論文の概要: Harnessing CUDA-Q's MPS for Tensor Network Simulations of Large-Scale Quantum Circuits

• arxiv url: http://arxiv.org/abs/2501.15939v1
• Date: Mon, 27 Jan 2025 10:36:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-28 13:54:38.392474
• Title: Harnessing CUDA-Q's MPS for Tensor Network Simulations of Large-Scale Quantum Circuits
• Title（参考訳）: 大規模量子回路のテンソルネットワークシミュレーションのためのCUDA-QのMPSのハーネス化
• Authors: Gabin Schieffer, Stefano Markidis, Ivy Peng,
• Abstract要約: 現在の最大の量子コンピュータは1000量子ビット以上を特徴としている。 量子コンピュータをシミュレートするためのより魅力的なアプローチは、ネットワークアプローチを採用することである。 ネットワークベースの手法が大規模量子ビット回路をシミュレートする重要な機会となることを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Quantum computer simulators are an indispensable tool for prototyping quantum algorithms and verifying the functioning of existing quantum computer hardware. The current largest quantum computers feature more than one thousand qubits, challenging their classical simulators. State-vector quantum simulators are challenged by the exponential increase of representable quantum states with respect to the number of qubits, making more than fifty qubits practically unfeasible. A more appealing approach for simulating quantum computers is adopting the tensor network approach, whose memory requirements fundamentally depend on the level of entanglement in the quantum circuit, and allows simulating the current largest quantum computers. This work investigates and evaluates the CUDA-Q tensor network simulators on an Nvidia Grace Hopper system, particularly the Matrix Product State (MPS) formulation. We compare the performance of the CUDA-Q state vector implementation and validate the correctness of MPS simulations. Our results highlight that tensor network-based methods provide a significant opportunity to simulate large-qubit circuits, albeit approximately. We also show that current GPU-accelerated computation cannot fully utilize GPU efficiently in the case of MPS simulations.
• Abstract（参考訳）: 量子コンピュータシミュレータは、量子アルゴリズムをプロトタイピングし、既存の量子コンピュータハードウェアの機能を検証するために必要なツールである。 現在の最大の量子コンピュータは1000量子ビット以上を特徴とし、古典的なシミュレータに挑戦している。 状態ベクトル量子シミュレータは、量子ビット数に関して表現可能な量子状態が指数関数的に増加することで挑戦され、50量子ビット以上は事実上実現不可能である。 量子コンピュータをシミュレートするためのより魅力的なアプローチはテンソルネットワークアプローチを採用し、そのメモリ要求は量子回路の絡み合いのレベルに基本的に依存し、現在の最大の量子コンピュータをシミュレートすることができる。 本研究は,Nvidia Grace Hopperシステム上でのCUDA-Qテンソルネットワークシミュレータ,特にマトリックス製品状態(MPS)の定式化について検討・評価する。 CUDA-Q状態ベクトル実装の性能を比較し,MPSシミュレーションの正確性を検証する。 この結果から,テンソルネットワークに基づく手法は,大容量の量子回路をシミュレーションする重要な機会となることが示唆された。 また,MPSシミュレーションでは,現在のGPU高速化計算ではGPUを効率的に活用できないことを示す。

関連論文リスト

• 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)
• State of practice: evaluating GPU performance of state vector and tensor network methods [2.7930955543692817]
  本稿では,8種類の量子サブルーチンを用いたテストベンチにおける現状シミュレーション手法の限界について検討する。 我々は,最大1桁のスピードアップを達成し,最適なシミュレーション戦略を選択する方法について強調する。
  論文  参考訳（メタデータ） (2024-01-11T09:22:21Z)
• TeD-Q: a tensor network enhanced distributed hybrid quantum machine learning framework [48.491303218786044]
  TeD-Qは、量子機械学習のためのオープンソースのソフトウェアフレームワークである。 古典的な機械学習ライブラリと量子シミュレータをシームレスに統合する。 量子回路とトレーニングの進捗をリアルタイムで視覚化できるグラフィカルモードを提供する。
  論文  参考訳（メタデータ） (2023-01-13T09:35:05Z)
• QuDiet: A Classical Simulation Platform for Qubit-Qudit Hybrid Quantum Systems [7.416447177941264]
  textbfQuDietは、ピソンベースの高次元量子コンピューティングシミュレータである。 textbfQuDietは一般化された量子ゲートを利用する多値論理演算を提供する。 textbfQuDietは完全なqubit-quditハイブリッド量子シミュレータパッケージを提供する。
  論文  参考訳（メタデータ） (2022-11-15T06:07:04Z)
• A Reorder Trick for Decision Diagram Based Quantum Circuit Simulation [0.4358626952482686]
  本研究では,現状決定図に基づくシミュレータがシミュレーション時間でうまく動作しなかった量子回路の2つのクラスについて検討した。 本稿では,そのような量子回路のシミュレーションを促進するための,シンプルで強力なリオーダー手法を提案する。
  論文  参考訳（メタデータ） (2022-11-14T04:55:25Z)
• Recompilation-enhanced simulation of electron-phonon dynamics on IBM Quantum computers [62.997667081978825]
  小型電子フォノン系のゲートベース量子シミュレーションにおける絶対的資源コストについて考察する。 我々は、弱い電子-フォノン結合と強い電子-フォノン結合の両方のためのIBM量子ハードウェアの実験を行う。 デバイスノイズは大きいが、近似回路再コンパイルを用いることで、正確な対角化に匹敵する電流量子コンピュータ上で電子フォノンダイナミクスを得る。
  論文  参考訳（メタデータ） (2022-02-16T19:00:00Z)
• Parallel Simulation of Quantum Networks with Distributed Quantum State Management [56.24769206561207]
  我々は、量子ネットワークの並列シミュレーションの要件を特定し、最初の並列離散事象量子ネットワークシミュレータを開発する。 コントリビューションには、複数のプロセスに分散した共有量子情報を維持する量子状態マネージャの設計と開発が含まれています。 既存のシーケンシャルバージョンと並行してオープンソースツールとして,並列SeQUeNCeシミュレータをリリースする。
  論文  参考訳（メタデータ） (2021-11-06T16:51:17Z)
• An Algebraic Quantum Circuit Compression Algorithm for Hamiltonian Simulation [55.41644538483948]
  現在の世代のノイズの多い中間スケール量子コンピュータ(NISQ)は、チップサイズとエラー率に大きく制限されている。 我々は、自由フェルミオンとして知られる特定のスピンハミルトニアンをシミュレーションするために、量子回路を効率よく圧縮するために局所化回路変換を導出する。 提案した数値回路圧縮アルゴリズムは、後方安定に動作し、$mathcalO(103)$スピンを超える回路合成を可能にするスピンの数で3次スケールする。
  論文  参考訳（メタデータ） (2021-08-06T19:38:03Z)
• Tensor Network Quantum Virtual Machine for Simulating Quantum Circuits at Exascale [57.84751206630535]
  本稿では,E-scale ACCelerator(XACC)フレームワークにおける量子回路シミュレーションバックエンドとして機能する量子仮想マシン(TNQVM)の近代化版を提案する。 新バージョンは汎用的でスケーラブルなネットワーク処理ライブラリであるExaTNをベースにしており、複数の量子回路シミュレータを提供している。 ポータブルなXACC量子プロセッサとスケーラブルなExaTNバックエンドを組み合わせることで、ラップトップから将来のエクサスケールプラットフォームにスケール可能なエンドツーエンドの仮想開発環境を導入します。
  論文  参考訳（メタデータ） (2021-04-21T13:26:42Z)
• Intel Quantum Simulator: A cloud-ready high-performance simulator of quantum circuits [0.0]
  我々は、qHiPSTERとして知られていたIntel Quantum Simulator(IQS)の最新リリースを紹介する。 このソフトウェアの高性能コンピューティング能力により、ユーザーは利用可能なハードウェアリソースを活用できる。 IQSは計算資源を分割し、関連する回路のプールを並列にシミュレートする。
  論文  参考訳（メタデータ） (2020-01-28T19:00:25Z)

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。