論文の概要: Qoncord: A Multi-Device Job Scheduling Framework for Variational Quantum Algorithms
- arxiv url: http://arxiv.org/abs/2409.12432v2
- Date: Thu, 26 Sep 2024 19:15:34 GMT
- ステータス: 処理完了
- システム内更新日: 2024-11-07 14:52:37.507092
- Title: Qoncord: A Multi-Device Job Scheduling Framework for Variational Quantum Algorithms
- Title（参考訳）: Qoncord: 変分量子アルゴリズムのためのマルチデバイスジョブスケジューリングフレームワーク
- Authors: Meng Wang, Poulami Das, Prashant J. Nair,
- Abstract要約: 変分量子アルゴリズム(VQA)は、現在のノイズ中間スケール量子(NISQ)システムに対する有望な応用と考えられる。
VQAは、グローバルな最適解に収束するために、複数の最適化反復を必要とする。
クラウド内の各VQAタスクに対するジョブスケジューリングポリシは、非常に最適化されていない。
クラウド中心の課題に対処するための自動ジョブスケジューリングフレームワークであるQoncordを提案する。
- 参考スコア（独自算出の注目度）: 11.321788037172466
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Quantum computers face challenges due to limited resources, particularly in cloud environments. Despite these obstacles, Variational Quantum Algorithms (VQAs) are considered promising applications for present-day Noisy Intermediate-Scale Quantum (NISQ) systems. VQAs require multiple optimization iterations to converge on a globally optimal solution. Moreover, these optimizations, known as restarts, need to be repeated from different points to mitigate the impact of noise. Unfortunately, the job scheduling policies for each VQA task in the cloud are heavily unoptimized. Notably, each VQA execution instance is typically scheduled on a single NISQ device. Given the variety of devices in the cloud, users often prefer higher-fidelity devices to ensure higher-quality solutions. However, this preference leads to increased queueing delays and unbalanced resource utilization. We propose Qoncord, an automated job scheduling framework to address these cloud-centric challenges for VQAs. Qoncordleverages the insight that not all training iterations and restarts are equal, Qoncord strategically divides the training process into exploratory and fine-tuning phases. Early exploratory iterations, more resilient to noise, are executed on less busy machines, while fine-tuning occurs on high-fidelity machines. This adaptive approach mitigates the impact of noise and optimizes resource usage and queuing delays in cloud environments. Qoncord also significantly reduces execution time and minimizes restart overheads by eliminating low-performance iterations. Thus, Qoncord offers similar solutions 17.4x faster. Similarly, it can offer 13.3% better solutions for the same time budget as the baseline.
- Abstract（参考訳）: 量子コンピュータは、特にクラウド環境ではリソースが限られているため、課題に直面している。
これらの障害にもかかわらず、変分量子アルゴリズム(VQA)は現在のノイズ中間規模量子(NISQ)システムに有望な応用と考えられる。
VQAは、グローバルな最適解に収束するために、複数の最適化反復を必要とする。
さらに、これらの最適化は再起動と呼ばれ、ノイズの影響を軽減するために異なる点から繰り返される必要がある。
残念ながら、クラウド内の各VQAタスクのジョブスケジューリングポリシーは、非常に最適化されていない。
特に、各VQA実行インスタンスは、通常、単一のNISQデバイスでスケジュールされる。
クラウド上のさまざまなデバイスを考えると、ユーザーは高品質なソリューションを保証するために、高忠実度デバイスを好むことが多い。
しかし、この好みは、待ち行列の遅延の増加とリソース利用の不均衡につながる。
我々は、これらのクラウド中心の課題に対処する自動化ジョブスケジューリングフレームワークであるQoncordを提案する。
Qoncordは、トレーニングの繰り返しと再スタートがすべて同じではないという洞察を、Qoncordは戦略的にトレーニングプロセスを探索段階と微調整段階に分割する。
ノイズに耐性のある初期の探索的なイテレーションは、あまり忙しくないマシンで実行されるが、高忠実度マシンでは微調整が行われる。
この適応的なアプローチは、ノイズの影響を軽減し、リソース使用を最適化し、クラウド環境における遅延をキューする。
Qoncordはまた、低パフォーマンスのイテレーションを削除することで実行時間を大幅に削減し、再起動オーバーヘッドを最小限にする。
したがって、Qoncordは同様のソリューションを17.4倍速く提供する。
同様に、ベースラインと同じ時間予算で13.3%改善されたソリューションを提供することができる。
関連論文リスト
- QSRA: A QPU Scheduling and Resource Allocation Approach for Cloud-Based Quantum Computing [1.1481775081593757]
量子クラウドプラットフォームは、NISQ(Noisy Intermediate-Scale Quantum)デバイスに依存している。
本稿では,これらの課題に対処するためのQPUスケジューリングと資源割当(QSRA)アプローチを提案する。
論文 参考訳（メタデータ） (2024-11-08T02:25:46Z) - A Schedule of Duties in the Cloud Space Using a Modified Salp Swarm
Algorithm [0.0]
クラウド領域で最も重要なNPハード問題のひとつはスケジューリングです。
Salp Swarm Algorithm (SSA)と呼ばれる集団知能アルゴリズムの1つが拡張され、改良され、適用された。
その結果,本アルゴリズムは一般に他のアルゴリズムよりも高い性能を示した。
論文 参考訳（メタデータ） (2023-09-18T02:48:41Z) - Matching Game for Optimized Association in Quantum Communication
Networks [65.16483325184237]
本稿では,量子スイッチのためのスワップスタブルな要求-QSアソシエーションアルゴリズムを提案する。
サービスされた要求の割合で、ほぼ最適(5%)のパフォーマンスを達成する。
QCNのサイズが大きくなると、スケーラビリティが向上し、ほぼ最適性能を維持することが示されている。
論文 参考訳（メタデータ） (2023-05-22T03:39:18Z) - Quantum-Assisted Solution Paths for the Capacitated Vehicle Routing
Problem [0.0]
我々は、キャパシタントカー問題(CVRP)またはその減量版であるトラベリングセールスパーソン問題(TSP)について議論する。
今日の最も強力な古典的アルゴリズムでさえ、CVRPは古典的解決が難しい。
量子コンピューティングは、ソリューションの時間を改善する手段を提供するかもしれない。
論文 参考訳（メタデータ） (2023-04-19T13:03:50Z) - Differentially Private Deep Q-Learning for Pattern Privacy Preservation
in MEC Offloading [76.0572817182483]
攻撃者は、エッジサーバ(ES)のキュー情報とユーザの使用パターンを推測するために、オフロードの決定を盗み取ることができる。
パターンプライバシ(PP)を維持しつつ,レイテンシ,ESのエネルギー消費,タスク削減率を両立させるオフロード戦略を提案する。
そこで我々はDP-DQOアルゴリズムを開発し,PP問題にノイズを注入することでこの問題に対処する。
論文 参考訳（メタデータ） (2023-02-09T12:50:18Z) - Shuffle-QUDIO: accelerate distributed VQE with trainability enhancement
and measurement reduction [77.97248520278123]
本稿では,量子分散最適化におけるシャッフル演算を局所ハミルトニアンに組み込むためのShuffle-QUDIOを提案する。
QUDIOと比較して、Shuffle-QUDIOは量子プロセッサ間の通信周波数を著しく低減し、同時にトレーニング性を向上させる。
論文 参考訳（メタデータ） (2022-09-26T06:51:20Z) - Navigating the dynamic noise landscape of variational quantum algorithms
with QISMET [7.99585857871427]
反復型長時間実行量子アプリケーションの最も一般的な例は変分量子アルゴリズム(VQA)である。
ノイズ変動は、VQA/チューニング候補の目的関数推定に顕著な過渡的な影響をもたらす可能性がある。
本稿では,QISMETを提案する。
論文 参考訳（メタデータ） (2022-09-25T17:59:24Z) - QoS-SLA-Aware Artificial Intelligence Adaptive Genetic Algorithm for
Multi-Request Offloading in Integrated Edge-Cloud Computing System for the
Internet of Vehicles [14.978000952939404]
IoT of Vehicles (IoV) over Vehicular Ad-hoc Networks (VANETS) は、スマートシティアプリケーションの開発を可能にする新興技術である。
車両の計算能力とストレージ能力の制限を考えると、アプリケーション要求は統合されたエッジクラウドコンピューティングシステムにオフロードされる。
本稿では、異種エッジクラウドコンピューティングシステムにおけるマルチリクエストオフロードのための新しいAI(AI)デッドラインSLA対応遺伝的アルゴリズム(GA)を提案する。
論文 参考訳（メタデータ） (2022-01-21T10:11:55Z) - 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) - Better than the Best: Gradient-based Improper Reinforcement Learning for
Network Scheduling [60.48359567964899]
パケット遅延を最小限に抑えるため,制約付き待ち行列ネットワークにおけるスケジューリングの問題を考える。
我々は、利用可能な原子ポリシーよりも優れたスケジューラを生成するポリシー勾配に基づく強化学習アルゴリズムを使用する。
論文 参考訳（メタデータ） (2021-05-01T10:18:34Z) - 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)
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。