Fugu-MT 論文翻訳(概要): The Fast for the Curious: How to accelerate fault-tolerant quantum applications

論文の概要: The Fast for the Curious: How to accelerate fault-tolerant quantum applications

arxiv url: http://arxiv.org/abs/2510.26078v1
Date: Thu, 30 Oct 2025 02:27:55 GMT
ステータス: 翻訳完了
システム内更新日: 2025-10-31 16:05:09.631354
Title: The Fast for the Curious: How to accelerate fault-tolerant quantum applications
Title（参考訳）: The Fast for the Curious: How toAcceling fault-tolerant quantum applications
Authors: Sam McArdle, Alexander M. Dalzell, Aleksander Kubica, Fernando G. S. L. Brandão,
Abstract要約: 我々は、フォールトトレラント量子計算の実行時間を削減するための戦略を評価する。ハードウェア,フォールトトレランス,アルゴリズム的サブルーチンの共設計が実行時間を短縮する方法について論じる。
参考スコア（独自算出の注目度）: 101.46859364118622
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We evaluate strategies for reducing the run time of fault-tolerant quantum computations, targeting practical utility in scientific or industrial workflows. Delivering a technology with broad impact requires scaling devices, while also maintaining acceptable run times for computations. Optimizing logical clock speed may require moving beyond current strategies, and adopting methods that trade faster run time for increased qubit counts or engineering complexity. We discuss how the co-design of hardware, fault tolerance, and algorithmic subroutines can reduce run times. We illustrate a selection of these topics with resource estimates for simulating the Fermi-Hubbard model.
Abstract（参考訳）: 我々は,フォールトトレラントな量子計算の実行時間を短縮する戦略を評価し,科学的あるいは産業的なワークフローにおける実用性を目標にしている。幅広いインパクトでテクノロジを提供するには、デバイスをスケールする必要があると同時に、計算の許容実行時間も維持する必要がある。論理クロックの速度を最適化するには、現在の戦略を超えて、キュービット数の増加やエンジニアリングの複雑さのためにより高速な実行時間を交換する手法を採用する必要がある。ハードウェア,フォールトトレランス,アルゴリズム的サブルーチンの共設計が実行時間を短縮する方法について論じる。本稿では,これらのトピックの選択について,Fermi-Hubbardモデルをシミュレートするためのリソース推定について説明する。

関連論文リスト

Space and Time Cost of Continuous Rotations in Surface Codes [5.949578540557016]
クリフォード演算は、フォールトトレラント量子コンピュータで比較的容易に実装できる。連続回転ゲートは典型的な量子アルゴリズムにおいて重要なボトルネックのままですハンミング重畳や触媒塔など、回転のT数やT深度を減らすために、いくつかの技術が開発されている。
論文参考訳（メタデータ） (2025-08-08T11:38:41Z)
Adaptive Job Scheduling in Quantum Clouds Using Reinforcement Learning [1.0542466736167886]
現在の量子システムは、量子ビット数制限、短いコヒーレンス間隔、エラーに対する高い感受性など、重大なボトルネックに直面している。本稿では、リアルタイムな古典チャネルを介して接続されたネットワークQPU上での分散スケジューリングと並列実行をサポートするシミュレーションベースのツールを提案する。
論文参考訳（メタデータ） (2025-06-12T16:54:19Z)
Fast correlated decoding of transversal logical algorithms [67.01652927671279]
大規模計算には量子エラー補正(QEC)が必要であるが、かなりのリソースオーバーヘッドが発生する。近年の進歩により、論理ゲートからなるアルゴリズムにおいて論理キュービットを共同で復号化することにより、症候群抽出ラウンドの数を削減できることが示されている。ここでは、回路を介して伝播する関連する論理演算子製品を直接復号することで、回路の復号化の問題を修正する。
論文参考訳（メタデータ） (2025-05-19T18:00:00Z)
Exploration of Design Alternatives for Reducing Idle Time in Shor's Algorithm: A Study on Monolithic and Distributed Quantum Systems [4.485653384761728]
Shorのアルゴリズムでは、量子ビット効率を保ちながら、アイドル時間を最小限に抑えるための交互設計手法を導入する。また,複数チャネルが存在する場合のタスク再構成によって実行効率が向上することを示す。本研究は,Shorのアルゴリズムに対して,コンパイルされた量子回路を最適化するための構造化された枠組みを提供する。
論文参考訳（メタデータ） (2025-03-28T16:07:52Z)
QuartDepth: Post-Training Quantization for Real-Time Depth Estimation on the Edge [55.75103034526652]
ASIC のハードウェアアクセラレーションによる MDE モデルの定量化を後学習量子化に応用した QuartDepth を提案する。提案手法では,重みとアクティベーションの両方を4ビット精度で定量化し,モデルサイズと計算コストを削減する。我々は、カーネル融合とカスタマイズされた命令プログラム性をサポートすることにより、フレキシブルでプログラム可能なハードウェアアクセラレータを設計する。
論文参考訳（メタデータ） (2025-03-20T21:03:10Z)
Optimizing Multi-level Magic State Factories for Fault-Tolerant Quantum Architectures [0.8453577061453568]
専用ゾーンをマルチレベルマジックステートファクトリと,効率的な論理演算のためのコアプロセッサとして考える。物理量子資源推定は、少数の鍵パラメータを含む単純なモデルに還元されることを示す。
論文参考訳（メタデータ） (2024-11-06T21:25:34Z)
Assessing the Requirements for Industry Relevant Quantum Computation [1.1687566782940522]
我々は、業界関連量子計算の要件を評価するためにオープンソースのツールを使用します。我々は現在の技術と超伝導量子ビットプラットフォームのための理論上の高忠実性シナリオに基づく。ゲートと測定操作の実行時間は,システムエラー率よりも計算全体の実行時間を強く決定することがわかった。
論文参考訳（メタデータ） (2024-08-05T16:00:49Z)
Optimizing quantum gates towards the scale of logical qubits [78.55133994211627]
量子ゲート理論の基本的な前提は、量子ゲートはフォールトトレランスの誤差閾値を超えることなく、大きなプロセッサにスケールできるということである。ここでは、このような問題を克服できる戦略について報告する。我々は、68個の周波数可変ビットの周波数軌跡をコレオグラフィーして、超伝導エラー中に単一量子ビットを実行することを示した。
論文参考訳（メタデータ） (2023-08-04T13:39:46Z)
Ps and Qs: Quantization-aware pruning for efficient low latency neural network inference [56.24109486973292]
超低遅延アプリケーションのためのニューラルネットワークのトレーニング中の分級と量子化の相互作用を研究します。量子化アウェアプルーニングは,タスクのプルーニングや量子化のみよりも計算効率のよいモデルであることが判明した。
論文参考訳（メタデータ） (2021-02-22T19:00:05Z)
Straggler-aware Distributed Learning: Communication Computation Latency Trade-off [56.08535873173518]
ストラグワーカーは冗長な計算を割り当て、データと計算をまたいでコーディングすることで許容できる。既存のほとんどのスキームでは、各非ストラグリングワーカーは、全ての計算を完了した後、1イテレーションごとに1つのメッセージをパラメータサーバ(PS)に送信する。このような制限を課すことで、ストレグリング動作の不正確な予測による過剰計算と、ストレグラー/非ストレグラーとしての作業員の処理による未使用の2つの主な欠点が生じる。
論文参考訳（メタデータ） (2020-04-10T08:39:36Z)

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。