論文の概要: Resource Management and Circuit Scheduling for Distributed Quantum Computing Interconnect Networks
- arxiv url: http://arxiv.org/abs/2409.12675v3
- Date: Wed, 21 May 2025 13:29:02 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-22 15:42:56.906858
- Title: Resource Management and Circuit Scheduling for Distributed Quantum Computing Interconnect Networks
- Title（参考訳）: 分散量子コンピューティングインターコネクションネットワークのためのリソース管理と回路スケジューリング
- Authors: Sima Bahrani, Romerson D. Oliveira, Juan Marcelo Parra-Ullauri, Rui Wang, Dimitra Simeonidou,
- Abstract要約: 本稿では,MILP(Mixed-Integer Linear Programming)の定式化と手法を組み合わせた回路スケジューリングと資源割当アルゴリズムを提案する。
提案手法は, 回路実行時間と資源利用量を大幅に改善し, メースパン, スループット, およびQPU使用量によって測定した。
- 参考スコア（独自算出の注目度）: 4.0985912998349345
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Distributed quantum computing (DQC) has emerged as a promising approach to overcome the scalability limitations of monolithic quantum processors in terms of computing capability. However, realising the full potential of DQC requires effective resource management and circuit scheduling. This involves efficiently assigning each circuit to an optimal subset of quantum processing units (QPUs), based on factors such as their computational power and connectivity. In heterogeneous DQC networks with arbitrary topologies and non-identical QPUs, this becomes a complex challenge. This paper addresses resource management in such settings, with a focus on computing resource allocation in a quantum data center. We propose circuit scheduling and resource allocation algorithms that combine heuristic methods with a Mixed-Integer Linear Programming (MILP) formulation. Our MILP model accounts for infidelities arising from inter-QPU communication. The algorithms consider key factors including network topology, QPU characteristics, and quantum circuit structure to make efficient scheduling and allocation decisions. Simulation results demonstrate that our approach significantly improves circuit execution time and resource utilisation, measured by makespan, throughput, and QPU usage, while also reducing inter-QPU communication, compared to a baseline random allocation strategy. This work provides valuable insights into resource management strategies for scalable and heterogeneous DQC systems.
- Abstract（参考訳）: 分散量子コンピューティング(DQC)は、モノリシック量子プロセッサのスケーラビリティの限界を計算能力の観点から克服する、有望なアプローチとして登場した。
しかし、DQCの完全な可能性を実現するには、効果的な資源管理と回路スケジューリングが必要である。
これは、計算能力や接続性などの要因に基づいて、各回路を量子処理ユニットの最適サブセット(QPU)に効率的に割り当てることを含む。
任意の位相と同一でないQPUを持つ異種DQCネットワークでは、これは複雑な問題となる。
本稿では、量子データセンターにおけるリソース割り当ての計算に焦点をあてて、そのような設定でのリソース管理について述べる。
そこで我々は,Mixed-Integer Linear Programming (MILP) の定式化とヒューリスティック手法を組み合わせた回路スケジューリングと資源配分アルゴリズムを提案する。
当社のMILPモデルは,QPU間通信による不整合を考慮に入れている。
アルゴリズムは、ネットワークトポロジ、QPU特性、量子回路構造などの重要な要素を考慮し、効率的なスケジューリングとアロケーションの決定を行う。
シミュレーションの結果,本手法は回路実行時間や資源利用時間を,メースパン,スループット,QPU使用率によって大幅に改善すると同時に,QPU間通信をベースラインのランダムアロケーション戦略と比較して低減することを示した。
この研究は、スケーラブルで異質なDQCシステムのためのリソース管理戦略に関する貴重な洞察を提供する。
関連論文リスト
- CutQAS: Topology-aware quantum circuit cutting via reinforcement learning [0.0]
量子回路切断と量子アーキテクチャ探索(QAS)を統合して量子化学シミュレーションを強化するフレームワークであるCutQASを提案する。
まず、RLエージェントが最適回路構造を特定するために可能な全てのトポロジを探索し、次いで第2のRLエージェントが最適な回路切断を決定することにより選択したトポロジを洗練し、制約のあるハードウェア上での効率的な実行を保証する。
論文 参考訳（メタデータ） (2025-04-05T13:13:50Z) - Variational Quantum Algorithms for Combinatorial Optimization [0.571097144710995]
変分アルゴリズム (VQA) は, NISQシステムの実用化に向けた最有力候補の1つである。
本稿では,VQAの現状と最近の発展を考察し,近似最適化への適用性を強調した。
10ノードと20ノードのグラフ上でMaxCut問題を解くために,深さの異なるQAOA回路を実装した。
論文 参考訳（メタデータ） (2024-07-08T22:02:39Z) - Compiler for Distributed Quantum Computing: a Reinforcement Learning Approach [6.347685922582191]
本稿では,EPRペアの生成とルーティングを共同で管理することで,実行時間の短縮を優先する新しいコンパイラを提案する。
本稿では, 量子回路の絡み合い生成の性質と動作要求を考慮し, リアルタイムかつ適応的なコンパイラ設計手法を提案する。
i)マルコフ決定過程(MDP)の定式化を用いてDQCの最適コンパイラをモデル化し、最適アルゴリズムの存在を確立し、(ii)この最適コンパイラを近似するために制約付き強化学習(RL)法を導入する。
論文 参考訳（メタデータ） (2024-04-25T23:03:20Z) - Bayesian Parameterized Quantum Circuit Optimization (BPQCO): A task and hardware-dependent approach [49.89480853499917]
変分量子アルゴリズム(VQA)は、最適化と機械学習問題を解決するための有望な量子代替手段として登場した。
本稿では,回路設計が2つの分類問題に対して得られる性能に与える影響を実験的に示す。
また、実量子コンピュータのシミュレーションにおいて、ノイズの存在下で得られた回路の劣化について検討する。
論文 参考訳（メタデータ） (2024-04-17T11:00:12Z) - 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) - Applying an Evolutionary Algorithm to Minimize Teleportation Costs in Distributed Quantum Computing [3.0846297887400977]
量子通信ネットワークは、古典的および量子チャネルを介して複数の量子コンピュータ(QC)を接続することによって形成することができる。
分散量子コンピューティングでは、QCは集合的に量子計算を行う。
本稿では,この問題に対する進化的アルゴリズムを提案する。
論文 参考訳（メタデータ） (2023-11-30T13:10:28Z) - 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) - DQC$^2$O: Distributed Quantum Computing for Collaborative Optimization
in Future Networks [54.03701670739067]
本稿では、将来のネットワークにおける最適化タスクを解決するために、量子コンピュータと量子チャネルを管理するための適応型分散量子コンピューティング手法を提案する。
提案手法に基づいて,スマートグリッド管理やIoT連携,UAV軌道計画など,今後のネットワークにおける協調最適化の潜在的な応用について論じる。
論文 参考訳（メタデータ） (2022-09-16T02:44:52Z) - Optimal Stochastic Resource Allocation for Distributed Quantum Computing [50.809738453571015]
本稿では,分散量子コンピューティング(DQC)のためのリソース割り当て方式を提案する。
本評価は,提案手法の有効性と,量子コンピュータとオンデマンド量子コンピュータの両立性を示すものである。
論文 参考訳（メタデータ） (2022-09-16T02:37:32Z) - Decomposition of Matrix Product States into Shallow Quantum Circuits [62.5210028594015]
テンソルネットワーク(TN)アルゴリズムは、パラメタライズド量子回路(PQC)にマッピングできる
本稿では,現実的な量子回路を用いてTN状態を近似する新しいプロトコルを提案する。
その結果、量子回路の逐次的な成長と最適化を含む1つの特定のプロトコルが、他の全ての手法より優れていることが明らかとなった。
論文 参考訳（メタデータ） (2022-09-01T17:08:41Z)
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。