論文の概要: CONQURE: A Co-Execution Environment for Quantum and Classical Resources

• arxiv url: http://arxiv.org/abs/2505.02241v1
• Date: Sun, 04 May 2025 20:38:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-06 18:49:35.504844
• Title: CONQURE: A Co-Execution Environment for Quantum and Classical Resources
• Title（参考訳）: CONQURE: 量子資源と古典資源の共同実行環境
• Authors: Atulya Mahesh, Swastik Mittal, Frank Mueller,
• Abstract要約: 本研究は量子資源と古典資源の共同実行環境であるCONQUREを提案する。 当社のAPIは、平均12.7mテストのオーバーヘッドが低く、イオントラップデバイスで機能を示す。 当社のOpenMP拡張は,VQEの実行を3.1倍の削減で並列化可能にする。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Cutting edge classical computing today relies on a combination of CPU-based computing with a strong reliance on accelerators. In particular, high-performance computing (HPC) and machine learning (ML) rely heavily on acceleration via GPUs for numerical kernels. In the future, acceleration via quantum devices may complement GPUs for kernels where algorithms provide quantum advantage, i.e., significant speedups over classical algorithms. Computing with quantum kernels mapped onto quantum processing units (QPUs) requires seamless integration into HPC and ML. However, quantum offloading onto HPC/cloud lacks open-source software infrastructure. For classical algorithms, parallelization standards, such as OpenMP, MPI, or CUDA exist. In contrast, a lack of quantum abstractions currently limits the adoption of quantum acceleration in practical applications creating a gap between quantum algorithm development and practical HPC integration. Such integration needs to extend to efficient quantum offloading of kernels, which further requires scheduling of quantum resources, control of QPU kernel execution, tracking of QPU results, providing results to classical calling contexts and coordination with HPC scheduling. This work proposes CONQURE, a co-execution environment for quantum and classical resources. CONQURE is a fully open-source cloud queue framework that presents a novel modular scheduling framework allowing users to offload OpenMP quantum kernels to QPUs as quantum circuits, to relay results back to calling contexts in classical computing, and to schedule quantum resources via our CONQURE API. We show our API has a low overhead averaging 12.7ms in our tests, and we demonstrate functionality on an ion-trap device. Our OpenMP extension enables the parallelization of VQE runs with a 3.1X reduction in runtime.
• Abstract（参考訳）: 今日の最先端の古典コンピューティングは、CPUベースのコンピューティングとアクセラレーターへの強い依存の組み合わせに依存している。 特に、高性能コンピューティング(HPC)と機械学習(ML)は、数値カーネルのGPUによるアクセラレーションに大きく依存している。 将来的には、量子デバイスによる加速は、アルゴリズムが量子優位性を提供するカーネルのGPUを補完する可能性がある。 量子カーネルを量子処理ユニット(QPU)にマッピングしたコンピューティングでは、HPCとMLにシームレスに統合する必要がある。 しかし、HPC/クラウドへの量子オフロードには、オープンソースのソフトウェアインフラがない。 古典的なアルゴリズムでは、OpenMP、MPI、CUDAなどの並列化標準が存在する。 対照的に、現在量子抽象化の欠如は、量子アルゴリズム開発と実践的HPC統合の間にギャップを生じさせる実用的な応用における量子加速の導入を制限する。 このような統合は、量子リソースのスケジューリング、QPUカーネルの実行制御、QPU結果の追跡、古典的な呼び出しコンテキストへの結果の提供、HPCスケジューリングとの調整など、カーネルの効率的な量子オフロードにまで拡張する必要がある。 本研究は量子資源と古典資源の共同実行環境であるCONQUREを提案する。 CONQUREは、完全にオープンソースのクラウドキューフレームワークで、OpenMP量子カーネルを量子回路としてQPUにオフロードし、結果を古典的なコンピューティングのコールコンテキストにリレーし、私たちのCONQURE APIを介して量子リソースをスケジュールする、新しいモジュラースケジューリングフレームワークを提供する。 私たちのAPIは、テストで平均12.7msのオーバーヘッドが低く、イオントラップデバイスで機能をデモしています。 当社のOpenMP拡張は,VQEの実行を3.1倍の削減で並列化可能にする。

関連論文リスト

• 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)
• Multi-GPU-Enabled Hybrid Quantum-Classical Workflow in Quantum-HPC Middleware: Applications in Quantum Simulations [1.9922905420195367]
  本研究では,革新的な分散型量子古典量子アーキテクチャを提案する。 最先端の量子ソフトウェアフレームワークを高性能な古典コンピューティングリソースと統合する。 物質と凝縮物質物理学の量子シミュレーションにおける課題に対処する。
  論文  参考訳（メタデータ） (2024-03-09T07:38:45Z)
• A Quantum-Classical Collaborative Training Architecture Based on Quantum State Fidelity [50.387179833629254]
  我々は,コ・テンク (co-TenQu) と呼ばれる古典量子アーキテクチャを導入する。 Co-TenQuは古典的なディープニューラルネットワークを41.72%まで向上させる。 他の量子ベースの手法よりも1.9倍も優れており、70.59%少ない量子ビットを使用しながら、同様の精度を達成している。
  論文  参考訳（メタデータ） (2024-02-23T14:09:41Z)
• A Hybrid Classical-Quantum HPC Workload [0.0]
  量子デバイスを特徴とするスーパーコンピュータ上でのハイブリッド古典量子ワークロードのオーケストレーション戦略を提案する。 量子デバイスに計算の一部をオフロードするサンプルアプリケーションについて検討する。 現在のテストベッドは、最終的に実際の量子デバイスを含む、より高度なハイブリッドワークロードの基礎として機能する。
  論文  参考訳（メタデータ） (2023-12-08T09:54:51Z)
• A pragma based C++ framework for hybrid quantum/classical computation [0.0]
  本稿では,HPC環境に適合するハイブリッド量子古典フレームワークの要件について述べる。 Q-Pragmaと呼ばれる新しいハードウェアに依存しないフレームワークを導入している。
  論文  参考訳（メタデータ） (2023-09-05T22:29:02Z)
• Quantum Clustering with k-Means: a Hybrid Approach [117.4705494502186]
  我々は3つのハイブリッド量子k-Meansアルゴリズムを設計、実装、評価する。 我々は距離の計算を高速化するために量子現象を利用する。 我々は、我々のハイブリッド量子k-平均アルゴリズムが古典的バージョンよりも効率的であることを示す。
  論文  参考訳（メタデータ） (2022-12-13T16:04:16Z)
• 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)
• Cutting Quantum Circuits to Run on Quantum and Classical Platforms [25.18520278107402]
  CutQCは、大規模量子回路を量子(QPU)と古典的なプラットフォーム(CPUまたはGPU)に分散して、コプロセッシングを行うスケーラブルなハイブリッドコンピューティングアプローチである。 これは、実システム実行時に達成される大きなNISQデバイスよりもはるかに高い量子回路評価忠実性を達成する。
  論文  参考訳（メタデータ） (2022-05-12T02:09:38Z)
• 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)

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。