論文の概要: Low-Level and NUMA-Aware Optimization for High-Performance Quantum Simulation
- arxiv url: http://arxiv.org/abs/2506.09198v1
- Date: Tue, 10 Jun 2025 19:35:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-13 06:35:01.987743
- Title: Low-Level and NUMA-Aware Optimization for High-Performance Quantum Simulation
- Title（参考訳）: 高性能量子シミュレーションのための低レベル・NUMA対応最適化
- Authors: Ali Rezaei, Luc Jaulmes, Maria Bahna, Oliver Thomson Brown, Antonio Barbalace,
- Abstract要約: 我々はQuESTシミュレータにオープンソースで高性能な拡張を導入し、最新のコンピュータに最先端の低レベルおよびNUMA計算の最適化をもたらす。
実験では、シングルキュービットゲート操作では5.5-6.5x、2キュービットゲートでは4.5x、ランダム量子回路(RQC)では4x、量子フーリエ変換(QFT)では1.8xという大きなスピードアップが示されている。
- 参考スコア（独自算出の注目度）: 0.6407952035735353
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Scalable classical simulation of quantum circuits is crucial for advancing both quantum algorithm development and hardware validation. In this work, we focus on performance enhancements through meticulous low-level tuning on a single-node system, thereby not only advancing the performance of classical quantum simulations but also laying the groundwork for scalable, heterogeneous implementations that may eventually bridge the gap toward noiseless quantum computing. Although similar efforts in low-level tuning have been reported in the literature, such implementations have not been released as open-source software, thereby impeding independent evaluation and further development. We introduce an open-source, high-performance extension to the QuEST simulator that brings state-of-the-art low-level and NUMA optimizations to modern computers. Our approach emphasizes locality-aware computation and incorporates hardware-specific optimizations such as NUMA-aware memory allocation, thread pinning, AVX-512 vectorization, aggressive loop unrolling, and explicit memory prefetching. Experiments demonstrate significant speedups - 5.5-6.5x for single-qubit gate operations, 4.5x for two-qubit gates, 4x for Random Quantum Circuits (RQC), and 1.8x for Quantum Fourier Transform (QFT), demonstrating that rigorous performance tuning can substantially extend the practical simulation capacity of classical quantum simulators on current hardware.
- Abstract（参考訳）: 量子回路のスケーラブルな古典的シミュレーションは、量子アルゴリズムの開発とハードウェアの検証の進展に不可欠である。
本研究は,単一ノードシステム上での微妙な低レベルチューニングによる性能向上に着目し,古典的量子シミュレーションの性能向上だけでなく,最終的にはノイズレス量子コンピューティングへのギャップを埋める可能性のある,スケーラブルで異種な実装の基盤となる。
低レベルチューニングにおける同様の取り組みが文献で報告されているが、そのような実装はオープンソースソフトウェアとしてリリースされていないため、独立した評価やさらなる開発が妨げられている。
我々はQuESTシミュレータにオープンソースで高性能な拡張を導入し、最新のコンピュータに最先端の低レベルおよびNUMA最適化を提供する。
提案手法は局所性を考慮した計算を重視し,NUMA対応メモリアロケーション,スレッドピンニング,AVX-512ベクトル化,アグレッシブループアンロール,明示的メモリプリフェッチなど,ハードウェア固有の最適化を取り入れている。
実験では、シングルキュービットゲート操作の5.5-6.5x、2キュービットゲートの4.5x、ランダム量子回路(RQC)の4x、量子フーリエ変換(QFT)の1.8xという大きなスピードアップが示され、厳密なパフォーマンスチューニングが、現在のハードウェア上の古典的量子シミュレータの実用的なシミュレーション能力を大幅に拡張できることが示されている。
関連論文リスト
- QEA: An Accelerator for Quantum Circuit Simulation with Resources Efficiency and Flexibility [0.5359378066251386]
我々は、メモリ管理、システム適応性、実行効率の難しさを克服する状態ベクトルベースのハードウェアアクセラレータであるQEAを紹介する。
0.534Wの電力しか使わないAMD Alveo U280ボード上でQEAを実装し評価する。
実験の結果、QEAは極めて柔軟で、広範囲の量子回路をサポートし、忠実さに優れており、正規化ゲート速度の点で153.16倍の性能を持つCPUや関連技術より優れていた。
論文 参考訳（メタデータ） (2025-03-19T07:31:56Z) - Queen: A quick, scalable, and comprehensive quantum circuit simulation for supercomputing [2.821829060100186]
ゲート最適化とシミュレーションモジュールからなる革新的な量子回路シミュレーションツールキットを提案する。
我々はQuEST、IBM-Aer、NVIDIA-cuQuantumなどの最先端シミュレータと比較して平均9倍のスピードアップを実現している。
提案手法は,より高速な量子回路シミュレーションを実現するため,新しい量子アルゴリズムの開発を容易にする。
論文 参考訳（メタデータ） (2024-06-20T08:00:41Z) - Parallel Quantum Computing Simulations via Quantum Accelerator Platform Virtualization [44.99833362998488]
本稿では,量子回路実行の並列化モデルを提案する。
このモデルはバックエンドに依存しない機能を利用することができ、任意のターゲットバックエンド上で並列量子回路の実行を可能にする。
論文 参考訳（メタデータ） (2024-06-05T17:16:07Z) - Surrogate optimization of variational quantum circuits [1.0546736060336612]
変分量子固有解法は、多くの応用に影響を及ぼすことのできる短期的アルゴリズムとして評価される。
収束性を改善するアルゴリズムや手法を見つけることは、VQEの短期ハードウェアの能力を加速するために重要である。
論文 参考訳（メタデータ） (2024-04-03T18:00:00Z) - QuantumSEA: In-Time Sparse Exploration for Noise Adaptive Quantum
Circuits [82.50620782471485]
QuantumSEAはノイズ適応型量子回路のインタイムスパース探索である。
1)トレーニング中の暗黙の回路容量と(2)雑音の頑健さの2つの主要な目標を達成することを目的としている。
提案手法は, 量子ゲート数の半減と回路実行の2倍の時間節約で, 最先端の計算結果を確立する。
論文 参考訳（メタデータ） (2024-01-10T22:33:00Z) - Quantum Circuit Optimization through Iteratively Pre-Conditioned
Gradient Descent [0.4915744683251151]
量子回路を最適化し、状態準備と量子アルゴリズムの実装のための性能高速化を示すために、繰り返し事前条件勾配降下(IPG)を行う。
4量子W状態と最大絡み合った5量子GHZ状態を作成するための104ドルの係数による忠実度の向上を示す。
また、IPGを用いて量子フーリエ変換のユニタリを最適化するゲインを示し、IonQの量子処理ユニット(QPU)上でそのような最適化された回路の実行結果を報告する。
論文 参考訳（メタデータ） (2023-09-18T17:30:03Z) - 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) - 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) - Tensor Network Quantum Virtual Machine for Simulating Quantum Circuits
at Exascale [57.84751206630535]
本稿では,E-scale ACCelerator(XACC)フレームワークにおける量子回路シミュレーションバックエンドとして機能する量子仮想マシン(TNQVM)の近代化版を提案する。
新バージョンは汎用的でスケーラブルなネットワーク処理ライブラリであるExaTNをベースにしており、複数の量子回路シミュレータを提供している。
ポータブルなXACC量子プロセッサとスケーラブルなExaTNバックエンドを組み合わせることで、ラップトップから将来のエクサスケールプラットフォームにスケール可能なエンドツーエンドの仮想開発環境を導入します。
論文 参考訳（メタデータ） (2021-04-21T13:26:42Z) - 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。