論文の概要: Benchmarking Quantum Data Center Architectures: A Performance and Scalability Perspective
- arxiv url: http://arxiv.org/abs/2601.01353v1
- Date: Sun, 04 Jan 2026 03:48:02 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-06 16:25:22.244535
- Title: Benchmarking Quantum Data Center Architectures: A Performance and Scalability Perspective
- Title（参考訳）: 量子データセンターアーキテクチャのベンチマーク:パフォーマンスとスケーラビリティの観点から
- Authors: Shahrooz Pouryousef, Eneet Kaur, Hassan Shapourian, Don Towsley, Ramana Kompella, Reza Nejabati,
- Abstract要約: 本研究では、分散量子回路実行遅延、リソース競合、スケーラビリティに対する4つの代表的な量子データセンターアーキテクチャの影響について検討する。
この結果から,分散量子性能はトポロジ,スケジューリングポリシ,物理層パラメータによって共同で形成されていることが明らかとなった。
- 参考スコア（独自算出の注目度）: 13.628992375229247
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Scalable distributed quantum computing (DQC) has motivated the design of multiple quantum data-center (QDC) architectures that overcome the limitations of single quantum processors through modular interconnection. While these architectures adopt fundamentally different design philosophies, their relative performance under realistic quantum hardware constraints remains poorly understood. In this paper, we present a systematic benchmarking study of four representative QDC architectures-QFly, BCube, Clos, and Fat-Tree-quantifying their impact on distributed quantum circuit execution latency, resource contention, and scalability. Focusing on quantum-specific effects absent from classical data-center evaluations, we analyze how optical-loss-induced Einstein-Podolsky-Rosen (EPR) pair generation delays, coherence-limited entanglement retry windows, and contention from teleportation-based non-local gates shape end-to-end execution performance. Across diverse circuit workloads, we evaluate how architectural properties such as path diversity and path length, and shared BSM (Bell State Measurement) resources interact with optical-switch insertion loss and reconfiguration delay. Our results show that distributed quantum performance is jointly shaped by topology, scheduling policies, and physical-layer parameters, and that these factors interact in nontrivial ways. Together, these insights provide quantitative guidance for the design of scalable and high-performance quantum data-center architectures for DQC.
- Abstract（参考訳）: スケーラブル分散量子コンピューティング(DQC)は、モジュール相互接続による単一量子プロセッサの限界を克服する複数の量子データセンター(QDC)アーキテクチャの設計を動機付けている。
これらのアーキテクチャは根本的に異なる設計哲学を採用しているが、現実的な量子ハードウェア制約下での相対的な性能はいまだに理解されていない。
本稿では,分散量子回路の実行遅延,リソース競合,拡張性に対する,QFly,BCube,Clos,Fat-Treeの4つの代表的QDCアーキテクチャについて,その影響を定量的に評価する。
古典的データセンター評価から欠落する量子特異的効果に着目し,光損失誘起のアインシュタイン・ポドルスキー・ローゼン(EPR)対生成遅延,コヒーレンス制限の絡み合い再試行窓,テレポーテーションに基づく非局所ゲートからの競合を解析した。
多様な回路ワークロードに対して、経路の多様性や経路長などのアーキテクチャ特性を評価し、BSM(Bell State Measurement)リソースの共有が光スイッチ挿入損失や再構成遅延とどのように相互作用するかを評価する。
この結果から,分散量子性能はトポロジ,スケジューリングポリシ,物理層パラメータによって連成的に形成され,これらの要因は非自明な方法で相互作用することが示唆された。
これらの知見とともに、DQCのためのスケーラブルで高性能な量子データセンターアーキテクチャの設計のための定量的ガイダンスを提供する。
関連論文リスト
- A Framework for Quantum Data Center Emulation Using Digital Quantum Computers [4.4249067508724815]
本稿では,単一量子プロセッサを用いた分散量子コンピューティングシステムをエミュレートするフレームワークを提案する。
本稿では,相互に発生する雑音を定量的に定量化するために,量子衝突力学に基づく実験的な基底雑音モデルを提案する。
このフレームワークはIBMの量子ハードウェアを使って検証されており、リモートゲートの実行が成功したことを実証している。
論文 参考訳（メタデータ） (2025-09-04T09:04:54Z) - QuProFS: An Evolutionary Training-free Approach to Efficient Quantum Feature Map Search [19.355532507267075]
本稿では,トレーニング性,ハードウェアの堅牢性,一般化能力,表現性,複雑性,カーネルターゲットアライメントに着目した回路ベースのQASフレームワークを提案する。
様々なプロキシを持つ回路アーキテクチャをランク付けすることにより、評価コストを削減し、ハードウェア対応回路を組み込むことで、ノイズに対する堅牢性を向上する。
提案手法は,シミュレータと実量子ハードウェアの競合精度を示し,サンプリング効率の点で最先端のQAS手法を超越し,アーキテクチャ検索ランタイムの最大2倍の高速化を実現している。
論文 参考訳（メタデータ） (2025-08-09T21:17:24Z) - On the Impact of Classical and Quantum Communication Networks Upon Modular Quantum Computing Architecture System Performance [2.5918656634705717]
モジュラー量子コンピューティングアーキテクチャにおけるネットワークインフラストラクチャの役割について検討する。
古典的な通信は100万キュービットを超えるシステムのボトルネックにはならないことを示す。
論文 参考訳（メタデータ） (2025-07-11T07:45:48Z) - VQC-MLPNet: An Unconventional Hybrid Quantum-Classical Architecture for Scalable and Robust Quantum Machine Learning [50.95799256262098]
変分量子回路(VQC)は量子機械学習を約束するが、表現性、訓練性、耐雑音性の課題に直面している。
本稿では,VQCが学習中に古典多層パーセプトロンの第一層重みを生成するハイブリッドアーキテクチャであるVQC-MLPNetを提案する。
論文 参考訳（メタデータ） (2025-06-12T01:38:15Z) - RhoDARTS: Differentiable Quantum Architecture Search with Density Matrix Simulations [44.13836547616739]
変分量子アルゴリズム(VQA)は、ノイズ中間スケール量子(NISQ)コンピュータを活用するための有望なアプローチである。
与えられたVQA問題を効率的に解く最適な量子回路を選択することは、非自明な作業である。
量子アーキテクチャ探索(QAS)アルゴリズムは、与えられた問題に合わせた量子回路の自動生成を可能にする。
論文 参考訳（メタデータ） (2025-06-04T08:30:35Z) - Differentiable Quantum Architecture Search in Quantum-Enhanced Neural Network Parameter Generation [4.358861563008207]
量子ニューラルネットワーク(QNN)は、経験的にも理論的にも有望であることを示している。
ハードウェアの欠陥と量子デバイスへの限られたアクセスは、実用的な課題となる。
微分可能最適化を用いた自動解法を提案する。
論文 参考訳（メタデータ） (2025-05-13T19:01:08Z) - Differentiable Quantum Architecture Search in Asynchronous Quantum Reinforcement Learning [3.6881738506505988]
トレーニング可能な回路パラメータと構造重み付けを可能にするために、微分可能な量子アーキテクチャ探索(DiffQAS)を提案する。
提案したDiffQAS-QRL手法は,手作業による回路アーキテクチャに匹敵する性能を実現する。
論文 参考訳（メタデータ） (2024-07-25T17:11:00Z) - Bayesian Parameterized Quantum Circuit Optimization (BPQCO): A task and hardware-dependent approach [49.89480853499917]
変分量子アルゴリズム(VQA)は、最適化と機械学習問題を解決するための有望な量子代替手段として登場した。
本稿では,回路設計が2つの分類問題に対して得られる性能に与える影響を実験的に示す。
また、実量子コンピュータのシミュレーションにおいて、ノイズの存在下で得られた回路の劣化について検討する。
論文 参考訳（メタデータ） (2024-04-17T11:00:12Z) - QSAN: A Near-term Achievable Quantum Self-Attention Network [73.15524926159702]
SAM(Self-Attention Mechanism)は機能の内部接続を捉えるのに長けている。
短期量子デバイスにおける画像分類タスクに対して,新しい量子自己注意ネットワーク(QSAN)を提案する。
論文 参考訳（メタデータ） (2022-07-14T12:22:51Z) - 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。