Ion NISQ Computer
- Title(参考訳): TITAN: 大規模トラッピングIon NISQコンピュータ
- Authors: Cheng Chu, Zhenxiao Fu, Yilun Xu, Gang Huang, Hausi Muller, Fan Chen,
Lei Jiang
- Abstract要約: Trapped-Ion (TI)技術は、ノイズ中間スケール量子(NISQ)コンピューティングの潜在的なブレークスルーを提供する。
本稿では,大規模分散TI NISQコンピュータであるTITANを紹介する。
評価の結果、TITANは既存のシステムに比べて56.6%、忠実度は19.7%大幅に向上した。
- 参考スコア(独自算出の注目度): 14.660861296396577
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Trapped-Ion (TI) technology offers potential breakthroughs for Noisy
Intermediate Scale Quantum (NISQ) computing. TI qubits offer extended coherence
times and high gate fidelity, making them appealing for large-scale NISQ
computers. Constructing such computers demands a distributed architecture
connecting Quantum Charge Coupled Devices (QCCDs) via quantum matter-links and
photonic switches. However, current distributed TI NISQ computers face hardware
and system challenges. Entangling qubits across a photonic switch introduces
significant latency, while existing compilers generate suboptimal mappings due
to their unawareness of the interconnection topology. In this paper, we
introduce TITAN, a large-scale distributed TI NISQ computer, which employs an
innovative photonic interconnection design to reduce entanglement latency and
an advanced partitioning and mapping algorithm to optimize matter-link
communications. Our evaluations show that TITAN greatly enhances quantum
application performance by 56.6% and fidelity by 19.7% compared to existing
systems.
- Abstract(参考訳): Trapped-Ion (TI)技術は、ノイズ中間スケール量子(NISQ)コンピューティングの潜在的なブレークスルーを提供する。
TI量子ビットはコヒーレンス時間と高いゲート忠実度を提供し、大規模なNISQコンピュータにアピールする。
このようなコンピュータを構築するには、量子電荷結合デバイス(qccds)を量子マターリンクとフォトニックスイッチで接続する分散アーキテクチャが必要である。
しかし、現在の分散TI NISQコンピュータはハードウェアとシステムの問題に直面している。
フォトニックスイッチをまたいで量子ビットを絡めるとかなりの遅延が発生し、一方既存のコンパイラは相互接続トポロジを知らずにサブ最適マッピングを生成する。
本稿では,タイタンという大規模分散ti nisqコンピュータについて紹介する。タングルメント遅延を低減するための革新的なフォトニック相互接続設計と,物質リンク通信を最適化する高度なパーティショニング・マッピングアルゴリズムを用いる。
評価の結果、TITANは既存のシステムに比べて56.6%、忠実度は19.7%大幅に向上した。
関連論文リスト
- Scalable Fault-Tolerant Quantum Technologies with Silicon Colour Centres [0.0]
シリコンの光学活性スピンに基づく新しい量子情報処理アーキテクチャを提案する。
スケーラブルなフォールトトレラントな量子コンピューティングとネットワークのための統合プラットフォームを提供する。
論文 参考訳(メタデータ) (2023-11-08T17:52:57Z) - Characterizing the Inter-Core Qubit Traffic in Large-Scale Quantum
Modular Architectures [1.8946122116481299]
大規模回路におけるモノリシック・テンポラル・コア間通信の時代の先駆的な特徴について述べる。
プログラムは、最大1000量子ビットをサポートする全対全接続コアアーキテクチャで実行される。
実証結果に基づいて,量子回路をマルチコアプロセッサにマッピングするための一連のガイドラインを提供し,大規模マルチコアアーキテクチャのベンチマークの基礎を定めている。
論文 参考訳(メタデータ) (2023-10-03T09:54:41Z) - Architectures and circuits for distributed quantum computing [0.0]
この論文は、分散パラダイムに基づく量子計算を提供するネットワークを扱う。
この論文の主な貢献は、全体的な忠実度に対するテレゲートの影響を最小限に抑えるコンパイラの定義である。
論文 参考訳(メタデータ) (2023-07-16T00:03:59Z) - Simulation of Entanglement Generation between Absorptive Quantum
Memories [56.24769206561207]
我々は、QUantum Network Communication (SeQUeNCe) のオープンソースシミュレータを用いて、2つの原子周波数コム(AFC)吸収量子メモリ間の絡み合いの発生をシミュレートする。
本研究は,SeQUeNCe における truncated Fock 空間内の光量子状態の表現を実現する。
本研究では,SPDC音源の平均光子数と,平均光子数とメモリモード数の両方で異なる絡み合い発生率を観測する。
論文 参考訳(メタデータ) (2022-12-17T05:51:17Z) - QuanGCN: Noise-Adaptive Training for Robust Quantum Graph Convolutional
Networks [124.7972093110732]
本稿では,ノード間の局所的なメッセージパッシングをクロスゲート量子演算のシーケンスで学習する量子グラフ畳み込みネットワーク(QuanGCN)を提案する。
現代の量子デバイスから固有のノイズを緩和するために、ノードの接続をスパーズするためにスパース制約を適用します。
我々のQuanGCNは、いくつかのベンチマークグラフデータセットの古典的なアルゴリズムよりも機能的に同等か、さらに優れている。
論文 参考訳(メタデータ) (2022-11-09T21:43:16Z) - Iterative Qubits Management for Quantum Index Searching in a Hybrid
System [56.39703478198019]
IQuCSは、量子古典ハイブリッドシステムにおけるインデックス検索とカウントを目的としている。
我々はQiskitでIQuCSを実装し、集中的な実験を行う。
その結果、量子ビットの消費を最大66.2%削減できることが示されている。
論文 参考訳(メタデータ) (2022-09-22T21:54:28Z) - 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) - Optimizing Tensor Network Contraction Using Reinforcement Learning [86.05566365115729]
本稿では,グラフニューラルネットワーク(GNN)と組み合わせた強化学習(RL)手法を提案する。
この問題は、巨大な検索スペース、重い尾の報酬分布、そして困難なクレジット割り当てのために非常に難しい。
GNNを基本方針として利用するRLエージェントが,これらの課題にどのように対処できるかを示す。
論文 参考訳(メタデータ) (2022-04-18T21:45:13Z) - Full-stack quantum computing systems in the NISQ era: algorithm-driven
and hardware-aware compilation techniques [1.3496450124792878]
現在のフルスタック量子コンピューティングシステムの概要について概説する。
我々は、隣接する層間の密な共設計と垂直な層間設計の必要性を強調します。
論文 参考訳(メタデータ) (2022-04-13T13:26:56Z) - Interleaving: Modular architectures for fault-tolerant photonic quantum
computing [50.591267188664666]
フォトニック核融合型量子コンピューティング(FBQC)は低損失フォトニック遅延を用いる。
FBQCのモジュールアーキテクチャとして,これらのコンポーネントを結合して「インターリービングモジュール」を形成するアーキテクチャを提案する。
遅延の乗法的パワーを行使すると、各加群はヒルベルト空間に数千の物理量子ビットを加えることができる。
論文 参考訳(メタデータ) (2021-03-15T18:00:06Z) - A Hardware-Aware Heuristic for the Qubit Mapping Problem in the NISQ Era [0.0]
キャリブレーションデータを考慮に入れたハードウェア・アウェアマッピング遷移アルゴリズム(HA)を提案する。
IBMの量子ハードウェアの結果から、私たちのHAアプローチは最先端技術よりも優れています。
論文 参考訳(メタデータ) (2020-10-06T07:03:35Z)
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。