論文の概要: Leapfrogging Sycamore: Harnessing 1432 GPUs for 7$\times$ Faster Quantum Random Circuit Sampling

• arxiv url: http://arxiv.org/abs/2406.18889v1
• Date: Thu, 27 Jun 2024 05:01:47 GMT
• ステータス: 処理完了
• システム内更新日: 2024-06-28 15:17:37.519985
• Title: Leapfrogging Sycamore: Harnessing 1432 GPUs for 7$\times$ Faster Quantum Random Circuit Sampling
• Title（参考訳）: Leapfrogging Sycamore: 1432 GPUを7$\timesで高速な量子ランダム回路サンプリング
• Authors: Xian-He Zhao, Han-Sen Zhong, Feng Pan, Zi-Han Chen, Rong Fu, Zhongling Su, Xiaotong Xie, Chaoxing Zhao, Pan Zhang, Wanli Ouyang, Chao-Yang Lu, Jian-Wei Pan, Ming-Cheng Chen,
• Abstract要約: ランダム量子回路サンプリングは、量子計算の利点を示すベンチマークとして機能する。 古典的アルゴリズムの最近の進歩は、古典的シミュレーション時間を大幅に短縮した。 我々の研究は、TextitSycamoreの量子優位性という主張を否定する最初の明白な実験的証拠を提供する。
• 参考スコア（独自算出の注目度）: 40.83618005962484
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Random quantum circuit sampling serves as a benchmark to demonstrate quantum computational advantage. Recent progress in classical algorithms, especially those based on tensor network methods, has significantly reduced the classical simulation time and challenged the claim of the first-generation quantum advantage experiments. However, in terms of generating uncorrelated samples, time-to-solution, and energy consumption, previous classical simulation experiments still underperform the \textit{Sycamore} processor. Here we report an energy-efficient classical simulation algorithm, using 1432 GPUs to simulate quantum random circuit sampling which generates uncorrelated samples with higher linear cross entropy score and is 7 times faster than \textit{Sycamore} 53 qubits experiment. We propose a post-processing algorithm to reduce the overall complexity, and integrated state-of-the-art high-performance general-purpose GPU to achieve two orders of lower energy consumption compared to previous works. Our work provides the first unambiguous experimental evidence to refute \textit{Sycamore}'s claim of quantum advantage, and redefines the boundary of quantum computational advantage using random circuit sampling.
• Abstract（参考訳）: ランダム量子回路サンプリングは、量子計算の利点を示すベンチマークとして機能する。 古典的アルゴリズムの最近の進歩、特にテンソルネットワーク法に基づくものは、古典的なシミュレーション時間を大幅に短縮し、第一世代の量子優位実験の主張に挑戦している。 しかしながら、非相関なサンプルの生成、時間から溶出、エネルギー消費の面では、従来の古典的なシミュレーション実験は、まだ \textit{Sycamore} プロセッサを過小評価している。 本稿では、1432 GPUを用いたエネルギー効率のよい古典的シミュレーションアルゴリズムについて、線形クロスエントロピースコアの高い非相関なサンプルを生成する量子ランダム回路サンプリングをシミュレートする。 本稿では,従来よりも低消費電力化を実現するために,全体的な複雑性を低減し,最先端の汎用GPUを統合した後処理アルゴリズムを提案する。 我々の研究は、量子優位性の主張を反証する最初の明白な実験的証拠を提供し、ランダム回路サンプリングを用いて量子計算優位性の境界を再定義する。

関連論文リスト

• State of practice: evaluating GPU performance of state vector and tensor network methods [2.7930955543692817]
  本稿では,8種類の量子サブルーチンを用いたテストベンチにおける現状シミュレーション手法の限界について検討する。 我々は,最大1桁のスピードアップを達成し,最適なシミュレーション戦略を選択する方法について強調する。
  論文  参考訳（メタデータ） (2024-01-11T09:22:21Z)
• Efficient Quantum Circuit Simulation by Tensor Network Methods on Modern GPUs [11.87665112550076]
  量子ハードウェアでは、一次シミュレーション法は状態ベクトルとテンソルネットワークに基づいている。 量子ビットと量子ゲートの数が増加するにつれて、ヒルベルト空間の圧倒的な大きさと広範な絡み合いにより、従来の状態ベクトルベースの量子回路シミュレーション手法は不十分であることが証明される。 本研究では,計算効率と精度の2つの側面から最適化手法を提案する。
  論文  参考訳（メタデータ） (2023-10-06T02:24:05Z)
• Fast classical simulation of evidence for the utility of quantum computing before fault tolerance [0.0]
  スパースパウリ力学に基づく古典的アルゴリズムは、IBMのイーグルプロセッサの127量子ビットに関する最近の実験で研究された量子回路を効率的にシミュレートできることを示す。 ラップトップの単一コア上でのシミュレーションは、報告された量子シミュレーションのウォールタイムよりも桁違いに高速であり、ゼロノイズ外挿実験結果とよく一致している。
  論文  参考訳（メタデータ） (2023-06-28T17:08:00Z)
• Effective quantum volume, fidelity and computational cost of noisy quantum processing experiments [0.0]
  実験的なノイズの多い量子プロセッサは、最先端のスーパーコンピュータで既知の全てのアルゴリズムと競合し、超えることができる。 本稿では,特定の観測可能な信号対雑音比と,それに対応する計算コストとのトレードオフを説明する枠組みを提案する。
  論文  参考訳（メタデータ） (2023-06-28T07:12:47Z)
• 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)
• Quantum Clustering with k-Means: a Hybrid Approach [117.4705494502186]
  我々は3つのハイブリッド量子k-Meansアルゴリズムを設計、実装、評価する。 我々は距離の計算を高速化するために量子現象を利用する。 我々は、我々のハイブリッド量子k-平均アルゴリズムが古典的バージョンよりも効率的であることを示す。
  論文  参考訳（メタデータ） (2022-12-13T16:04:16Z)
• Anticipative measurements in hybrid quantum-classical computation [68.8204255655161]
  量子計算を古典的な結果によって補う手法を提案する。 予測の利点を生かして、新しいタイプの量子測度がもたらされる。 予測量子測定では、古典計算と量子計算の結果の組み合わせは最後にのみ起こる。
  論文  参考訳（メタデータ） (2022-09-12T15:47:44Z)
• Quantum algorithms for quantum dynamics: A performance study on the spin-boson model [68.8204255655161]
  量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。 変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。 量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
  論文  参考訳（メタデータ） (2021-08-09T18:00:05Z)
• Boundaries of quantum supremacy via random circuit sampling [69.16452769334367]
  Googleの最近の量子超越性実験は、量子コンピューティングがランダムな回路サンプリングという計算タスクを実行する遷移点を示している。 観測された量子ランタイムの利点の制約を、より多くの量子ビットとゲートで検討する。
  論文  参考訳（メタデータ） (2020-05-05T20:11:53Z)
• Efficient classical simulation of random shallow 2D quantum circuits [104.50546079040298]
  ランダム量子回路は古典的にシミュレートするのは難しいと見なされる。 典型例の近似シミュレーションは, 正確なシミュレーションとほぼ同程度に困難であることを示す。 また、十分に浅いランダム回路はより一般的に効率的にシミュレーション可能であると推測する。
  論文  参考訳（メタデータ） (2019-12-31T19:00:00Z)

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。