論文の概要: QuSplit: Achieving Both High Fidelity and Throughput via Job Splitting on Noisy Quantum Computers

• arxiv url: http://arxiv.org/abs/2501.12492v1
• Date: Tue, 21 Jan 2025 20:43:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-23 13:28:26.420290
• Title: QuSplit: Achieving Both High Fidelity and Throughput via Job Splitting on Noisy Quantum Computers
• Title（参考訳）: QuSplit: ノイズの多い量子コンピュータ上でのジョブ分割による高忠実性とスループットの両面での達成
• Authors: Jinyang Li, Yuhong Song, Yipei Liu, Jianli Pan, Lei Yang, Travis Humble, Weiwen Jiang,
• Abstract要約: 本稿では,ジョブ分割を考慮した遺伝的アルゴリズムに基づくスケジューリング手法を提案する。 実験結果から,本手法は全ジョブに対して高い忠実性を維持し,システムスループットを著しく向上することが示された。
• 参考スコア（独自算出の注目度）: 6.46676684248918
• License:
• Abstract: As we enter the quantum utility era, the computing paradigm shifts toward quantum-centric computing, where multiple quantum processors collaborate with classical computers, exemplified by platforms like IBM Quantum and Amazon Braket. In this paradigm, efficient resource management is crucial; however, unlike classical computing, quantum processors face significant challenges due to noise, which raises fidelity concerns in quantum applications. Compounding this issue, the noise characteristics across different quantum processors are inherently heterogeneous, making resource optimization even more complex. Existing resource management strategies primarily focus on mapping and scheduling jobs to these heterogeneous backends, which leads to some jobs suffering extremely low fidelity. Targeting quantum optimization jobs (e.g., VQC, VQE, QAOA) - one of the most promising quantum applications in the NISQ era, we hypothesize that running the later stages of a job on a high-fidelity quantum processor can significantly enhance overall fidelity. To validate this hypothesis, we use the VQE as a case study and propose a novel and efficient Genetic Algorithm-based scheduling framework with the consideration of job splitting. Experimental results demonstrate that our approach maintains high fidelity across all jobs and significantly improves system throughput. Furthermore, the proposed algorithm shows excellent scalability with respect to the number of quantum processors and the volume of jobs, making it a robust solution for emerging quantum computing platforms.
• Abstract（参考訳）: 量子ユーティリティの時代に入ると、コンピューティングパラダイムは量子中心コンピューティングへとシフトし、IBM QuantumやAmazon Braketといったプラットフォームで実証された、複数の量子プロセッサが古典的なコンピュータと協調する。 このパラダイムでは、効率的な資源管理が重要であるが、古典的な計算とは異なり、量子プロセッサはノイズのために重大な課題に直面し、量子アプリケーションにおける忠実さを懸念する。 この問題を複雑にすれば、異なる量子プロセッサ間のノイズ特性は本質的に不均一であり、リソース最適化はさらに複雑になる。 既存のリソース管理戦略は主に、これらの異種バックエンドへのジョブのマッピングとスケジューリングに重点を置いている。 量子最適化ジョブ(例えば、VQC、VQE、QAOA)のターゲット化 - NISQ時代の最も有望な量子アプリケーションの一つであり、高忠実な量子プロセッサ上でジョブの後半を動作させることで、全体的な忠実度を大幅に向上させることができると仮定する。 この仮説を検証するために,VQEをケーススタディとして,ジョブ分割を考慮した新しい効率的な遺伝的アルゴリズムベースのスケジューリングフレームワークを提案する。 実験結果から,本手法は全ジョブに対して高い忠実性を維持し,システムスループットを著しく向上することが示された。 さらに、提案アルゴリズムは、量子プロセッサの数やジョブの量に関して優れたスケーラビリティを示し、新興量子コンピューティングプラットフォームに対する堅牢なソリューションとなっている。

関連論文リスト

• 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)
• Quantum Multi-Agent Reinforcement Learning for Aerial Ad-hoc Networks [0.19791587637442667]
  本稿では,航空通信のユースケースを提示し,それを解くためのハイブリッド量子古典型MLアルゴリズムを提案する。 その結果,古典的アルゴリズムに匹敵する量子化解の性能はわずかに向上した。 これらの有望な結果は、産業関連複雑なユースケースに対するQMARLの可能性を示している。
  論文  参考訳（メタデータ） (2024-04-26T15:57:06Z)
• Unlocking Quantum Optimization: A Use Case Study on NISQ Systems [0.0]
  本稿では、電気自動車の充電スケジュールを最適化する分野における産業関連ユースケースと、トラック走行経路の最適化に関するユースケースについて考察する。 我々の中心的なコントリビューションは、IBMのゲートベース量子コンピュータの異なるプロセッサとD-Waveの量子アニール上で実行されるこれらのユースケースから導かれる系統的な一連の例である。
  論文  参考訳（メタデータ） (2024-04-10T17:08:07Z)
• Quantum Subroutine for Variance Estimation: Algorithmic Design and Applications [80.04533958880862]
  量子コンピューティングは、アルゴリズムを設計する新しい方法の基礎となる。 どの場の量子スピードアップが達成できるかという新たな課題が生じる。 量子サブルーチンの設計は、従来のサブルーチンよりも効率的で、新しい強力な量子アルゴリズムに固い柱を向ける。
  論文  参考訳（メタデータ） (2024-02-26T09:32:07Z)
• 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)
• Quantum Annealing for Single Image Super-Resolution [86.69338893753886]
  単一画像超解像(SISR)問題を解くために,量子コンピューティングに基づくアルゴリズムを提案する。 提案したAQCアルゴリズムは、SISRの精度を維持しつつ、古典的なアナログよりも向上したスピードアップを実現する。
  論文  参考訳（メタデータ） (2023-04-18T11:57:15Z)
• 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)
• 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)
• Quantum circuit architecture search on a superconducting processor [56.04169357427682]
  変分量子アルゴリズム(VQA)は、ファイナンス、機械学習、化学といった様々な分野において、証明可能な計算上の優位性を得るための強力な証拠を示している。 しかし、現代のVQAで利用されるアンザッツは、表現性と訓練性の間のトレードオフのバランスをとることができない。 8量子ビット超伝導量子プロセッサ上でVQAを強化するために,効率的な自動アンサッツ設計技術を適用した最初の実証実験を実証する。
  論文  参考訳（メタデータ） (2022-01-04T01:53:42Z)
• 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。