論文の概要: Comparative Study of Quantum Transpilers: Evaluating the Performance of qiskit-braket-provider, qBraid-SDK, and Pytket Extensions
- arxiv url: http://arxiv.org/abs/2406.06836v1
- Date: Mon, 10 Jun 2024 22:54:15 GMT
- ステータス: 処理完了
- システム内更新日: 2024-06-12 19:56:14.427337
- Title: Comparative Study of Quantum Transpilers: Evaluating the Performance of qiskit-braket-provider, qBraid-SDK, and Pytket Extensions
- Title（参考訳）: 量子トランスパイラの比較研究:キスキートブラケットプロジェクタ、qBraid-SDK、ピケット拡張の性能評価
- Authors: Mohamed Messaoud Louamri, Nacer eddine Belaloui, Abdellah Tounsi, Mohamed Taha Rouabah,
- Abstract要約: キースキット・ブラケット・プロジェクタは優れた性能を示し、破壊率は0.2%と極めて低い。
qBraid-SDKはより一般化されたアプローチを提供し、複数のSDK間でのトランスパイルに適している。
ピケット拡張は高速ではあるが、1対1のトランスパイル方式のために複雑な回路を扱う際の制限を示す。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In this study, we conducted a comprehensive evaluation of several quantum transpilers, including the qiskit-braket-provider, the qBraid-SDK, and the pytket extensions, focusing on critical metrics such as correctness, failure rate, and transpilation time. Our results demonstrate that the qiskit-braket-provider exhibits superior performance achieving a remarkably low failure rate of 0.2%. the qiskit-braket-provider utilizes a combination of one-to-one transpilation and gate decomposition for unsupported gates, enhancing transpiler capabilities and speed. The qBraid-SDK offers a more generalized approach, suitable for transpilation across multiple SDKs, albeit with slower performance compared to the qiskit-braket-provider. The pytket extensions, while fast, exhibit limitations in handling complex circuits due to their one-to-one transpilation scheme. We also provide recommendations for future development, advocating for the adoption of the method employed by the qiskit-braket-provider to enhance transpiler capabilities and speed. This study contributes to the growing body of knowledge in quantum transpiler benchmarking, fostering interoperability and guiding the development of quantum computing applications in a diverse hardware and software landscape.
- Abstract（参考訳）: 本研究では,Kiskit-braket-provider,qBraid-SDK,pytket拡張を含むいくつかの量子トランスパイラの総合的な評価を行い,正確性,故障率,透過時間などの重要な指標に着目した。
以上の結果から,キースキット・ブラケット・プロジェクタは優れた性能を示し,破壊率0.2%と極めて低い結果となった。
Kiiskit-braket-providerは、1対1のトランスパイラと、非サポートゲートのゲート分解の組み合わせを利用して、トランスパイラの能力とスピードを向上させる。
qBraid-SDKはより一般化されたアプローチを提供し、複数のSDKにまたがるトランスパイルに適している。
ピケット拡張は高速ではあるが、1対1のトランスパイル方式のために複雑な回路を扱う際の制限を示す。
また,キスキートブラケットプロジェクタがトランスパイラの能力と速度を向上させるために採用する手法の採用を推奨する。
この研究は、量子トランスパイラベンチマークにおける知識の増大、相互運用性の促進、様々なハードウェアとソフトウェアの世界における量子コンピューティングアプリケーションの開発の指導に寄与する。
関連論文リスト
- Tackling Coherent Noise in Quantum Computing via Cross-Layer Compiler Optimization [1.6436891312063917]
量子コンピューティングハードウェアは、実行された量子プログラムの結果の品質を損なう量子ノイズに影響を受ける。
パラメータのドリフトや誤校正によるコヒーレントエラーは依然として重要な問題である。
本研究は、コヒーレントエラー軽減のための層間アプローチを提案する。
論文 参考訳（メタデータ） (2024-10-12T22:39:06Z) - Queen: A quick, scalable, and comprehensive quantum circuit simulation for supercomputing [2.821829060100186]
ゲート最適化とシミュレーションモジュールからなる革新的な量子回路シミュレーションツールキットを提案する。
我々はQuEST、IBM-Aer、NVIDIA-cuQuantumなどの最先端シミュレータと比較して平均9倍のスピードアップを実現している。
提案手法は,より高速な量子回路シミュレーションを実現するため,新しい量子アルゴリズムの開発を容易にする。
論文 参考訳（メタデータ） (2024-06-20T08:00:41Z) - 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) - DC: Depth Control on Quantum Classical Circuit [7.721002788533454]
本研究は,従来の回路の深さをスライスし低下させる革命的深さ制御(DC)手法を提案する。
DCは、任意のノイズ中間スケール量子(NISQ)システムにおいて、不定サイズの回路に対して信頼性の高い結果を提供する。
論文 参考訳（メタデータ） (2023-05-19T04:48:01Z) - 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) - When BERT Meets Quantum Temporal Convolution Learning for Text
Classification in Heterogeneous Computing [75.75419308975746]
本研究は,変分量子回路に基づく垂直連合学習アーキテクチャを提案し,テキスト分類のための量子化事前学習BERTモデルの競争性能を実証する。
目的分類実験により,提案したBERT-QTCモデルにより,SnipsおよびATIS音声言語データセットの競合実験結果が得られた。
論文 参考訳（メタデータ） (2022-02-17T09:55:21Z) - 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) - Estimating gate-set properties from random sequences [0.0]
現在の量子デバイスは、非構造ゲート列の短い後、ネイティブな測定しかできない。
ランダムシーケンス推定という単一の実験は、多くの推定問題を解く。
我々は、最適性能保証付きシャドウ推定の頑健なチャネル変種を導出する。
論文 参考訳（メタデータ） (2021-10-25T18:01:25Z) - 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) - Verifying Results of the IBM Qiskit Quantum Circuit Compilation Flow [7.619626059034881]
本稿では,量子回路等価性チェックのための効率的な手法を提案する。
提案方式では,数万の操作を数秒以下で行う大規模回路インスタンスの検証が可能となる。
論文 参考訳（メタデータ） (2020-09-04T19:58:53Z) - QTRAN++: Improved Value Transformation for Cooperative Multi-Agent
Reinforcement Learning [70.382101956278]
QTRANは、最大級の共同作用値関数を学習できる強化学習アルゴリズムである。
理論的な保証は強いが、複雑な環境での実証的な性能は劣っている。
そこで我々はQTRAN++という改良版を提案する。
論文 参考訳（メタデータ） (2020-06-22T05:08:36Z)
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。