論文の概要: GRADE: Grover-based Benchmarking Toolkit for Assessing Quantum Hardware
- arxiv url: http://arxiv.org/abs/2504.19387v1
- Date: Sun, 27 Apr 2025 23:28:18 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-02 19:15:54.2645
- Title: GRADE: Grover-based Benchmarking Toolkit for Assessing Quantum Hardware
- Title（参考訳）: GRADE: 量子ハードウェア評価のためのGroverベースのベンチマークツールキット
- Authors: Shay Manor, Millan Kumar, Priyank Behera, Azain Khalid, Oliver Zeng,
- Abstract要約: 我々は,量子ハードウェアの信頼性を評価するためのオープンソースのベンチマークツールキットGRADEを紹介する。
GRADEはGroverのアルゴリズムを実装し、様々なプリミティブコレクションを検索する。
GRADEは幅広い量子コンピューティングプラットフォームに適応し、異なるハードウェアアーキテクチャにまたがる適用を可能にする。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Quantum computing holds the potential to provide speedups in solving complex problems that are currently difficult for classical computers. However, the realization of this potential is hindered by the issue of current hardware reliability, primarily due to noise and architectural imperfections. As quantum computing systems rapidly advance, there exists a need to create a generalizable benchmarking tool that can assess reliability across different hardware platforms. In this paper, we introduce GRADE (Grover-based Reliability Assessment for Device Evaluation), an open-source benchmarking toolkit to evaluate the reliability of quantum hardware using a generalized form of Grover's algorithm. GRADE operates by implementing Grover's algorithm to search through a variety of primitive collections that are customizable by the user, analyzing the probability distribution of the results to assess accuracy and stability. This approach aims to evaluate the hardware performance of Grover's algorithm, which is fundamental in unordered search problems, making it an ideal candidate for benchmarking purposes, as it is one of the few generalizable quantum algorithms that provide a direct speedup. Importantly, GRADE can adapt to a wide range of quantum computing platforms, ensuring it can be applied across different hardware architectures. Additionally, our work provides a scoring function for evaluating the hardware performance for multi-target Grover's implementation. Our work validates this approach across a multitude of simulators and hardware platforms from varying providers, demonstrating its adaptability to differing backend providers.
- Abstract（参考訳）: 量子コンピューティングは、現在古典的コンピュータでは難しい複雑な問題の解決において、スピードアップを提供する可能性を秘めている。
しかし、このポテンシャルの実現は、主にノイズとアーキテクチャ上の欠陥のために、現在のハードウェアの信頼性の問題によって妨げられている。
量子コンピューティングシステムが急速に進歩するにつれて、異なるハードウェアプラットフォーム間の信頼性を評価するための一般化可能なベンチマークツールを作成する必要がある。
本稿では、Groverのアルゴリズムの一般化形式を用いて、量子ハードウェアの信頼性を評価するためのオープンソースのベンチマークツールキットGRADE(Grover-based Reliability Assessment for Device Evaluation)を紹介する。
GRADEはGroverのアルゴリズムを実装し、ユーザがカスタマイズ可能な様々なプリミティブコレクションを探索し、結果の確率分布を分析して精度と安定性を評価する。
この手法は、Groverのアルゴリズムのハードウェア性能を評価することを目的としており、これは、直接高速化を提供する数少ない一般化可能な量子アルゴリズムの1つであるため、探索目的のベンチマークに理想的な候補となる。
重要なことは、GRADEは幅広い量子コンピューティングプラットフォームに適応し、異なるハードウェアアーキテクチャにまたがる適用を可能にすることである。
さらに,本研究は,マルチターゲットGroverの実装におけるハードウェア性能を評価するためのスコアリング機能を提供する。
我々の研究は、様々なプロバイダのシミュレータやハードウェアプラットフォームにまたがってこのアプローチを検証し、異なるバックエンドプロバイダへの適応性を実証しています。
関連論文リスト
- An Efficient Quantum Classifier Based on Hamiltonian Representations [50.467930253994155]
量子機械学習(QML)は、量子コンピューティングの利点をデータ駆動タスクに移行しようとする分野である。
入力をパウリ弦の有限集合にマッピングすることで、データ符号化に伴うコストを回避できる効率的な手法を提案する。
我々は、古典的および量子モデルに対して、テキストおよび画像分類タスクに対する我々のアプローチを評価する。
論文 参考訳（メタデータ） (2025-04-13T11:49:53Z) - Enhancing Dropout-based Bayesian Neural Networks with Multi-Exit on FPGA [20.629635991749808]
本稿では,フィールドプログラマブルゲートアレイ(FPGA)ベースのアクセラレータを効率よく生成するアルゴリズムとハードウェアの共同設計フレームワークを提案する。
アルゴリズムレベルでは、計算とメモリのオーバーヘッドを低減した、新しいマルチエグジット・ドロップアウトベースのベイズNNを提案する。
ハードウェアレベルでは,提案する効率的なベイズNNのためのFPGAベースのアクセラレータを生成するための変換フレームワークを提案する。
論文 参考訳（メタデータ） (2024-06-20T17:08:42Z) - On-Chip Hardware-Aware Quantization for Mixed Precision Neural Networks [52.97107229149988]
エッジデバイス上でハードウェア対応の混合精度量子化を行うOn-Chipハードウェア・アウェア量子化フレームワークを提案する。
このパイプラインは、量子化プロセスが量子化演算子の実際のハードウェア効率を知覚することを可能にする。
精度測定のために,マルチチップシナリオにおける演算子の精度への影響を効果的に推定するMask-Guided Quantization Estimation技術を提案する。
論文 参考訳（メタデータ） (2023-09-05T04:39:34Z) - Majorization-based benchmark of the complexity of quantum processors [105.54048699217668]
我々は、様々な量子プロセッサの動作を数値的にシミュレートし、特徴付ける。
我々は,各デバイスの性能をベンチマークラインと比較することにより,量子複雑性を同定し,評価する。
我々は、回路の出力状態が平均して高い純度である限り、偏化ベースのベンチマークが成り立つことを発見した。
論文 参考訳（メタデータ） (2023-04-10T23:01:10Z) - The Basis of Design Tools for Quantum Computing: Arrays, Decision
Diagrams, Tensor Networks, and ZX-Calculus [55.58528469973086]
量子コンピュータは、古典的コンピュータが決して起こらない重要な問題を効率的に解決することを約束する。
完全に自動化された量子ソフトウェアスタックを開発する必要がある。
この研究は、今日のツールの"内部"の外観を提供し、量子回路のシミュレーション、コンパイル、検証などにおいてこれらの手段がどのように利用されるかを示す。
論文 参考訳（メタデータ） (2023-01-10T19:00:00Z) - Iterative Qubits Management for Quantum Index Searching in a Hybrid
System [56.39703478198019]
IQuCSは、量子古典ハイブリッドシステムにおけるインデックス検索とカウントを目的としている。
我々はQiskitでIQuCSを実装し、集中的な実験を行う。
その結果、量子ビットの消費を最大66.2%削減できることが示されている。
論文 参考訳（メタデータ） (2022-09-22T21:54:28Z) - Arline Benchmarks: Automated Benchmarking Platform for Quantum Compilers [0.0]
オープンソースのソフトウェアパッケージであるArline Benchmarksは、量子コンパイラの自動ベンチマークを実行するように設計されている。
重要なメトリクスのセットに基づいて、いくつかの量子コンパイルフレームワークを比較した。
本稿では,コンパイラ固有の回路最適化を1つのコンパイルスタックで組み合わせた,複合コンパイルパイプラインの概念を提案する。
論文 参考訳（メタデータ） (2022-02-28T18:48:01Z) - 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) - MQBench: Towards Reproducible and Deployable Model Quantization
Benchmark [53.12623958951738]
MQBenchは、モデル量子化アルゴリズムの評価、分析、およびデプロイ可能性のベンチマークを行う最初の試みである。
我々は、CPU、GPU、ASIC、DSPを含む実世界のデプロイのための複数のプラットフォームを選択し、最先端の量子化アルゴリズムを評価する。
包括的な分析を行い、直感的、直感的、あるいは反直感的な洞察を見出す。
論文 参考訳（メタデータ） (2021-11-05T23:38:44Z) - Application-Oriented Performance Benchmarks for Quantum Computing [0.0]
ベンチマークスイートは、広く使用可能なように設計されている。
我々の手法は、今後5年以内に出現するであろう量子コンピューティングハードウェアの進歩を予想するために構築されている。
論文 参考訳（メタデータ） (2021-10-07T01:45:06Z) - Scalable Benchmarks for Gate-Based Quantum Computers [5.735035463793008]
我々は、高度な量子ベンチマークフレームワークを開発し、リリースする。
ハードウェアに依存しない方法で、普遍量子デバイスの性能を測定する。
我々は,IBM,Rigetti,IonQの21種類の量子デバイスのベンチマーク結果を示す。
論文 参考訳（メタデータ） (2021-04-21T18:00:12Z) - Application-Motivated, Holistic Benchmarking of a Full Quantum Computing
Stack [0.0]
量子コンピューティングシステムは、彼らが期待する実用的なタスクの点でベンチマークされる必要がある。
ベンチマークのための3つの「アプリケーションモチベーション」回路クラス(深度、浅度、正方形)を提案する。
我々は,これらのクラスからの動作回路における量子コンピューティングシステムの性能を,いくつかの値を用いて定量化する。
論文 参考訳（メタデータ） (2020-06-01T21:21:33Z)
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。