論文の概要: How to Build a Quantum Supercomputer: Scaling Challenges and Opportunities
- arxiv url: http://arxiv.org/abs/2411.10406v1
- Date: Fri, 15 Nov 2024 18:22:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-11-18 15:37:50.351268
- Title: How to Build a Quantum Supercomputer: Scaling Challenges and Opportunities
- Title（参考訳）: 量子スーパーコンピュータの作り方:スケーリングの課題と機会
- Authors: Masoud Mohseni, Artur Scherer, K. Grace Johnson, Oded Wertheim, Matthew Otten, Navid Anjum Aadit, Kirk M. Bresniker, Kerem Y. Camsari, Barbara Chapman, Soumitra Chatterjee, Gebremedhin A. Dagnew, Aniello Esposito, Farah Fahim, Marco Fiorentino, Abdullah Khalid, Xiangzhou Kong, Bohdan Kulchytskyy, Ruoyu Li, P. Aaron Lott, Igor L. Markov, Robert F. McDermott, Giacomo Pedretti, Archit Gajjar, Allyson Silva, John Sorebo, Panagiotis Spentzouris, Ziv Steiner, Boyan Torosov, Davide Venturelli, Robert J. Visser, Zak Webb, Xin Zhan, Yonatan Cohen, Pooya Ronagh, Alan Ho, Raymond G. Beausoleil, John M. Martinis,
- Abstract要約: 数百の物理量子ビット上の量子アルゴリズムプリミティブに対して、小さなデモが可能になった。
大幅な進歩と興奮にもかかわらず、フルスタックのスケーラブルな技術への道のりはほとんど不明である。
既存の半導体技術を採用して、より高品質な量子ビットを構築することで、スケーリングへの道が拓けることを示す。
- 参考スコア（独自算出の注目度）: 3.864855748348313
- License:
- Abstract: In the span of four decades, quantum computation has evolved from an intellectual curiosity to a potentially realizable technology. Today, small-scale demonstrations have become possible for quantum algorithmic primitives on hundreds of physical qubits and proof-of-principle error-correction on a single logical qubit. Nevertheless, despite significant progress and excitement, the path toward a full-stack scalable technology is largely unknown. There are significant outstanding quantum hardware, fabrication, software architecture, and algorithmic challenges that are either unresolved or overlooked. These issues could seriously undermine the arrival of utility-scale quantum computers for the foreseeable future. Here, we provide a comprehensive review of these scaling challenges. We show how the road to scaling could be paved by adopting existing semiconductor technology to build much higher-quality qubits, employing system engineering approaches, and performing distributed quantum computation within heterogeneous high-performance computing infrastructures. These opportunities for research and development could unlock certain promising applications, in particular, efficient quantum simulation/learning of quantum data generated by natural or engineered quantum systems. To estimate the true cost of such promises, we provide a detailed resource and sensitivity analysis for classically hard quantum chemistry calculations on surface-code error-corrected quantum computers given current, target, and desired hardware specifications based on superconducting qubits, accounting for a realistic distribution of errors. Furthermore, we argue that, to tackle industry-scale classical optimization and machine learning problems in a cost-effective manner, distributed quantum-assisted probabilistic computing with custom-designed accelerators should be considered as a complementary path toward scalability.
- Abstract（参考訳）: 40年間にわたって、量子計算は知的な好奇心から実現可能な技術へと進化してきた。
今日では、数百の物理量子ビット上の量子アルゴリズムプリミティブと1つの論理量子ビット上のプリミティブの証明・オブ・プリンシプル誤り訂正に対して、小さなデモが可能である。
しかし、大きな進歩と興奮にもかかわらず、フルスタックのスケーラブルな技術への道のりはほとんど分かっていない。
優れた量子ハードウェア、製造、ソフトウェアアーキテクチャ、未解決か見落としているアルゴリズム上の課題がある。
これらの問題は、近い将来、実用規模の量子コンピュータの登場を著しく損なう可能性がある。
ここでは、これらのスケーリングの課題を概観する。
既存の半導体技術を採用して、より高品質な量子ビットを構築し、システム工学的アプローチを採用し、異種高速コンピューティングインフラ内で分散量子計算を実行することにより、スケーリングへの道が拓けることを示す。
これらの研究と開発のための機会は、特定の有望な応用、特に自然または工学的な量子システムによって生成された量子データの効率的な量子シミュレーション/学習を解き放つ可能性がある。
このような約束の真のコストを見積もるために,超伝導量子ビットをベースとした,曲面符号誤り訂正量子コンピュータにおける古典的ハード量子化学計算の詳細なリソースと感度解析を行い,現実的な誤差分布を考慮に入れた。
さらに,産業規模の古典的最適化や機械学習問題にコスト効率で取り組むためには,カスタム設計のアクセラレータを用いた分散量子支援確率計算を,スケーラビリティへの相補的な経路と考えるべきである,と論じる。
関連論文リスト
- A Review of Quantum Scientific Computing Algorithms for Engineering Problems [0.0]
スーパーポジションや絡み合いのような量子現象を活用する量子コンピューティングは、コンピューティング技術における変革的な力として現れつつある。
本稿では,量子力学の基礎概念と,その計算発展への意義を体系的に検討する。
論文 参考訳（メタデータ） (2024-08-25T21:40:22Z) - Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [63.733312560668274]
d可変RZゲートとG-dクリフォードゲートを含む量子回路を与えられた場合、学習者は純粋に古典的な推論を行い、その線形特性を効率的に予測できるだろうか?
我々は、d で線形にスケーリングするサンプルの複雑さが、小さな予測誤差を達成するのに十分であり、対応する計算の複雑さは d で指数関数的にスケールすることを証明する。
我々は,予測誤差と計算複雑性をトレードオフできるカーネルベースの学習モデルを考案し,多くの実践的な環境で指数関数からスケーリングへ移行した。
論文 参考訳（メタデータ） (2024-08-22T08:21:28Z) - The curse of random quantum data [62.24825255497622]
量子データのランドスケープにおける量子機械学習の性能を定量化する。
量子機械学習におけるトレーニング効率と一般化能力は、量子ビットの増加に伴い指数関数的に抑制される。
この結果は量子カーネル法と量子ニューラルネットワークの広帯域限界の両方に適用できる。
論文 参考訳（メタデータ） (2024-08-19T12:18:07Z) - Assessing and Advancing the Potential of Quantum Computing: A NASA Case Study [11.29246196323319]
我々は、量子コンピューティングの可能性を評価し、前進させるNASAの取り組みについて説明する。
本稿では,近・長期のアルゴリズムの進歩と,現在のハードウェアとシミュレーションによる探索結果について論じる。
この研究には物理にインスパイアされた古典的アルゴリズムも含まれており、今日のアプリケーションスケールで使用することができる。
論文 参考訳（メタデータ） (2024-06-21T19:05:42Z) - Quantum algorithms: A survey of applications and end-to-end complexities [90.05272647148196]
期待されている量子コンピュータの応用は、科学と産業にまたがる。
本稿では,量子アルゴリズムの応用分野について検討する。
私たちは、各領域における課題と機会を"エンドツーエンド"な方法で概説します。
論文 参考訳（メタデータ） (2023-10-04T17:53:55Z) - Preparing random state for quantum financing with quantum walks [1.2074552857379273]
本稿では,古典的ハードウェア上で量子コンピュータや量子シミュレータで実行可能な量子状態に古典的データをロードする効率的な手法を提案する。
Qiskitを使ったSSQWの実装の実践例がオープンソースソフトウェアとしてリリースされた。
所望の確率振幅分布を生成するための有望な方法として、その可能性を示すことは、量子シミュレーションによるオプション価格設定におけるSSQWの適用の可能性を強調している。
論文 参考訳（メタデータ） (2023-02-24T08:01:35Z) - Quantum Computing Toolkit From Nuts and Bolts to Sack of Tools [0.0]
量子コンピューティングは、古典コンピューティングよりも処理において指数関数的なパフォーマンス上の利点を提供する可能性がある。
これは計算問題を解くために量子力学現象(重ね合わせ、絡み合い、干渉など)を利用する。
量子コンピュータは開発初期段階にあり、デコヒーレンス、すなわち環境相互作用によって劣化する量子ビットのためにノイズがある。
論文 参考訳（メタデータ） (2023-02-17T14:08:44Z) - Quantum Machine Learning: from physics to software engineering [58.720142291102135]
古典的な機械学習アプローチが量子コンピュータの設備改善にどのように役立つかを示す。
量子アルゴリズムと量子コンピュータは、古典的な機械学習タスクを解くのにどのように役立つかについて議論する。
論文 参考訳（メタデータ） (2023-01-04T23:37:45Z) - Assessing requirements to scale to practical quantum advantage [56.22441723982983]
大規模量子アプリケーションに必要なリソースを推定するために,スタックの層を抽象化し,量子リソース推定のためのフレームワークを開発する。
3つのスケールされた量子アプリケーションを評価し、実用的な量子優位性を達成するために数十万から数百万の物理量子ビットが必要であることを発見した。
私たちの研究の目標は、より広範なコミュニティがスタック全体の設計選択を探索できるようにすることで、実用的な量子的優位性に向けた進歩を加速することにあります。
論文 参考訳（メタデータ） (2022-11-14T18:50:27Z) - The Future of Quantum Computing with Superconducting Qubits [2.6668731290542222]
量子処理ユニット(QPU)の出現に伴い、計算パラダイムの分岐点が見られます。
超多項式スピードアップによる計算の可能性を抽出し、量子アルゴリズムを実現するには、量子誤り訂正技術の大幅な進歩が必要になる可能性が高い。
長期的には、より効率的な量子誤り訂正符号を実現するために、2次元トポロジ以上の量子ビット接続を利用するハードウェアが見られます。
論文 参考訳（メタデータ） (2022-09-14T18:00:03Z) - On exploring the potential of quantum auto-encoder for learning quantum systems [60.909817434753315]
そこで我々は,古典的な3つのハードラーニング問題に対処するために,QAEに基づく効果的な3つの学習プロトコルを考案した。
私たちの研究は、ハード量子物理学と量子情報処理タスクを達成するための高度な量子学習アルゴリズムの開発に新たな光を当てています。
論文 参考訳（メタデータ） (2021-06-29T14:01:40Z)
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。