論文の概要: Implementation of Tensor Network Simulation TN-Sim under NWQ-Sim

• arxiv url: http://arxiv.org/abs/2601.04422v1
• Date: Wed, 07 Jan 2026 22:01:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-09 17:01:52.938076
• Title: Implementation of Tensor Network Simulation TN-Sim under NWQ-Sim
• Title（参考訳）: NWQ-Sim下におけるテンソルネットワークシミュレーションTN-Simの実装
• Authors: Aaron C. Hoyt, Jonathan S. Bersson, Sean Garner, Chenxu Liu, Ang Li,
• Abstract要約: 大規模テンソルネットワークシミュレーションは、古典的量子シミュレーションにおける堅牢な複雑性理論境界の開発に不可欠である。 我々はNWQ-Simソフトウェアパッケージ内にテンソルネットワークシミュレータバックエンドを実装した。 我々は,最先端のPerlmutter(NVIDIA)スーパーコンピュータ上で動作するMPSテンソルネットワークシミュレータを実演する。
• 参考スコア（独自算出の注目度）: 5.781957154737856
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Large-scale tensor network simulations are crucial for developing robust complexity-theoretic bounds on classical quantum simulation, enabling circuit cutting approaches, and optimizing circuit compilation, all of which aid efficient quantum computation on limited quantum resources. Modern exascale high-performance computing platforms offer significant potential for advancing tensor network quantum circuit simulation capabilities. We implement TN-Sim, a tensor network simulator backend within the NWQ-Sim software package that utilizes the Tensor Algebra for Many-body Methods (TAMM) framework to support both distributed HPC-scale computations and local simulations with ITensor. To optimize the scale up in computation across multiple nodes we implement a task based parallelization scheme to demonstrate parallelized gate contraction for wide quantum circuits with many gates per layer. Through the integration of the TAMM framework with Matrix Product State (MPS) tensor network approaches, we deliver a simulation environment that can scale from local systems to HPC clusters. We demonstrate an MPS tensor network simulator running on the state-of-the-art Perlmutter (NVIDIA) supercomputer and discuss the potential portability of this software to HPC clusters such as Frontier (AMD) and Aurora (Intel). We also discuss future improvements including support for different tensor network topologies and enhanced computational efficiency.
• Abstract（参考訳）: 大規模テンソルネットワークシミュレーションは、古典的量子シミュレーションにおける堅牢な複雑性理論境界の開発、回路切断アプローチの実現、回路コンパイルの最適化に不可欠である。 現代のエクサスケールな高性能コンピューティングプラットフォームは、テンソルネットワーク量子回路シミュレーション機能を進化させる大きな可能性を秘めている。 NWQ-Simソフトウェアパッケージ内のテンソルネットワークシミュレータバックエンドであるTN-Simを実装し、分散HPCスケール計算とITensorによる局所シミュレーションの両方をサポートするために、TAMM(Tensor Algebra for Many-body Methods)フレームワークを利用する。 複数のノードにまたがる計算のスケールアップを最適化するために,タスクベース並列化方式を実装し,各層に複数のゲートを持つ広い量子回路に対して並列化ゲート収縮を示す。 TAMMフレームワークとMPS(Matrix Product State)テンソルネットワークの統合により,ローカルシステムからHPCクラスタにスケール可能なシミュレーション環境を提供する。 本稿では,最先端のPerlmutter(NVIDIA)スーパーコンピュータ上で動作するMPSテンソルネットワークシミュレータを実演し,Frontier(AMD)やAurora(Intel)といったHPCクラスタへの移植可能性について議論する。 また、異なるテンソルネットワークトポロジのサポートや計算効率の向上など、今後の改善についても論じる。

関連論文リスト

• Simulating Quantum Circuits with Tree Tensor Networks using Density-Matrix Renormalization Group Algorithm [0.12744523252873352]
  量子回路シミュレーションのための密度行列再正規化群(DMRG)アルゴリズムをツリーテンソルネットワーク(TTN)に拡張する。 ランダム回路では,TTNに適したツリー状ゲートレイアウトを考案し,TTNがMPSよりも少ないメモリを必要とすることを示す。 この結果から,TTNを用いたDMRGアルゴリズムは量子回路をシミュレーションする上で有望なフレームワークであることがわかった。
  論文  参考訳（メタデータ） (2025-04-23T13:48:03Z)
• TANQ-Sim: Tensorcore Accelerated Noisy Quantum System Simulation via QIR on Perlmutter HPC [16.27167995786167]
  TANQ-Simは、コヒーレントノイズと非コヒーレントノイズの両方で実用的なディープ回路をシミュレートするために設計された、フルスケールの密度行列ベースのシミュレータである。 このようなシミュレーションにかかわる計算コストに対処するため,新しい密度行列シミュレーション手法を提案する。 また,その性能を最適化するために,密度行列シミュレーションのための特定のゲート融合手法を提案する。
  論文  参考訳（メタデータ） (2024-04-19T21:16:29Z)
• Benchmarking Quantum Computer Simulation Software Packages: State Vector Simulators [0.0]
  我々は、HPC機能に特化して量子力学をシミュレートできるいくつかのソフトウェアパッケージをベンチマークする。 我々は,異なる並列化機能を用いて,ローカルHPCクラスタ上で大規模なシミュレーションパッケージをベンチマークするコンテナ化されたツールチェーンを開発した。 この結果は,シミュレーションタスクに適したパッケージを見つける上で有効であり,既存および新たに開発されたシミュレーションパッケージの今後のバージョンをベンチマークし,検証するための,体系的なコミュニティ活動の基礎となる。
  論文  参考訳（メタデータ） (2024-01-17T09:34:28Z)
• Reconfigurable Distributed FPGA Cluster Design for Deep Learning Accelerators [59.11160990637615]
  エッジコンピューティングアプリケーション用に設計された低消費電力組み込みFPGAに基づく分散システムを提案する。 提案システムは,様々なニューラルネットワーク(NN)モデルを同時に実行し,パイプライン構造にグラフを配置し,NNグラフの最も計算集約的な層により大きなリソースを手動で割り当てる。
  論文  参考訳（メタデータ） (2023-05-24T16:08:55Z)
• DQC$^2$O: Distributed Quantum Computing for Collaborative Optimization in Future Networks [54.03701670739067]
  本稿では、将来のネットワークにおける最適化タスクを解決するために、量子コンピュータと量子チャネルを管理するための適応型分散量子コンピューティング手法を提案する。 提案手法に基づいて,スマートグリッド管理やIoT連携,UAV軌道計画など,今後のネットワークにおける協調最適化の潜在的な応用について論じる。
  論文  参考訳（メタデータ） (2022-09-16T02:44:52Z)
• Decomposition of Matrix Product States into Shallow Quantum Circuits [62.5210028594015]
  テンソルネットワーク(TN)アルゴリズムは、パラメタライズド量子回路(PQC)にマッピングできる 本稿では,現実的な量子回路を用いてTN状態を近似する新しいプロトコルを提案する。 その結果、量子回路の逐次的な成長と最適化を含む1つの特定のプロトコルが、他の全ての手法より優れていることが明らかとなった。
  論文  参考訳（メタデータ） (2022-09-01T17:08:41Z)
• Optimizing Tensor Network Contraction Using Reinforcement Learning [86.05566365115729]
  本稿では,グラフニューラルネットワーク(GNN)と組み合わせた強化学習(RL)手法を提案する。 この問題は、巨大な検索スペース、重い尾の報酬分布、そして困難なクレジット割り当てのために非常に難しい。 GNNを基本方針として利用するRLエージェントが,これらの課題にどのように対処できるかを示す。
  論文  参考訳（メタデータ） (2022-04-18T21:45:13Z)
• Parallel Simulation of Quantum Networks with Distributed Quantum State Management [56.24769206561207]
  我々は、量子ネットワークの並列シミュレーションの要件を特定し、最初の並列離散事象量子ネットワークシミュレータを開発する。 コントリビューションには、複数のプロセスに分散した共有量子情報を維持する量子状態マネージャの設計と開発が含まれています。 既存のシーケンシャルバージョンと並行してオープンソースツールとして,並列SeQUeNCeシミュレータをリリースする。
  論文  参考訳（メタデータ） (2021-11-06T16:51:17Z)
• Tensor Network Quantum Virtual Machine for Simulating Quantum Circuits at Exascale [57.84751206630535]
  本稿では,E-scale ACCelerator(XACC)フレームワークにおける量子回路シミュレーションバックエンドとして機能する量子仮想マシン(TNQVM)の近代化版を提案する。 新バージョンは汎用的でスケーラブルなネットワーク処理ライブラリであるExaTNをベースにしており、複数の量子回路シミュレータを提供している。 ポータブルなXACC量子プロセッサとスケーラブルなExaTNバックエンドを組み合わせることで、ラップトップから将来のエクサスケールプラットフォームにスケール可能なエンドツーエンドの仮想開発環境を導入します。
  論文  参考訳（メタデータ） (2021-04-21T13:26:42Z)

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。