論文の概要: QAOA in Quantum Datacenters: Parallelization, Simulation, and Orchestration

• arxiv url: http://arxiv.org/abs/2503.06233v1
• Date: Sat, 08 Mar 2025 14:30:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-11 15:45:56.076026
• Title: QAOA in Quantum Datacenters: Parallelization, Simulation, and Orchestration
• Title（参考訳）: 量子データセンターにおけるQAOA:並列化、シミュレーション、オーケストレーション
• Authors: Amana Liaqat, Ahmed Darwish, Adrian Roman, Stephen DiAdamo,
• Abstract要約: 本稿では, 問題分解, ジョブ生成, 高速シミュレーションを自動化する, 並列化された自動QAOAワークフローを提案する。 フレームワークシミュレータの選択,分散した異種リソース間の実行の最適化,クラウドベースのインフラストラクチャの提供を行う。 QAOAは最適化性能を著しく低下させず、しばしば古典的解法よりも優れていた。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Scaling quantum computing requires networked systems, leveraging HPC for distributed simulation now and quantum networks in the future. Quantum datacenters will be the primary access point for users, but current approaches demand extensive manual decisions and hardware expertise. Tasks like algorithm partitioning, job batching, and resource allocation divert focus from quantum program development. We present a massively parallelized, automated QAOA workflow that integrates problem decomposition, batch job generation, and high-performance simulation. Our framework automates simulator selection, optimizes execution across distributed, heterogeneous resources, and provides a cloud-based infrastructure, enhancing usability and accelerating quantum program development. We find that QAOA partitioning does not significantly degrade optimization performance and often outperforms classical solvers. We introduce our software components -- Divi, Maestro, and our cloud platform -- demonstrating ease of use and superior performance over existing methods.
• Abstract（参考訳）: 量子コンピューティングのスケーリングには、現在の分散シミュレーションにHPCを活用するネットワークシステムと、将来的には量子ネットワークが必要である。 量子データセンタがユーザの主要なアクセスポイントになるが、現在のアプローチでは広範な手作業による決定とハードウェアの専門知識が求められている。 アルゴリズムのパーティショニング、ジョブのバッチ、リソース割り当てといったタスクは、量子プログラム開発から遠ざかっている。 本稿では,問題分解,バッチジョブ生成,高性能シミュレーションを統合した,並列化された自動QAOAワークフローを提案する。 本フレームワークは,シミュレータの選択を自動化し,分散された異種リソースをまたいだ実行を最適化し,クラウドベースのインフラを提供し,ユーザビリティを高め,量子プログラムの開発を加速する。 QAOAパーティショニングは最適化性能を著しく低下させるものではなく、古典的解法よりも優れていることが判明した。 既存のメソッドよりも使いやすさと優れたパフォーマンスを示すソフトウェアコンポーネント -- Divi、Maestro、およびクラウドプラットフォーム -- を紹介します。

関連論文リスト

• Pilot-Quantum: A Quantum-HPC Middleware for Resource, Workload and Task Management [1.381966718755792]
  Pilot-Quantumは、ハイブリッド量子古典環境におけるリソースとワークロードの統一されたアプリケーションレベルの管理を提供するように設計されている。 リソース、ワークロード、タスクを管理するために、もともとHPC用に開発されたPilot Abstraction概念モデルを実装している。
  論文  参考訳（メタデータ） (2024-12-24T15:55:46Z)
• Ecosystem-Agnostic Standardization of Quantum Runtime Architecture: Accelerating Utility in Quantum Computing [0.0]
  本研究は量子コンピューティング最適化ミドルウェア(QCOM)のすべてのレイヤをカバーする。 実量子ハードウェア(QH)上での実行を必要とする。 オープンソースコミュニティが推進する広く採用されているランタイムプラットフォーム(RP)が必要だ。
  論文  参考訳（メタデータ） (2024-09-26T16:43:07Z)
• A Framework for Integrating Quantum Simulation and High Performance Computing [0.0]
  本稿では,HPCリソース上で動作する量子シミュレーションソフトウェアへのアクセスを効率化するフレームワークについて述べる。 これには、回路ベースの量子コンピューティングタスクのためのインターフェースと、必要なリソース管理インフラストラクチャが含まれる。
  論文  参考訳（メタデータ） (2024-08-15T11:48:14Z)
• Quantum Computing Enhanced Service Ecosystem for Simulation in Manufacturing [56.61654656648898]
  本稿では,製造シミュレーションのための量子コンピューティングによるサービスエコシステムの枠組みを提案する。 我々は,これらの新しい計算パラダイムを定量的に評価することを目的とした2つの高価値ユースケースを分析した。
  論文  参考訳（メタデータ） (2024-01-19T11:04:14Z)
• Benchmarking Quantum Computer Simulation Software Packages: State Vector Simulators [0.0]
  我々は、HPC機能に特化して量子力学をシミュレートできるいくつかのソフトウェアパッケージをベンチマークする。 我々は,異なる並列化機能を用いて,ローカルHPCクラスタ上で大規模なシミュレーションパッケージをベンチマークするコンテナ化されたツールチェーンを開発した。 この結果は,シミュレーションタスクに適したパッケージを見つける上で有効であり,既存および新たに開発されたシミュレーションパッケージの今後のバージョンをベンチマークし,検証するための,体系的なコミュニティ活動の基礎となる。
  論文  参考訳（メタデータ） (2024-01-17T09:34:28Z)
• 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)
• Elastic Entangled Pair and Qubit Resource Management in Quantum Cloud Computing [73.7522199491117]
  量子クラウドコンピューティング(QCC)は、量子コンピューティングリソースを効率的に提供するための有望なアプローチを提供する。 ユーザ需要の変動と量子回路の要求は、効率的なリソース供給のために困難である。 本稿では、量子コンピューティングとネットワークリソースのプロビジョニングのためのリソース割り当てモデルを提案する。
  論文  参考訳（メタデータ） (2023-07-25T00:38:46Z)
• DQC$^2$O: Distributed Quantum Computing for Collaborative Optimization in Future Networks [54.03701670739067]
  本稿では、将来のネットワークにおける最適化タスクを解決するために、量子コンピュータと量子チャネルを管理するための適応型分散量子コンピューティング手法を提案する。 提案手法に基づいて,スマートグリッド管理やIoT連携,UAV軌道計画など,今後のネットワークにおける協調最適化の潜在的な応用について論じる。
  論文  参考訳（メタデータ） (2022-09-16T02:44:52Z)
• 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)
• 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)
• 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。