論文の概要: Scalable Memory Recycling for Large Quantum Programs

• arxiv url: http://arxiv.org/abs/2503.00822v1
• Date: Sun, 02 Mar 2025 09:56:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-05 19:14:53.204933
• Title: Scalable Memory Recycling for Large Quantum Programs
• Title（参考訳）: 大規模量子プログラムのためのスケーラブルメモリリサイクル
• Authors: Israel Reichental, Ravid Alon, Lior Preminger, Matan Vax, Amir Naveh,
• Abstract要約: 量子コンピューティング技術が進歩するにつれて、量子アルゴリズムの複雑さが増大し、低レベルな回路記述から高レベルなプログラミングパラダイムに移行する必要がある。 本稿では,メモリ管理を最適化し,より大規模で複雑な回路をスケールするコンパイルを開発する上での課題について述べる。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: As quantum computing technology advances, the complexity of quantum algorithms increases, necessitating a shift from low-level circuit descriptions to high-level programming paradigms. This paper addresses the challenges of developing a compilation algorithm that optimizes memory management and scales well for bigger, more complex circuits. Our approach models the high-level quantum code as a control flow graph and presents a workflow that searches for a topological sort that maximizes opportunities for qubit reuse. Various heuristics for qubit reuse strategies handle the trade-off between circuit width and depth. We also explore scalability issues in large circuits, suggesting methods to mitigate compilation bottlenecks. By analyzing the structure of the circuit, we are able to identify sub-problems that can be solved separately, without a significant effect on circuit quality, while reducing runtime significantly. This method lays the groundwork for future advancements in quantum programming and compiler optimization by incorporating scalability into quantum memory management.
• Abstract（参考訳）: 量子コンピューティング技術が進歩するにつれて、量子アルゴリズムの複雑さが増大し、低レベルな回路記述から高レベルなプログラミングパラダイムに移行する必要がある。 本稿では、メモリ管理を最適化し、より大規模で複雑な回路をスケールするコンパイルアルゴリズムを開発する際の課題について述べる。 提案手法では,高レベルの量子コードを制御フローグラフとしてモデル化し,量子ビット再利用の機会を最大化するトポロジ的ソートを探索するワークフローを提案する。 量子ビット再利用戦略の様々なヒューリスティックは、回路幅と深さの間のトレードオフを扱う。 また、大規模な回路におけるスケーラビリティの問題についても検討し、コンパイルボトルネックを軽減する方法を提案する。 回路の構造を解析することにより、回路品質に大きな影響を与えることなく、個別に解けるサブプロブレムを特定できると同時に、実行時間を大幅に削減できる。 この手法は、量子メモリ管理にスケーラビリティを組み込むことにより、量子プログラミングとコンパイラ最適化の今後の進歩の基盤となる。

関連論文リスト

• Circuit Folding: Modular and Qubit-Level Workload Management in Quantum-Classical Systems [5.6744988702710835]
  回路編み込み(Circuit knitting)は、量子回路から計算負荷の一部をオフロードする技法である。 本稿では,量子回路内の繰り返し構造を識別・活用する新しいグラフベースシステムであるCiFoldを提案する。 我々のシステムは様々な量子アルゴリズムで広く評価されており、最大で799.2%の量子リソース使用量の削減を実現している。
  論文  参考訳（メタデータ） (2024-12-24T23:34:17Z)
• AI-Powered Algorithm-Centric Quantum Processor Topology Design [10.53761034955718]
  本稿では,個々の量子回路のユニークな仕様に動的に適合する量子ビットトポロジーを提案する。 本手法は,回路を固定プロセッサトポロジにマッピングする従来の手法とは大きく異なる。
  論文  参考訳（メタデータ） (2024-12-18T12:53:16Z)
• 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)
• A Fast and Adaptable Algorithm for Optimal Multi-Qubit Pathfinding in Quantum Circuit Compilation [0.0]
  この研究は、量子回路のコンパイルマッピング問題における臨界サブルーチンとして、マルチキュービットパスフィンディングに焦点を当てている。 本稿では,回路SWAPゲート深さに対して量子ハードウェア上で量子ビットを最適にナビゲートする二進整数線形計画法を用いてモデル化したアルゴリズムを提案する。 我々は、様々な量子ハードウェアレイアウトのアルゴリズムをベンチマークし、計算ランタイム、解SWAP深さ、累積SWAPゲート誤差率などの特性を評価した。
  論文  参考訳（メタデータ） (2024-05-29T05:59:15Z)
• Quantum Dynamic Programming [0.0]
  記憶された中間量子状態を用いてステップユニタリをコヒーレントに生成する方法を示す。 量子力学プログラミングは、広い種類の固定点量子再帰の回路深さを指数関数的に減少させる。 我々は、Groverの探索の変種、量子想像時間進化、Schmidtに基づく量子状態の鮮明な準備のための新しいプロトコルを含む、いくつかの量子再帰に対する量子動的プログラミングの応用について紹介する。
  論文  参考訳（メタデータ） (2024-03-14T08:59:22Z)
• 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)
• Quantum circuit debugging and sensitivity analysis via local inversions [62.997667081978825]
  本稿では,回路に最も影響を及ぼす量子回路の断面をピンポイントする手法を提案する。 我々は,IBM量子マシン上に実装されたアルゴリズム回路の例に応用して,提案手法の実用性と有効性を示す。
  論文  参考訳（メタデータ） (2022-04-12T19:39:31Z)
• 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)
• Variational Quantum Optimization with Multi-Basis Encodings [62.72309460291971]
  マルチバスグラフ複雑性と非線形活性化関数の2つの革新の恩恵を受ける新しい変分量子アルゴリズムを導入する。 その結果,最適化性能が向上し,有効景観が2つ向上し,測定の進歩が減少した。
  論文  参考訳（メタデータ） (2021-06-24T20:16:02Z)
• Space-efficient binary optimization for variational computing [68.8204255655161]
  本研究では,トラベリングセールスマン問題に必要なキュービット数を大幅に削減できることを示す。 また、量子ビット効率と回路深さ効率のモデルを円滑に補間する符号化方式を提案する。
  論文  参考訳（メタデータ） (2020-09-15T18:17:27Z)

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。