論文の概要: PowerMove: Optimizing Compilation for Neutral Atom Quantum Computers with Zoned Architecture

• arxiv url: http://arxiv.org/abs/2411.12263v1
• Date: Tue, 19 Nov 2024 06:22:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-20 13:36:24.202061
• Title: PowerMove: Optimizing Compilation for Neutral Atom Quantum Computers with Zoned Architecture
• Title（参考訳）: PowerMove: ゾーンアーキテクチャによる中性原子量子コンピュータのコンパイル最適化
• Authors: Jixuan Ruan, Xiang Fang, Hezi Zhang, Ang Li, Travis Humble, Yufei Ding,
• Abstract要約: ニュートラル原子系量子コンピュータ(NAQC)の効率的なコンパイラPowerMoveを提案する。 これらの重要な側面間の相互依存を認識し、活用することによって、PowerMoveは新しい最適化の機会を解放する。 本評価は, 最先端手法と比較して, 数桁の忠実度向上を図っている。
• 参考スコア（独自算出の注目度）: 15.027253937154006
• License:
• Abstract: Neutral atom-based quantum computers (NAQCs) have recently emerged as promising candidates for scalable quantum computing, largely due to their advanced hardware capabilities, particularly qubit movement and the zoned architecture (ZA). However, fully leveraging these features poses significant compiler challenges, as it requires addressing complexities across gate scheduling, qubit allocation, qubit movement, and inter-zone communication. In this paper, we present PowerMove, an efficient compiler for NAQCs that enhances the qubit movement framework while fully integrating the advantages of ZA. By recognizing and leveraging the interdependencies between these key aspects, PowerMove unlocks new optimization opportunities, significantly enhancing both scalability and fidelity. Our evaluation demonstrates an improvement in fidelity by several orders of magnitude compared to the state-of-the-art methods, with execution time improved by up to 3.46x and compilation time reduced by up to 213.5x. We will open-source our code later to foster further research and collaboration within the community.
• Abstract（参考訳）: ニュートラル原子ベースの量子コンピュータ(NAQC)は、特に量子ビット運動やゾーンアーキテクチャ(ZA)といった高度なハードウェア能力によって、スケーラブルな量子コンピューティングの候補として最近登場した。 しかし、これらの機能を十分に活用することは、ゲートスケジューリング、キュービットアロケーション、キュービット移動、ゾーン間通信といった複雑な問題に対処する必要があるため、コンパイラの重大な課題を引き起こす。 本稿では、ZAの利点を完全に統合しつつ、キュービット運動フレームワークを強化するNAQCの効率的なコンパイラであるPowerMoveについて述べる。 これらの重要な側面間の相互依存を認識して活用することにより、PowerMoveは新しい最適化の機会を解放し、スケーラビリティと忠実性の両方を大幅に向上します。 提案手法と比較すると, 実行時間を最大3.46倍, コンパイル時間を最大213.5倍に改善した。 コミュニティ内のさらなる研究とコラボレーションを促進するため、私たちは後にコードをオープンソース化します。

関連論文リスト

• Quantum Compiling with Reinforcement Learning on a Superconducting Processor [55.135709564322624]
  超伝導プロセッサのための強化学習型量子コンパイラを開発した。 短絡の新規・ハードウェア対応回路の発見能力を示す。 本研究は,効率的な量子コンパイルのためのハードウェアによるソフトウェア設計を実証する。
  論文  参考訳（メタデータ） (2024-06-18T01:49:48Z)
• Arctic: A Field Programmable Quantum Array Scheduling Technique [0.0]
  ゾーン化された中性原子アーキテクチャにおける再構成可能な結合を最適化するために設計された最初のコンパイラパスを示す。 最大カットおよび階層化クロス最小化問題として、量子ビットマッピングと運動スケジューリングにアプローチする。 Supermarq と Qasmbench から得られた様々なアルゴリズムを比較した。
  論文  参考訳（メタデータ） (2024-05-10T01:56:01Z)
• Revisiting the Mapping of Quantum Circuits: Entering the Multi-Core Era [2.465579331213113]
  本稿では,コア間通信の削減を目的として,コアへのキュービット割り当てを最適化するために設計されたマルチコアマッピングアルゴリズムである,ハンガリークビット割り当て(HQA)アルゴリズムを紹介する。 モジュラーアーキテクチャの最先端回路マッピングアルゴリズムに対するHQAの評価では、実行時間と非ローカル通信の点で4.9times$と1.6times$の改善が示されている。
  論文  参考訳（メタデータ） (2024-03-25T21:31:39Z)
• Hungarian Qubit Assignment for Optimized Mapping of Quantum Circuits on Multi-Core Architectures [1.1288814203214292]
  量子コンピュータは、これらのクラスタ間のスペーサー接続を備えた密結合量子ビットのクラスタを特徴とするモジュラーアプローチを採用することが期待されている。 複数の処理コアにキュービットを効率よく分散させることは、量子コンピューティングシステムの性能とスケーラビリティを向上させる上で重要である。 ハンガリーのQubit Assignment(HQA)アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-09-21T15:48:45Z)
• Compiler Optimization for Quantum Computing Using Reinforcement Learning [3.610459670994051]
  本稿では、最適化された量子回路コンパイルフローを開発するための強化学習フレームワークを提案する。 提案するフレームワークは、IBMのQiskitとQuantinuumのTKETからのコンパイルパスを選択できる。 これは、期待される忠実性に関して73%のケースで、両方のコンパイラを著しく上回っている。
  論文  参考訳（メタデータ） (2022-12-08T19:00:01Z)
• Quantum circuit optimization for multiple QPUs using local structure [0.0]
  量子ビットのクラスタを相互接続することは、将来の量子コンピュータをスケールアップするための重要な要素となる。 本稿では,EPRによる遠隔ゲートの利用とクラスタ間のキュービットのテレポーティングについて検討する。 回路深度と配線使用量に大きな改善が見られた。
  論文  参考訳（メタデータ） (2022-06-20T18:01:04Z)
• Optimizing Tensor Network Contraction Using Reinforcement Learning [86.05566365115729]
  本稿では,グラフニューラルネットワーク(GNN)と組み合わせた強化学習(RL)手法を提案する。 この問題は、巨大な検索スペース、重い尾の報酬分布、そして困難なクレジット割り当てのために非常に難しい。 GNNを基本方針として利用するRLエージェントが,これらの課題にどのように対処できるかを示す。
  論文  参考訳（メタデータ） (2022-04-18T21:45:13Z)
• Scaling Quantum Approximate Optimization on Near-term Hardware [49.94954584453379]
  我々は、様々なレベルの接続性を持つハードウェアアーキテクチャのための最適化回路により、期待されるリソース要求のスケーリングを定量化する。 問題の大きさと問題グラフの次数で指数関数的に増大する。 これらの問題は、ハードウェア接続性の向上や、より少ない回路層で高い性能を達成するQAOAの変更によって緩和される可能性がある。
  論文  参考訳（メタデータ） (2022-01-06T21:02:30Z)
• Enabling Retargetable Optimizing Compilers for Quantum Accelerators via a Multi-Level Intermediate Representation [78.8942067357231]
  我々は、最適化され、再ターゲット可能で、事前コンパイルが可能なマルチレベル量子古典中間表現(IR)を提案する。 ゲートベースのOpenQASM 3言語全体をサポートし、共通量子プログラミングパターンのカスタム拡張と構文の改善を提供します。 私たちの研究は、通常のPythonのアプローチよりも1000倍高速で、スタンドアロンの量子言語コンパイラよりも5～10倍高速なコンパイル時間を実現しています。
  論文  参考訳（メタデータ） (2021-09-01T17:29:47Z)
• 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)
• Extending C++ for Heterogeneous Quantum-Classical Computing [56.782064931823015]
  qcorはC++とコンパイラの実装の言語拡張で、異種量子古典プログラミング、コンパイル、単一ソースコンテキストでの実行を可能にする。 我々の研究は、量子言語で高レベルな量子カーネル(関数)を表現できる、第一種C++コンパイラを提供する。
  論文  参考訳（メタデータ） (2020-10-08T12:49:07Z)

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。