論文の概要: Scalable Circuit Cutting and Scheduling in a Resource-constrained and Distributed Quantum System

• arxiv url: http://arxiv.org/abs/2405.04514v1
• Date: Tue, 7 May 2024 17:45:53 GMT
• ステータス: 処理完了
• システム内更新日: 2024-05-08 13:11:46.824164
• Title: Scalable Circuit Cutting and Scheduling in a Resource-constrained and Distributed Quantum System
• Title（参考訳）: 資源制約分散量子システムにおけるスケーラブル回路切断とスケジューリング
• Authors: Shuwen Kan, Zefan Du, Miguel Palma, Samuel A Stein, Chenxu Liu, Wenqi Wei, Juntao Chen, Ang Li, Ying Mao,
• Abstract要約: 現在の量子コンピューティングシステムは、量子ビット数と品質に制限があるため、実用化に限られている。 近年の取り組みは、複数の小さな量子デバイスを接続してより大きな回路を実行するマルチノード量子システムに焦点を当てている。 量子回路を重み付きグラフに変換する新しいアプローチであるFitCutを紹介する。
• 参考スコア（独自算出の注目度）: 14.348391106346876
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Despite quantum computing's rapid development, current systems remain limited in practical applications due to their limited qubit count and quality. Various technologies, such as superconducting, trapped ions, and neutral atom quantum computing technologies are progressing towards a fault tolerant era, however they all face a diverse set of challenges in scalability and control. Recent efforts have focused on multi-node quantum systems that connect multiple smaller quantum devices to execute larger circuits. Future demonstrations hope to use quantum channels to couple systems, however current demonstrations can leverage classical communication with circuit cutting techniques. This involves cutting large circuits into smaller subcircuits and reconstructing them post-execution. However, existing cutting methods are hindered by lengthy search times as the number of qubits and gates increases. Additionally, they often fail to effectively utilize the resources of various worker configurations in a multi-node system. To address these challenges, we introduce FitCut, a novel approach that transforms quantum circuits into weighted graphs and utilizes a community-based, bottom-up approach to cut circuits according to resource constraints, e.g., qubit counts, on each worker. FitCut also includes a scheduling algorithm that optimizes resource utilization across workers. Implemented with Qiskit and evaluated extensively, FitCut significantly outperforms the Qiskit Circuit Knitting Toolbox, reducing time costs by factors ranging from 3 to 2000 and improving resource utilization rates by up to 3.88 times on the worker side, achieving a system-wide improvement of 2.86 times.
• Abstract（参考訳）: 量子コンピューティングの急速な発展にもかかわらず、現在のシステムは量子ビット数と品質に制限があるため、実用上はまだ限られている。 超伝導、閉じ込められたイオン、中性原子量子コンピューティング技術といった様々な技術は耐障害性の時代に向かって進んでいるが、スケーラビリティと制御の様々な課題に直面している。 近年の取り組みは、複数の小さな量子デバイスを接続してより大きな回路を実行するマルチノード量子システムに焦点を当てている。 将来の実証では、量子チャネルをカップルのシステムに利用したいと考えているが、現在の実証では回路切断技術による古典的な通信を利用することができる。 これは、大きな回路を小さなサブ回路に切断し、実行後に再構築することを含む。 しかし, 既存の切削法は, クビット数やゲート数の増加に伴い, 長い探索時間によって妨げられる。 さらに、マルチノードシステムでは、さまざまなワーカー構成のリソースを効果的に利用できないことが多い。 これらの課題に対処するために、量子回路を重み付きグラフに変換する新しいアプローチであるFitCutを導入し、各ワーカーに対してリソース制約、例えば量子ビット数に応じて回路を切断するコミュニティベースのボトムアップアプローチを利用する。 FitCutには、ワーカ間のリソース利用を最適化するスケジューリングアルゴリズムも含まれている。 FitCutはQiskitで実装され、広範囲に評価され、Qiskit Circuit Knitting Toolboxを著しく上回り、3～2000の要因による時間コストを削減し、作業者側のリソース利用率を最大3.88倍改善し、システム全体の2.86倍の改善を実現した。

関連論文リスト

• Quantum Compiling with Reinforcement Learning on a Superconducting Processor [55.135709564322624]
  超伝導プロセッサのための強化学習型量子コンパイラを開発した。 短絡の新規・ハードウェア対応回路の発見能力を示す。 本研究は,効率的な量子コンパイルのためのハードウェアによるソフトウェア設計を実証する。
  論文  参考訳（メタデータ） (2024-06-18T01:49:48Z)
• QuantumSEA: In-Time Sparse Exploration for Noise Adaptive Quantum Circuits [82.50620782471485]
  QuantumSEAはノイズ適応型量子回路のインタイムスパース探索である。 1)トレーニング中の暗黙の回路容量と(2)雑音の頑健さの2つの主要な目標を達成することを目的としている。 提案手法は, 量子ゲート数の半減と回路実行の2倍の時間節約で, 最先端の計算結果を確立する。
  論文  参考訳（メタデータ） (2024-01-10T22:33:00Z)
• Integrated Qubit Reuse and Circuit Cutting for Large Quantum Circuit Evaluation [9.644229176158465]
  高忠実度で動作可能な量子回路のサイズは、物理量子ビットの量と品質に制限される。 小型量子コンピュータ上で大きな回路を動作させるために、量子ビットの再利用と回路切断を利用する統合的なアプローチであるIQRCを提案する。
  論文  参考訳（メタデータ） (2023-12-16T02:49:28Z)
• Near-Term Distributed Quantum Computation using Mean-Field Corrections and Auxiliary Qubits [77.04894470683776]
  本稿では,限られた情報伝達と保守的絡み合い生成を含む短期分散量子コンピューティングを提案する。 我々はこれらの概念に基づいて、変分量子アルゴリズムの断片化事前学習のための近似回路切断手法を作成する。
  論文  参考訳（メタデータ） (2023-09-11T18:00:00Z)
• Circuit Cutting with Non-Maximally Entangled States [59.11160990637615]
  分散量子コンピューティングは、複数のデバイスの計算能力を組み合わせて、個々のデバイスの限界を克服する。 回路切断技術は、古典的な通信を通じて量子計算の分配を可能にする。 量子テレポーテーション(quantum teleportation)は、指数的なショットの増加を伴わない量子計算の分布を可能にする。 非最大エンタングル量子ビット対を利用する新しい回路切断法を提案する。
  論文  参考訳（メタデータ） (2023-06-21T08:03:34Z)
• Parallelizing Quantum-Classical Workloads: Profiling the Impact of Splitting Techniques [4.741651490006498]
  我々はIBMのQuantum Cloud上で2つのワークロード分割手法を評価した。 その結果,(1)回路切断によるVQEは,アンカット版よりも基底状態推定が39%向上し,(2)データ並列化と特徴量削減を組み合わせたQSVMは,量子ワークロード実行時間の最大3倍向上することがわかった。
  論文  参考訳（メタデータ） (2023-05-11T05:46:55Z)
• 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)
• 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)
• Error Mitigation in Quantum Computers through Instruction Scheduling [7.0230815242347475]
  現在の量子デバイスは、長期にわたって量子情報の保存を妨げているエラーの急速な蓄積に悩まされている。 本稿では,量子回路内の単一量子ビットゲートの最適実行スケジュールをピンポイントするTimeStitchを提案する。
  論文  参考訳（メタデータ） (2021-05-04T20:58:58Z)

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。