論文の概要: Orchestrating Quantum Cloud Environments with Qonductor

• arxiv url: http://arxiv.org/abs/2408.04312v1
• Date: Thu, 8 Aug 2024 08:46:55 GMT
• ステータス: 処理完了
• システム内更新日: 2024-08-09 16:08:12.646260
• Title: Orchestrating Quantum Cloud Environments with Qonductor
• Title（参考訳）: Qonductorによる量子クラウド環境のオーケストレーション
• Authors: Emmanouil Giortamis, Francisco Romão, Nathaniel Tornow, Dmitry Lugovoy, Pramod Bhatotia,
• Abstract要約: 異種ハイブリッドリソース上で動作するハイブリッド量子古典アプリケーションのためのクラウドオーケストレータであるQonductorについて述べる。 Qonductorは、カスタマイズ可能なハイブリッドアプリケーション開発と実行のための、高レベルでハードウェアに依存しないAPIであるQonductorAPI$を公開している。
• 参考スコア（独自算出の注目度）: 0.5192937753634883
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We describe Qonductor, a cloud orchestrator for hybrid quantum-classical applications that run on heterogeneous hybrid resources. Qonductor exposes the $Qonductor~API$, a high-level and hardware-agnostic API for customizable hybrid application development and execution, that abstracts away the complexity of hybrid resource management. To guide hybrid resource management, the $resource~estimator$ accurately estimates execution fidelity and runtime to generate and offer resource plans. The $hybrid~scheduler$ leverages the resource plans to automate job scheduling on hybrid resources and balance the tradeoff between users' objectives of high fidelity and low runtimes and the cloud operator's objective of resource efficiency. We implement an open-source prototype of Qonductor by building on top of Kubernetes and evaluate it using more than 7000 real quantum runs on the IBM quantum cloud to simulate real cloud workloads. Qonductor achieves up to 54\% lower job completion times (JCTs) while sacrificing 6\% fidelity, balances the load across QPU which increases quantum resource utilization by up to 66\%, and scales with increasing system sizes and loads.
• Abstract（参考訳）: 異種ハイブリッドリソース上で動作するハイブリッド量子古典アプリケーションのためのクラウドオーケストレータであるQonductorについて述べる。 Qonductorは、ハイブリッドアプリケーション開発と実行をカスタマイズ可能な高レベルかつハードウェアに依存しないAPIであるQonductor~API$を公開し、ハイブリッドリソース管理の複雑さを抽象化する。 ハイブリッドリソース管理をガイドするために、$resource~estimator$は、リソース計画の生成と提供のために、実行の忠実さとランタイムを正確に見積もる。 この$hybrid~scheduler$は、ハイブリッドリソース上のジョブスケジューリングを自動化するリソースプランを活用し、高い忠実度と低ランタイムのユーザの目標と、リソース効率のクラウドオペレータの目標とのトレードオフをバランスさせる。 当社は、Kubernetes上に構築したQonductorのオープンソースプロトタイプを実装し、実際のクラウドワークロードをシミュレートするために、IBM量子クラウド上で7000以上の実際の量子実行を使用して評価します。 Qonductorは6\%の忠実さを犠牲にして最大54\%のジョブ完了時間(JCT)を実現し、QPU全体の負荷をバランスさせ、量子リソースの利用を最大66\%増加させ、システムサイズと負荷の増加とともにスケールする。

関連論文リスト

• Ecosystem-Agnostic Standardization of Quantum Runtime Architecture: Accelerating Utility in Quantum Computing [0.0]
  本研究は量子コンピューティング最適化ミドルウェア(QCOM)のすべてのレイヤをカバーする。 実量子ハードウェア(QH)上での実行を必要とする。 オープンソースコミュニティが推進する広く採用されているランタイムプラットフォーム(RP)が必要だ。
  論文  参考訳（メタデータ） (2024-09-26T16:43:07Z)
• QOS: A Quantum Operating System [0.5571222258950509]
  本稿では,量子資源管理のための統一システムスタックであるQuantum Operating System (QOS)を紹介する。 QOSは、小型でノイズの多い量子デバイスで動作するように量子アプリケーションを分析および最適化するための$textitQOSコンパイラを備えている。 QOSコンパイラは2.6--456.5$times$より高い品質を実現し、QOSランタイムはさらに品質を1.15-9.6$times$に改善している。
  論文  参考訳（メタデータ） (2024-06-27T12:05:27Z)
• Resource-Efficient and Self-Adaptive Quantum Search in a Quantum-Classical Hybrid System [24.67144593838334]
  本稿では,量子古典的ハイブリッドフレームワークにおける資源効率の高い指標値探索システムReSaQuSを紹介する。 我々は、ReSaQuSが86.36%の累積量子ビット消費と72.72%のアクティブ期間で大幅に減少していることを示した。
  論文  参考訳（メタデータ） (2024-05-07T17:00:19Z)
• Hybrid LLM: Cost-Efficient and Quality-Aware Query Routing [53.748685766139715]
  大規模言語モデル(LLM)は、ほとんどのNLPタスクで優れていますが、そのサイズのため、デプロイに高価なクラウドサーバも必要です。 コスト削減と品質維持のために,それぞれの強みを組み合わせたハイブリッド推論手法を提案する。 実験では、反応の品質が低下することなく、最大40%大きなモデルへの呼び出しを削減できます。
  論文  参考訳（メタデータ） (2024-04-22T23:06:42Z)
• Generative AI-enabled Quantum Computing Networks and Intelligent Resource Allocation [80.78352800340032]
  量子コンピューティングネットワークは、大規模な生成AI計算タスクと高度な量子アルゴリズムを実行する。 量子コンピューティングネットワークにおける効率的なリソース割り当ては、量子ビットの可変性とネットワークの複雑さのために重要な課題である。 我々は、生成学習から量子機械学習まで、最先端強化学習(RL)アルゴリズムを導入し、最適な量子リソース割り当てを行う。
  論文  参考訳（メタデータ） (2024-01-13T17:16:38Z)
• Elastic Entangled Pair and Qubit Resource Management in Quantum Cloud Computing [73.7522199491117]
  量子クラウドコンピューティング(QCC)は、量子コンピューティングリソースを効率的に提供するための有望なアプローチを提供する。 ユーザ需要の変動と量子回路の要求は、効率的なリソース供給のために困難である。 本稿では、量子コンピューティングとネットワークリソースのプロビジョニングのためのリソース割り当てモデルを提案する。
  論文  参考訳（メタデータ） (2023-07-25T00:38:46Z)
• Stochastic Qubit Resource Allocation for Quantum Cloud Computing [66.97282014860265]
  量子クラウドコンピューティングでは、量子クラウドプロバイダが予約およびオンデマンドプランで量子リソースをプロビジョニングする。 本稿では,量子コンピューティングシステムにおいて,量子回路の最小待ち時間と量子リソースを協調的に最適化する量子リソース割り当てを提案する。
  論文  参考訳（メタデータ） (2022-10-22T04:13:24Z)
• 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)
• 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)
• A Predictive Autoscaler for Elastic Batch Jobs [8.354712625979776]
  Deep Learning、HPC、Sparkといった大規模なバッチジョブは、従来のオンラインサービスよりもはるかに多くの計算リソースとコストを必要とします。 顧客とオーバプロビジョンインスタンスに対して,柔軟なインターフェースを提供するための予測オートスケーラを提案する。
  論文  参考訳（メタデータ） (2020-10-10T17:35:55Z)

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。