論文の概要: High-Performance and Scalable Fault-Tolerant Quantum Computation with Lattice Surgery on a 2.5D Architecture
- arxiv url: http://arxiv.org/abs/2411.17519v1
- Date: Tue, 26 Nov 2024 15:27:59 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-11-27 13:31:03.143421
- Title: High-Performance and Scalable Fault-Tolerant Quantum Computation with Lattice Surgery on a 2.5D Architecture
- Title(参考訳): 2.5Dアーキテクチャ上での格子手術による高性能・スケーラブルなフォールトトレラント量子計算
- Authors: Yosuke Ueno, Taku Saito, Teruo Tanimoto, Yasunari Suzuki, Yutaka Tabuchi, Shuhei Tamate, Hiroshi Nakamura,
- Abstract要約: 表面符号(SC)を用いた格子手術(LS)に基づく高性能・低オーバヘッドFTQCアーキテクチャを提案する。
提案したBypassアーキテクチャは、密度と粗いキュービット層からなる2.5次元アーキテクチャである。
その結果、BypassアーキテクチャはFTQCの忠実度を改善し、1.73倍のスピードアップと17%のハードウェアリソース削減を実現している。
- 参考スコア(独自算出の注目度): 0.5779598097190628
- License:
- Abstract: Due to the high error rate of a qubit, detecting and correcting errors on it is essential for fault-tolerant quantum computing (FTQC). Among several FTQC techniques, lattice surgery (LS) using surface code (SC) is currently promising. To demonstrate practical quantum advantage as early as possible, it is indispensable to propose a high-performance and low-overhead FTQC architecture specialized for a given FTQC scheme based on detailed analysis. In this study, we first categorize the factors, or hazards, that degrade LS-based FTQC performance and propose a performance evaluation methodology to decompose the impact of each hazard, inspired by the CPI stack. We propose the Bypass architecture based on the bottleneck analysis using the proposed evaluation methodology. The proposed Bypass architecture is a 2.5-dimensional architecture consisting of dense and sparse qubit layers and successfully eliminates the bottleneck to achieve high-performance and scalable LS-based FTQC. We evaluate the proposed architecture with a circuit-level stabilizer simulator and a cycle-accurate LS simulator with practical quantum phase estimation problems. The results show that the Bypass architecture improves the fidelity of FTQC and achieves both a 1.73x speedup and a 17% reduction in classical/quantum hardware resources over a conventional 2D architecture.
- Abstract(参考訳): 量子ビットのエラー率が高いため、フォールトトレラント量子コンピューティング(FTQC)では、エラーの検出と修正が不可欠である。
いくつかのFTQC技術の中で、表面コード(SC)を用いた格子手術(LS)が現在有望である。
実効的な量子優位性をできるだけ早く示すためには、詳細な解析に基づいて与えられたFTQCスキームに特化した高性能で低オーバヘッドのFTQCアーキテクチャを提案することが不可欠である。
本研究では、まずLSベースのFTQC性能を低下させる要因、またはハザードを分類し、CPIスタックにインスパイアされた各ハザードの影響を分解する性能評価手法を提案する。
本稿では,ボトルネック解析に基づくBypassアーキテクチャを提案する。
提案するBypassアーキテクチャは,高密度かつスパースな量子ビット層からなる2.5次元アーキテクチャであり,高性能かつスケーラブルなLSベースのFTQCを実現するためにボトルネックを解消する。
本稿では,回路レベルの安定化器シミュレータと,実用的な量子位相推定問題を備えたサイクル精度LSシミュレータを用いて,提案アーキテクチャの評価を行った。
その結果、BypassアーキテクチャはFTQCの忠実度を向上し、従来の2Dアーキテクチャよりも1.73倍の高速化と17%のハードウェアリソースの削減を実現している。
関連論文リスト
- Q3DE: A fault-tolerant quantum computer architecture for multi-bit burst errors by cosmic rays [2.5387423427791047]
本稿では、宇宙線によるマルチビットバーストエラー(MBBE)に対する耐性を適度な変化とオーバーヘッドで向上するFTQCアーキテクチャを提案する。
Q3DEは, MBBEの期間を1000倍に短縮し, 面積を半減することを示した。
論文 参考訳(メタデータ) (2024-12-31T08:04:58Z) - Contrasting Statistical Phase Estimation with the Variational Quantum Eigensolver in the era of Early Fault Tolerant Quantum Computation [0.0]
本稿では,最近開発された時空効率的なアナログ回転(STAR)アーキテクチャ citeakahoshi PartiallyFaultTolerantQuantum2024 について概説する。
特に,統計位相推定アルゴリズム(SPE)として知られる基底状態エネルギー推定(GSEE)アルゴリズムについて検討した。
論文 参考訳(メタデータ) (2024-09-12T04:48:05Z) - Compilation of Trotter-Based Time Evolution for Partially Fault-Tolerant Quantum Computing Architecture [0.6449786007855248]
2次元ハバードモデルハミルトンの時間発展をシミュレーションする効率的な方法を提案する。
解析の結果, 単純直列コンパイルに比べて10倍以上の高速化が得られた。
物理誤差率が$p_rm phys = 10-4$のデバイスの場合、地上でのエネルギー推定を高速化するためには、およそ6.5倍 104$ の物理量子ビットが必要であると推定する。
論文 参考訳(メタデータ) (2024-08-27T10:07:34Z) - Trainability maximization using estimation of distribution algorithms assisted by surrogate modelling for quantum architecture search [8.226785409557598]
量子アーキテクチャサーチ(QAS)は、量子パラメトリック回路の構成を最適化するだけでなく、変分量子アルゴリズムのパラメータも最適化する。
本稿では,(1)粗悪な性能のアーキテクチャを積極的に破棄する評価プロセスのオンラインサロゲートモデルによる測定数を削減し,(2)BPが存在する場合の回路のトレーニングを避けることを目的とした。
我々は、変分量子固有解法の提案を実験的に検証し、我々のアルゴリズムがハミルトニアンの文献でこれまで提案されていた解を見つけることができることを示した。
論文 参考訳(メタデータ) (2024-07-29T15:22:39Z) - Mechanistic Design and Scaling of Hybrid Architectures [114.3129802943915]
我々は、様々な計算プリミティブから構築された新しいハイブリッドアーキテクチャを特定し、テストする。
本研究では,大規模計算最適法則と新しい状態最適スケーリング法則解析を用いて,結果のアーキテクチャを実験的に検証する。
我々は,MAD合成法と計算-最適パープレキシティを相関させ,新しいアーキテクチャの正確な評価を可能にする。
論文 参考訳(メタデータ) (2024-03-26T16:33:12Z) - Modeling the Performance of Early Fault-Tolerant Quantum Algorithms [2.9263797260822835]
誤差の度合いの異なるETTQCデバイス上でのアルゴリズム性能のモデル化手法を提案する。
位相推定のためのETTQCアルゴリズムの動作性能と耐障害性について検討する。
解析の結果、RFEはより高い実行時上限を持ちながら、物理量子ビット数の大幅な削減を実現していることが明らかとなった。
論文 参考訳(メタデータ) (2023-06-29T18:03:15Z) - FlowNAS: Neural Architecture Search for Optical Flow Estimation [65.44079917247369]
本研究では,フロー推定タスクにおいて,より優れたエンコーダアーキテクチャを自動で見つけるために,FlowNASというニューラルアーキテクチャ探索手法を提案する。
実験の結果、スーパーネットワークから受け継いだ重み付きアーキテクチャは、KITTI上で4.67%のF1-allエラーを達成していることがわかった。
論文 参考訳(メタデータ) (2022-07-04T09:05:25Z) - iDARTS: Differentiable Architecture Search with Stochastic Implicit
Gradients [75.41173109807735]
微分可能なArchiTecture Search(DARTS)は先日,ニューラルアーキテクチャサーチ(NAS)の主流になった。
暗黙の関数定理に基づいてDARTSの過次計算に取り組む。
提案手法であるiDARTSのアーキテクチャ最適化は,定常点に収束することが期待される。
論文 参考訳(メタデータ) (2021-06-21T00:44:11Z) - FactorizeNet: Progressive Depth Factorization for Efficient Network
Architecture Exploration Under Quantization Constraints [93.4221402881609]
量子化制約下での効率的なCNNアーキテクチャ探索のためのプログレッシブ・ディープ・ファクタライズ・ストラテジーを導入する。
アルゴリズムによって深度分解の粒度を漸進的に増大させることで,層状分布の微細で低レベルな解析が可能となる。
このようなプログレッシブな深度分解戦略は、最適深度分解マクロ構造設計の効率的な同定を可能にする。
論文 参考訳(メタデータ) (2020-11-30T07:12:26Z) - A Statistical Framework for Low-bitwidth Training of Deep Neural
Networks [70.77754244060384]
フル量子化トレーニング(FQT)は、ニューラルネットワークモデルのアクティベーション、重み、勾配を定量化することで、低ビット幅のハードウェアを使用する。
FQTの最大の課題は、特に勾配量子化が収束特性にどのように影響するかという理論的な理解の欠如である。
論文 参考訳(メタデータ) (2020-10-27T13:57:33Z) - Once Quantization-Aware Training: High Performance Extremely Low-bit
Architecture Search [112.05977301976613]
本稿では,ネットワークアーキテクチャ検索手法と量子化手法を組み合わせることで,両者のメリットを享受することを提案する。
まず、多数の量子化モデルを取得するために、共有ステップサイズでアーキテクチャと量子化の合同トレーニングを提案する。
次に、量子化されたモデルを低ビットに転送するためにビット継承方式を導入し、さらに時間コストを削減し、量子化精度を向上させる。
論文 参考訳(メタデータ) (2020-10-09T03:52:16Z)
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。