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/2406.06836v2
- Date: Thu, 26 Dec 2024 01:33:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-30 17:21:26.187430
- 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: QiskitからBraketへの特殊なトランスパイラであるKeiskit-Braket-providerは、0.2%という驚くほど低い失敗率を達成した。
複数のSDKにまたがって汎用的なトランスパイルを提供するqBraid-SDKは、堅牢だが遅い性能を示した。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: In this study, we present a comprehensive evaluation of popular SDK-to-SDK quantum transpilers (that is transpilers that takes a quantum circuit from an initial SDK and output a quantum circuit in another SDK), focusing on critical metrics such as correctness, failure rate, and transpilation time. To ensure unbiased evaluation and accommodate diverse quantum computing scenarios, we developed two dedicated tools: RandomQC, for generating random quantum circuits across various types (pure random, VQE-like, and SDK-specific circuits), and Benchmarq, to streamline the benchmarking process. Using these tools, we benchmarked prominent quantum transpilers as of February 2024. Our results highlight the superior performance of the qiskit-braket-provider, a specialized transpiler from Qiskit to Braket, achieving a remarkably low failure rate of 0.2\%. The qBraid-SDK, offering generalized transpilation across multiple SDKs, demonstrated robust but slower performance. The pytket extensions, while fast, faced limitations with complex circuits due to their one-to-one transpilation approach. In particular, the exceptional performance of the qiskit-bracket-provider stems not only from its specialization but also from its architecture, which combines one-to-one transpilation with gate decomposition for unsupported gates, enhancing both speed and capability. This study aims to provide practical guidelines to users of SDK-to-SDK quantum transpilers and guidance to developers for improving the design and development of future tools.
- Abstract（参考訳）: 本研究では,一般的なSDKからSDKへの量子トランスパイラ(初期SDKから量子回路を取り込み,別のSDKで量子回路を出力するトランスパイラ)の総合評価を行い,正確性,故障率,トランスパイラ時間などの重要な指標に着目した。
様々なタイプのランダムな量子回路を生成するためのRandomQCとベンチマークプロセスの合理化のためのBenchmarqの2つの専用ツールを開発した。
これらのツールを使用して、2024年2月時点の著名な量子トランスパイラをベンチマークした。
以上の結果から,QiskitからBraketへの特殊トランスパイラであるKeiskit-Braket-providerの性能が向上し,0.2\%の低故障率を実現した。
複数のSDKにまたがって汎用的なトランスパイルを提供するqBraid-SDKは、堅牢だが遅い性能を示した。
ピケット拡張は高速ではあるが、1対1のトランスパイルアプローチのために複雑な回路の制限に直面した。
特に、キースキットブラケットプロジェクタの例外的な性能は、その特殊化だけでなく、一対一のトランスパイルとゲート分解を組み合わさって、スピードと能力の両面で向上するアーキテクチャにも起因している。
本研究の目的は,SDK-to-SDK量子トランスパイラのユーザに対する実践的ガイドラインと,将来のツールの設計と開発を改善するためのディベロッパへのガイダンスを提供することである。
関連論文リスト
- Enhanced feature encoding and classification on distributed quantum hardware [0.0]
量子支援ベクトルマシン(QSVM)のための新しい特徴マップ最適化手法を提案する。
ノイズの多い量子デバイスにおいて重要な要素である、キュービット接続、ネイティブゲートセット、回路深さなど、バックエンド固有のパラメータを考慮に入れます。
この研究は、各量子処理ユニット(QPU)を同じトポロジを持つ複数のサブユニットに分割して、個別のQSVMインスタンスを実装した。
論文 参考訳（メタデータ） (2024-12-02T16:14:37Z) - Extending Quantum Perceptrons: Rydberg Devices, Multi-Class Classification, and Error Tolerance [67.77677387243135]
量子ニューロモーフィックコンピューティング(QNC)は、量子計算とニューラルネットワークを融合して、量子機械学習(QML)のためのスケーラブルで耐雑音性のあるアルゴリズムを作成する
QNCの中核は量子パーセプトロン(QP)であり、相互作用する量子ビットのアナログダイナミクスを利用して普遍的な量子計算を可能にする。
論文 参考訳（メタデータ） (2024-11-13T23:56:20Z) - 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) - Reinforcement learning-assisted quantum architecture search for variational quantum algorithms [0.0]
この論文は、ノイズの多い量子ハードウェアにおける機能量子回路の同定に焦点を当てている。
本稿では, テンソルを用いた量子回路の符号化, 環境力学の制約により, 可能な回路の探索空間を効率的に探索する。
様々なVQAを扱う際、我々のRLベースのQASは既存のQASよりも優れています。
論文 参考訳（メタデータ） (2024-02-21T12:30:39Z) - 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) - Majorization-based benchmark of the complexity of quantum processors [105.54048699217668]
我々は、様々な量子プロセッサの動作を数値的にシミュレートし、特徴付ける。
我々は,各デバイスの性能をベンチマークラインと比較することにより,量子複雑性を同定し,評価する。
我々は、回路の出力状態が平均して高い純度である限り、偏化ベースのベンチマークが成り立つことを発見した。
論文 参考訳（メタデータ） (2023-04-10T23:01:10Z) - Benchmarking Quantum Circuit Transformation with QKNOB Circuits [4.518076543914809]
超伝導量子デバイスは、量子回路の実行に厳格な接続制約を課す。
本稿では,量子回路変換のための新しいベンチマーク構築手法であるQKNOBを紹介する。
我々は、デフォルトのQiskitコンパイラであるSABREが、53量子ビットのIBM Q RochesterとGoogle Sycamoreデバイス上で一貫して最高のパフォーマンスを達成していることを示す。
論文 参考訳（メタデータ） (2023-01-21T10:05:51Z) - 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) - Ansatz-Independent Variational Quantum Classifier [0.0]
可変量子分類器 (VQC) がよく知られたカーネル法に収まることを示す。
また、与えられたユニタリ演算子に対して効率的な量子回路を設計するための変分回路実現法(VCR)を提案する。
論文 参考訳（メタデータ） (2021-02-02T21:25:39Z) - 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)
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。