論文の概要: Integrated Software/Hardware Execution Models for High-Accuracy Methods in Chemistry
- arxiv url: http://arxiv.org/abs/2510.01205v1
- Date: Mon, 15 Sep 2025 22:55:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-10-06 05:29:07.837533
- Title: Integrated Software/Hardware Execution Models for High-Accuracy Methods in Chemistry
- Title（参考訳）: 化学における高精度手法のための統合ソフトウェア/ハードウェア実行モデル
- Authors: Nicholas Bauman, Ajay Panyala, Libor Veis, Jiri Brabec, Paul Rigor, Randy Meyer, Skyler Windh, Craig Warner, Tony Brewer, Karol Kowalski,
- Abstract要約: 本稿では,Micronメモリ技術とAzure Quantum Elementクラウドコンピューティングの相乗的利用について検討する。
資源集約型DMRGシミュレーションにAQEクラウドコンピューティングを適用しながら、メモリ容量集中型CCダウンフォールディングフェーズにMicron CXLハードウェアを利用するハイブリッドアプローチを報告する。
- 参考スコア（独自算出の注目度）: 0.1697175917755316
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The effective deployment and application of advanced methodologies for quantum chemistry is inherently linked to the optimal usage of emerging and highly diversified computational resources. This paper examines the synergistic utilization of Micron memory technologies and Azure Quantum Element cloud computing in Density Matrix Renormalization Group (DMRG) simulations leveraging coupled-cluster (CC) downfolded/effective Hamiltonians based on the double unitary coupled cluster (DUCC) Ansatz. We analyze the performance of the DMRG-DUCC workflow, emphasizing the proper choice of hardware that reflects the numerical overheads associated with specific components of the workflow. We report a hybrid approach that takes advantage of Micron CXL hardware for the memory capacity intensive CC downfolding phase while employing AQE cloud computing for the less resource-intensive DMRG simulations. Furthermore, we analyze the performance of the scalable ExaChem suite of electronic simulations conducted on Micron prototype systems.
- Abstract（参考訳）: 量子化学の高度な方法論の効果的な展開と応用は、本質的に、新しく高度に多様化した計算資源の最適利用と関係している。
本稿では,DMRGシミュレーションにおけるマイクロンメモリ技術とAzure Quantum Elementクラウドコンピューティングの相乗的利用について検討する。
DMRG-DUCCワークフローの性能を解析し、ワークフローの特定のコンポーネントに関連する数値的オーバーヘッドを反映したハードウェアの適切な選択を強調した。
資源集約型DMRGシミュレーションにAQEクラウドコンピューティングを適用しながら、メモリ容量集中型CCダウンフォールディングフェーズにMicron CXLハードウェアを利用するハイブリッドアプローチを報告する。
さらに,マイクロンプロトタイプシステム上で実施した電子シミュレーションのスケーラブルなExaChemスイートの性能解析を行った。
関連論文リスト
- Q2SAR: A Quantum Multiple Kernel Learning Approach for Drug Discovery [39.58317527488534]
本研究は、QSAR分類を強化するために、量子多重カーネル学習フレームワークを成功させたことを実証する。
本手法をDYRK1Aキナーゼ阻害剤を同定するためのデータセットに適用する。
古典的なグラディエントブースティングモデルに対してQMKL-SVMをベンチマークすることにより、量子化アプローチがより優れたAUCスコアを達成することを示す。
論文 参考訳（メタデータ） (2025-06-17T19:00:47Z) - Multiscale Embedding for Quantum Computing [2.4879040613477614]
本稿では,従来のQM/MM埋め込みとブートストラップ埋め込みを結びつける新しいマルチスケール埋め込み方式を提案する。
また,メモリ資源が制限された古典的コンピュータを用いて,拡張システム上でのBE計算を容易にする混合基底BE方式を提案する。
論文 参考訳（メタデータ） (2024-09-10T18:41:59Z) - Quantum Computing Enhanced Service Ecosystem for Simulation in Manufacturing [56.61654656648898]
本稿では,製造シミュレーションのための量子コンピューティングによるサービスエコシステムの枠組みを提案する。
我々は,これらの新しい計算パラダイムを定量的に評価することを目的とした2つの高価値ユースケースを分析した。
論文 参考訳（メタデータ） (2024-01-19T11:04:14Z) - Collaborative Intelligent Reflecting Surface Networks with Multi-Agent
Reinforcement Learning [63.83425382922157]
インテリジェント・リフレクション・サーフェス(IRS)は将来の無線ネットワークに広く応用されることが想定されている。
本稿では,エネルギー収穫能力を備えた協調型IRSデバイスを用いたマルチユーザ通信システムについて検討する。
論文 参考訳（メタデータ） (2022-03-26T20:37:14Z) - Efficient Model-Based Multi-Agent Mean-Field Reinforcement Learning [89.31889875864599]
マルチエージェントシステムにおける学習に有効なモデルベース強化学習アルゴリズムを提案する。
我々の理論的な貢献は、MFCのモデルベース強化学習における最初の一般的な後悔の限界である。
コア最適化問題の実用的なパラメトリゼーションを提供する。
論文 参考訳（メタデータ） (2021-07-08T18:01:02Z)
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。