論文の概要: Performance-centric roadmap for building a superconducting quantum computer
- arxiv url: http://arxiv.org/abs/2506.23178v1
- Date: Sun, 29 Jun 2025 10:25:50 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-01 21:27:53.759632
- Title: Performance-centric roadmap for building a superconducting quantum computer
- Title(参考訳): 超伝導量子コンピュータ構築のための性能中心のロードマップ
- Authors: R. Barends, F. K. Wilhelm,
- Abstract要約: 量子ハードウェアの4つの異なるフェーズを特定し、技術開発を可能にする。
目的は、量子ハードウェアが実行可能であるアルゴリズムの複雑さを拡大し、スケールし、パフォーマンスを向上させることである。
- 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: One of the outstanding challenges in contemporary science and technology is building a quantum computer that is useful in applications. By starting from an estimate of the algorithm success rate, we can explicitly connect gate fidelity to quantum system size targets and define a quantitative roadmap that maximizes performance while avoiding distractions. We identify four distinct phases for quantum hardware and enabling technology development. The aim is to improve performance as we scale and increase the algorithmic complexity the quantum hardware is capable of running, the algorithmic radius, towards a point that sets us up for quantum advantage with deep noisy intermediate-scale quantum computing (NISQ) as well as building a large-scale error-corrected quantum computer (QEC). Our hope is that this document contributes to shaping the discussion about the future of the field.
- Abstract(参考訳): 現代科学技術における卓越した課題の1つは、応用に有用な量子コンピュータを作ることである。
アルゴリズムの成功率の推定から始めることで、ゲート忠実度を量子システムサイズのターゲットに明示的に接続し、注意をそらすことなくパフォーマンスを最大化する定量的なロードマップを定義することができる。
量子ハードウェアの4つの異なるフェーズを特定し、技術開発を可能にする。
目的は、量子ハードウェアが実行可能なアルゴリズムの複雑さ、アルゴリズム半径を、深くノイズの多い中間規模量子コンピューティング(NISQ)による量子優位性のために設定し、大規模エラー修正量子コンピュータ(QEC)を構築するために、パフォーマンスを向上させることである。
私たちの望みは、この文書がこの分野の将来についての議論を形成するのに役立ちます。
関連論文リスト
- Q-Fusion: Diffusing Quantum Circuits [2.348041867134616]
本稿では、新しい量子回路を生成するためにLayerDAGフレームワークを利用する拡散型アルゴリズムを提案する。
本結果は,提案モデルが100%有効な量子回路出力を連続的に生成することを示す。
論文 参考訳(メタデータ) (2025-04-29T14:10:10Z) - How to Build a Quantum Supercomputer: Scaling from Hundreds to Millions of Qubits [3.970891204847277]
数百の物理量子ビット上の量子アルゴリズムプリミティブに対して、小さなデモが可能になった。
既存の半導体技術を採用して、より高品質な量子ビットを構築することで、スケーリングへの道が拓けることを示す。
産業規模の古典的最適化と機械学習の問題に対処するためには、カスタム設計の加速器を用いた異種量子確率計算を考慮すべきである、と我々は主張する。
論文 参考訳(メタデータ) (2024-11-15T18:22:46Z) - 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) - 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 Machine Learning: from physics to software engineering [58.720142291102135]
古典的な機械学習アプローチが量子コンピュータの設備改善にどのように役立つかを示す。
量子アルゴリズムと量子コンピュータは、古典的な機械学習タスクを解くのにどのように役立つかについて議論する。
論文 参考訳(メタデータ) (2023-01-04T23:37:45Z) - Near-Term Quantum Computing Techniques: Variational Quantum Algorithms,
Error Mitigation, Circuit Compilation, Benchmarking and Classical Simulation [5.381727213688375]
私たちはまだ、本格的な量子コンピュータの成熟まで長い道のりを歩んでいます。
注目すべき課題は、非自明なタスクを確実に実行可能なアプリケーションを開発することです。
誤りを特徴づけ、緩和するために、いくつかの短期量子コンピューティング技術が提案されている。
論文 参考訳(メタデータ) (2022-11-16T07:53:15Z) - The Future of Quantum Computing with Superconducting Qubits [2.6668731290542222]
量子処理ユニット(QPU)の出現に伴い、計算パラダイムの分岐点が見られます。
超多項式スピードアップによる計算の可能性を抽出し、量子アルゴリズムを実現するには、量子誤り訂正技術の大幅な進歩が必要になる可能性が高い。
長期的には、より効率的な量子誤り訂正符号を実現するために、2次元トポロジ以上の量子ビット接続を利用するハードウェアが見られます。
論文 参考訳(メタデータ) (2022-09-14T18:00:03Z) - Long-Time Error-Mitigating Simulation of Open Quantum Systems on Near Term Quantum Computers [38.860468003121404]
本研究では,最大2千個のエンタングゲートを含むディープ回路においても,ハードウェアエラーに対する堅牢性を示す量子ハードウェア上でのオープン量子システムシミュレーションについて検討する。
我々は, 無限の熱浴に結合した2つの電子系をシミュレートする: 1) 駆動電界における放散自由電子系, 2) 磁場中の単一軌道における2つの相互作用電子の熱化 - ハバード原子。
この結果から, 開放量子系シミュレーションアルゴリズムは, ノイズの多いハードウェア上で, 同様に複雑な非散逸性アルゴリズムをはるかに上回ることができることを示した。
論文 参考訳(メタデータ) (2021-08-02T21:36:37Z) - On exploring the potential of quantum auto-encoder for learning quantum systems [60.909817434753315]
そこで我々は,古典的な3つのハードラーニング問題に対処するために,QAEに基づく効果的な3つの学習プロトコルを考案した。
私たちの研究は、ハード量子物理学と量子情報処理タスクを達成するための高度な量子学習アルゴリズムの開発に新たな光を当てています。
論文 参考訳(メタデータ) (2021-06-29T14:01:40Z) - 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)
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。