論文の概要: Distributed Tensor Network Library for Quantum Computing Emulation

• arxiv url: http://arxiv.org/abs/2505.06119v1
• Date: Fri, 09 May 2025 15:17:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-12 20:40:10.3146
• Title: Distributed Tensor Network Library for Quantum Computing Emulation
• Title（参考訳）: 量子コンピューティングエミュレーションのための分散テンソルネットワークライブラリ
• Authors: Jakub Adamski, Oliver Thomson Brown,
• Abstract要約: HPCテンソルネットワークパッケージはこの問題にサーキットスライシングと呼ばれる手順で対処する。 本稿では,個別のテンソルを放送・散布する新たなアプローチを提案する。 2つのよく知られたアルゴリズムをエミュレートすることにより、ARCHER2でその能力を実証する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Tensor networks offer an adaptable and efficient approach to emulation of quantum computers. Their usage relies on partitioning circuits into small tensors, which are contracted together to form the final result. While this approach intends to minimise the problem size, exceeding the locally available memory is sometimes unavoidable due to the exponential nature of quantum systems. Most HPC tensor network packages tackle this issue with a procedure called circuit slicing, which distributes the entire network onto multiple ranks, recombining it back when necessary. In this study, we present a novel alternative approach, where individual tensors are both broadcast and scattered to harness multiple levels of parallelism. The technique is abstracted behind a fixed distribution pattern, and actualised in a new portable tensor network library, QTNH, built on top of MPI and ScaLAPACK. We showcase its capabilities on ARCHER2, by emulating two well-known algorithms - the Quantum Fourier Transform and Random Circuit Sampling. This is accomplished by leveraging the implemented operations to realise various contraction strategies, including a unique distributed MPS tensor factorisation approach. We thus demonstrate that our library can be used to advance the accuracy of quantum emulation, while offering a simple and flexible interface to tensor distribution.
• Abstract（参考訳）: テンソルネットワークは、量子コンピュータのエミュレーションに適応的で効率的なアプローチを提供する。 彼らの使用法は、回路を小さなテンソルに分割することに依存しており、最終的な結果を形成するために互いに収縮する。 このアプローチは問題サイズの最小化を目的としているが、量子システムの指数的な性質のため、局所的に利用可能なメモリを超えることは避けられないことがある。 ほとんどのHPCテンソルネットワークパッケージは、回路スライシングと呼ばれる手順でこの問題に対処し、ネットワーク全体を複数のランクに分散し、必要に応じて再結合する。 本研究では,複数レベルの並列性を利用するために,個々のテンソルをブロードキャストして分散させる手法を提案する。 この技術は固定分布パターンの背後に抽象化され、MPIとScaLAPACK上に構築された新しいポータブルテンソルネットワークライブラリQTNHで実現されている。 量子フーリエ変換(Quantum Fourier Transform)とランダム回路サンプリング(Random Circuit Smpling)という,よく知られた2つのアルゴリズムをエミュレートして,ARCHER2にその機能を示す。 これは、実装された操作を活用して、独自の分散MPSテンソル分解アプローチを含む、さまざまな収縮戦略を実現することで実現される。 そこで我々は,このライブラリを用いて量子エミュレーションの精度を向上し,テンソル分布に対する単純かつ柔軟なインタフェースを提供することを実証した。

関連論文リスト

• Quantum tensor network algorithms for evaluation of spectral functions on quantum computers [0.0]
  テンソルネットワークから導かれる量子アルゴリズムを用いて,量子多体系の静的および動的特性をシミュレートする。 量子コンピュータ上で基底状態と励起状態を作成し、分子ナノマグネット(MNM)に応用するアルゴリズムをパラダイムとして示す。
  論文  参考訳（メタデータ） (2023-09-26T18:01:42Z)
• MBQuant: A Novel Multi-Branch Topology Method for Arbitrary Bit-width Network Quantization [51.85834744835766]
  任意のビット幅量子化のための新しい手法MBQuantを提案する。 本稿では,既存の任意のビット幅量子化法と比較して,MBQuantが大幅な性能向上を実現していることを示す。
  論文  参考訳（メタデータ） (2023-05-14T10:17:09Z)
• On Optimizing the Communication of Model Parallelism [74.15423270435949]
  大規模モデル並列ディープラーニング(DL)における新しい重要なコミュニケーションパターンについて検討する。 クロスメッシュリシャーディングでは、シャードテンソルをソースデバイスメッシュから宛先デバイスメッシュに送信する必要がある。 本稿では、効率的な放送ベースの通信システムと「重複しやすい」パイプラインスケジュールという、クロスメシュ・リシャーディングに対処するための2つのコントリビューションを提案する。
  論文  参考訳（メタデータ） (2022-11-10T03:56:48Z)
• RosneT: A Block Tensor Algebra Library for Out-of-Core Quantum Computing Simulation [0.18472148461613155]
  本稿では,分散ブロックテンソル代数のためのライブラリRosneTを提案する。 我々はPyCOMPSsプログラミングモデルを用いてテンソル演算をComposランタイムが処理するタスクの集合に変換する。 本稿では, 最大53量子ビットの量子回路シミュレーションにおいて, 優れたスケーラビリティを示す手法を検証した。
  論文  参考訳（メタデータ） (2022-01-17T20:35:40Z)
• 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)
• Cluster-Promoting Quantization with Bit-Drop for Minimizing Network Quantization Loss [61.26793005355441]
  クラスタ・プロモーティング・量子化(CPQ)は、ニューラルネットワークに最適な量子化グリッドを見つける。 DropBitsは、ニューロンの代わりにランダムにビットをドロップする標準のドロップアウト正規化を改訂する新しいビットドロップ技術である。 本手法を様々なベンチマークデータセットとネットワークアーキテクチャ上で実験的に検証する。
  論文  参考訳（メタデータ） (2021-09-05T15:15:07Z)
• Efficient 2D Tensor Network Simulation of Quantum Systems [6.074275058563179]
  射影エンタングル状態(PEPS)のような2次元テンソルネットワークは物理系や量子回路の重要なクラスに適している。 本稿では,PEPSに基づく手法のための新しいアルゴリズムとソフトウェア抽象化を提案する。
  論文  参考訳（メタデータ） (2020-06-26T22:36:56Z)

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。