論文の概要: Hardware-aware and Resource-efficient Circuit Packing and Scheduling on Trapped-Ion Quantum Computers

• arxiv url: http://arxiv.org/abs/2512.20554v2
• Date: Wed, 24 Dec 2025 16:38:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-25 13:34:31.961649
• Title: Hardware-aware and Resource-efficient Circuit Packing and Scheduling on Trapped-Ion Quantum Computers
• Title（参考訳）: トラップオン量子コンピュータにおけるハードウェア・アウェアと資源効率の回路パッケージングとスケジューリング
• Authors: Miguel Palma, Shuwen Kan, Wenqi Wei, Juntao Chen, Kaixun Hua, Sara Mouradian, Ying Mao,
• Abstract要約: 本稿では,トラップイオンデバイスのためのハードウェア対応回路パッキングフレームワークであるCircPackを紹介する。 超伝導ベースのQMPアプローチと比較すると、CircPackは70.72%の忠実度、62.67%の高利用率、32.80%の改善を達成している。 このフレームワークはまた、独立したQCCDモジュールのクラスタ間でスケーラブルでバランスの取れたスケジューリングを可能にする。
• 参考スコア（独自算出の注目度）: 8.347426320299165
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The rapid expansion of quantum cloud services has led to long job queues due to single-tenant execution models that underutilize hardware resources. Quantum multi-programming (QMP) mitigates this by executing multiple circuits in parallel on a single device, but existing methods target superconducting systems with limited connectivity, high crosstalk, and lower gate fidelity. Trapped-ion architectures, with all-to-all connectivity, long coherence times, and high-fidelity mid-circuit measurement properties, presents itself as a more suitable platform for scalable QMP. We present CircPack, a hardware-aware circuit packing framework designed for modular trapped-ion devices based on the Quantum Charge-Coupled Device (QCCD) architecture. CircPack formulates static circuit scheduling as a two-dimensional packing problem with hardware-specific shuttling constraints. Compared to superconducting-based QMP approaches, CircPack achieves up to 70.72% better fidelity, 62.67% higher utilization, and 32.80% improved layer reduction. This framework is also capable of scalable, balanced scheduling across a cluster of independent QCCD modules, highlighting trapped-ion systems' potential in improving the throughput of quantum cloud computing in the near future.
• Abstract（参考訳）: 量子クラウドサービスの急速な拡張は、ハードウェアリソースを活用できない単一テナント実行モデルのために、長いジョブキューをもたらしました。 量子マルチプログラミング(QMP)は、単一デバイス上で複数の回路を並列に実行することによってこれを緩和するが、既存の手法では、接続性に制限があり、クロストークが高く、ゲート忠実度が低い超伝導システムをターゲットにしている。 トラッペドイオンアーキテクチャは、全接続性、長いコヒーレンス時間、高忠実度中回路測定特性を備え、スケーラブルQMPのプラットフォームとしてより適している。 本稿では,Quantum Charge-Coupled Device (QCCD) アーキテクチャに基づくモジュール型イオンデバイスのためのハードウェア対応回路パッキングフレームワークであるCircPackを紹介する。 CircPackは、ハードウェア固有のシャットリング制約を伴う2次元パッキング問題として静的回路スケジューリングを定式化している。 超伝導ベースのQMPアプローチと比較すると、CircPackは70.72%の忠実度、62.67%の高利用率、32.80%の改善を達成している。 また、このフレームワークは独立したQCCDモジュールのクラスタ間でスケーラブルでバランスの取れたスケジューリングが可能であり、近い将来、量子クラウドコンピューティングのスループットを改善するためのトラップオンシステムのポテンシャルを強調している。

関連論文リスト

• MUSS-TI: Multi-level Shuttle Scheduling for Large-Scale Entanglement Module Linked Trapped-Ion [13.104359285485897]
  フォトニック配線に基づく大規模トラップイオン量子コンピューティングアーキテクチャを提案する。 本稿では,古典計算におけるマルチレベルメモリスケジューリングにインスパイアされたマルチレベルスケジューリング手法を提案する。 MUSS-TIは、30-32キュービットのアプリケーションで41.74%、平均73.38%、59.82%のアプリケーションで117-128キュービット、256-299キュービットのアプリケーションでそれぞれシャトル運用を削減している。
  論文  参考訳（メタデータ） (2025-09-30T09:22:57Z)
• CLASS: A Controller-Centric Layout Synthesizer for Dynamic Quantum Circuits [58.16162138294308]
  CLASSは、分散制御システムにおけるコントローラ間通信遅延を低減するために設計された、コントローラ中心のレイアウトシンセサイザーである。 評価の結果、CLASSは通信遅延を最大100%減らし、追加操作数の平均2.10%しか増加しないことがわかった。
  論文  参考訳（メタデータ） (2025-09-19T08:11:55Z)
• Standalone FPGA-Based QAOA Emulator for Weighted-MaxCut on Embedded Devices [3.384874651944418]
  本研究は,組み込みシステムのための,コンパクトでスタンドアロンなFPGAベースのQCエミュレータを提案する。 提案した設計は、時間複雑性を O(N2) から O(N) に還元する。 エミュレータは2キュービット構成の1.53倍から9キュービット構成の852倍までの省エネを実現した。
  論文  参考訳（メタデータ） (2025-02-16T23:30:16Z)
• Modular Compilation for Quantum Chiplet Architectures [0.8169527563677724]
  チップレットベースの量子デバイスの複雑さは、そのサイズの増加と相まって、量子コンパイルにおける差し迫ったスケーラビリティの課題を示している。 チップレットベースの量子システムに最適化された階層型並列化コンパイルパイプラインSEQCを提案する。
  論文  参考訳（メタデータ） (2025-01-14T22:41:29Z)
• 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)
• On-Chip Hardware-Aware Quantization for Mixed Precision Neural Networks [52.97107229149988]
  エッジデバイス上でハードウェア対応の混合精度量子化を行うOn-Chipハードウェア・アウェア量子化フレームワークを提案する。 このパイプラインは、量子化プロセスが量子化演算子の実際のハードウェア効率を知覚することを可能にする。 精度測定のために,マルチチップシナリオにおける演算子の精度への影響を効果的に推定するMask-Guided Quantization Estimation技術を提案する。
  論文  参考訳（メタデータ） (2023-09-05T04:39:34Z)
• Elastic Entangled Pair and Qubit Resource Management in Quantum Cloud Computing [73.7522199491117]
  量子クラウドコンピューティング(QCC)は、量子コンピューティングリソースを効率的に提供するための有望なアプローチを提供する。 ユーザ需要の変動と量子回路の要求は、効率的なリソース供給のために困難である。 本稿では、量子コンピューティングとネットワークリソースのプロビジョニングのためのリソース割り当てモデルを提案する。
  論文  参考訳（メタデータ） (2023-07-25T00:38:46Z)

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。