論文の概要: Scaling Quantum Computations via Gate Virtualization

• arxiv url: http://arxiv.org/abs/2406.18410v2
• Date: Fri, 28 Jun 2024 10:41:14 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-01 10:50:27.728903
• Title: Scaling Quantum Computations via Gate Virtualization
• Title（参考訳）: ゲート仮想化による量子計算のスケーリング
• Authors: Nathaniel Tornow, Emmanouil Giortamis, Pramod Bhatotia,
• Abstract要約: 本稿では,大規模量子回路のスケーラブルな実行のためのエンドツーエンド汎用システムであるQuantum Virtual Machine (QVM)を提案する。 QVMは量子回路の概念を拡張する仮想回路中間表現(IR)を公開する。 我々は、IBMの7ビットおよび27ビット量子プロセッサ(QPU)上でのQVMを評価する。
• 参考スコア（独自算出の注目度）: 0.6086160084025234
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: We present the Quantum Virtual Machine (QVM), an end-to-end generic system for scalable execution of large quantum circuits with high fidelity on noisy and small quantum processors (QPUs) by leveraging gate virtualization. QVM exposes a virtual circuit intermediate representation (IR) that extends the notion of quantum circuits to incorporate gate virtualization. Based on the virtual circuit as our IR, we propose the QVM compiler - an extensible compiler infrastructure to transpile a virtual circuit through a series of modular optimization passes to produce a set of optimized circuit fragments. Lastly, these transpiled circuit fragments are executed on QPUs using our QVM runtime - a scalable and distributed infrastructure to virtualize and execute circuit fragments on a set of distributed QPUs. We evaluate QVM on IBM's 7- and 27-qubit QPUs. Our evaluation shows that using our system, we can scale the circuit sizes executable on QPUs up to double the size of the QPU while improving fidelity by 4.7$\times$ on average compared to larger QPUs and that we can effectively reduce circuit depths to only 40\% of the original circuit depths.
• Abstract（参考訳）: ゲート仮想化を活用することで、ノイズや小型量子プロセッサ(QPU)に高い忠実度を持つ大規模量子回路をスケーラブルに実行するための、エンドツーエンドの汎用システムであるQuantum Virtual Machine(QVM)を提案する。 QVMは仮想回路中間表現(IR)を公開し、量子回路の概念を拡張してゲート仮想化を組み込む。 我々のIRとして仮想回路をベースとして、一連のモジュール最適化パスを通じて仮想回路をトランスパイルする拡張可能なコンパイラ基盤であるQVMコンパイラを提案し、最適化された回路フラグメントの集合を生成する。 最後に、これらのトランスパイルされた回路フラグメントは、分散QPUのセット上で回路フラグメントを仮想化および実行するためのスケーラブルで分散インフラストラクチャであるQVMランタイムを使用して、QPU上で実行される。 我々はIBMの7ビットと27ビットのQPU上でQVMを評価する。 評価の結果,QPUの回路サイズをQPUの2倍に拡張できると同時に,QPUの回路深さを4.7$\times$に向上できることがわかった。

関連論文リスト

• Lazy Qubit Reordering for Accelerating Parallel State-Vector-based Quantum Circuit Simulation [0.0]
  量子回路シミュレーションのための2つの量子演算スケジューリング手法を提案する。 提案手法は、qubitリオーダーによる全対全通信を削減する。 本稿では,変分量子固有解法(VQE)シミュレーションにおける2つの主要な手順に適したこれらの手法を開発した。
  論文  参考訳（メタデータ） (2024-10-05T18:20:37Z)
• 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)
• Exact and approximate simulation of large quantum circuits on a single GPU [0.46603287532620735]
  最大27量子ビットのフーリエ変換回路の正確なシミュレーションのための競合実行時間を報告する。 また、54量子ビットに作用するランダム回路の全ての振幅を、平均忠実度が4%以上の7層で近似シミュレーションした。
  論文  参考訳（メタデータ） (2023-04-28T16:45:28Z)
• Delegated variational quantum algorithms based on quantum homomorphic encryption [69.50567607858659]
  変分量子アルゴリズム(VQA)は、量子デバイス上で量子アドバンテージを達成するための最も有望な候補の1つである。 クライアントのプライベートデータは、そのような量子クラウドモデルで量子サーバにリークされる可能性がある。 量子サーバが暗号化データを計算するための新しい量子ホモモルフィック暗号(QHE)スキームが構築されている。
  論文  参考訳（メタデータ） (2023-01-25T07:00:13Z)
• Cutting Quantum Circuits to Run on Quantum and Classical Platforms [25.18520278107402]
  CutQCは、大規模量子回路を量子(QPU)と古典的なプラットフォーム(CPUまたはGPU)に分散して、コプロセッシングを行うスケーラブルなハイブリッドコンピューティングアプローチである。 これは、実システム実行時に達成される大きなNISQデバイスよりもはるかに高い量子回路評価忠実性を達成する。
  論文  参考訳（メタデータ） (2022-05-12T02:09:38Z)
• Quantum Circuit Transformations with a Multi-Level Intermediate Representation Compiler [1.5855260762884629]
  本稿では、量子コンパイラに組み込まれたマルチレベル中間表現(MLIR)の新たな適応について述べる。 まず、MLIRが量子コンピューティングデバイス上での効率的な実行のために量子回路変換を実現する方法を示す。 コンパイル中に挿入されたミラー回路がハードウェア性能をテストできることを実証する。
  論文  参考訳（メタデータ） (2021-12-20T16:59:27Z)
• Accelerating variational quantum algorithms with multiple quantum processors [78.36566711543476]
  変分量子アルゴリズム(VQA)は、特定の計算上の利点を得るために、短期量子マシンを利用する可能性がある。 現代のVQAは、巨大なデータを扱うために単独の量子プロセッサを使用するという伝統によって妨げられている、計算上のオーバーヘッドに悩まされている。 ここでは、この問題に対処するため、効率的な分散最適化手法であるQUDIOを考案する。
  論文  参考訳（メタデータ） (2021-06-24T08:18:42Z)
• Tensor Network Quantum Virtual Machine for Simulating Quantum Circuits at Exascale [57.84751206630535]
  本稿では,E-scale ACCelerator(XACC)フレームワークにおける量子回路シミュレーションバックエンドとして機能する量子仮想マシン(TNQVM)の近代化版を提案する。 新バージョンは汎用的でスケーラブルなネットワーク処理ライブラリであるExaTNをベースにしており、複数の量子回路シミュレータを提供している。 ポータブルなXACC量子プロセッサとスケーラブルなExaTNバックエンドを組み合わせることで、ラップトップから将来のエクサスケールプラットフォームにスケール可能なエンドツーエンドの仮想開発環境を導入します。
  論文  参考訳（メタデータ） (2021-04-21T13:26:42Z)
• 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)
• A MLIR Dialect for Quantum Assembly Languages [78.8942067357231]
  量子コンピューティングにおけるMLIR(Multi-Level Intermediate Representation)の有用性を実証する。 我々は、共通量子集合言語の表現とコンパイルを可能にする新しい量子方言でMLIRを拡張した。 我々はQIR量子ランタイムAPIのqcor対応実装を活用して、再ターゲット可能な(量子ハードウェアに依存しない)コンパイラワークフローを実現する。
  論文  参考訳（メタデータ） (2021-01-27T13:00:39Z)
• Machine Learning Optimization of Quantum Circuit Layouts [63.55764634492974]
  本稿では量子回路マッピングQXXとその機械学習バージョンQXX-MLPを紹介する。 後者は、レイアウトされた回路の深さが小さくなるように最適なQXXパラメータ値を自動的に推論する。 近似を用いてレイアウト法を学習可能な経験的証拠を提示する。
  論文  参考訳（メタデータ） (2020-07-29T05:26:19Z)

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。