論文の概要: Bridging Superconducting and Neutral-Atom Platforms for Efficient Fault-Tolerant Quantum Architectures
- arxiv url: http://arxiv.org/abs/2601.10144v1
- Date: Thu, 15 Jan 2026 07:39:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-16 19:43:19.036899
- Title: Bridging Superconducting and Neutral-Atom Platforms for Efficient Fault-Tolerant Quantum Architectures
- Title（参考訳）: 効率的なフォールトトレラント量子アーキテクチャのためのブリッジング超伝導と中性原子プラットフォーム
- Authors: Xiang Fang, Jixuan Ruan, Sharanya Prabhu, Ang Li, Travis Humble, Dean Tullsen, Yufei Ding,
- Abstract要約: 本稿では,超伝導 (SC) と中性原子 (NA) プラットフォームの利点を生かしたヘテロジニアス量子アーキテクチャ (HQA) への戦略的アプローチを提案する。
我々の設計では、NAのみのベースラインよりも平均で752タイムでスピードアップし、SCのみのシステムに比べて物理量子ビットのフットプリントを10タイム以上削減しています。
- 参考スコア（独自算出の注目度）: 14.971894680142343
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The transition to the fault-tolerant era exposes the limitations of homogeneous quantum systems, where no single qubit modality simultaneously offers optimal operation speed, connectivity, and scalability. In this work, we propose a strategic approach to Heterogeneous Quantum Architectures (HQA) that synthesizes the distinct advantages of the superconducting (SC) and neutral atom (NA) platforms. We explore two architectural role assignment strategies based on hardware characteristics: (1) We offload the latency-critical Magic State Factory (MSF) to fast SC devices while performing computation on scalable NA arrays, a design we term MagicAcc, which effectively mitigates the resource-preparation bottleneck. (2) We explore a Memory-Compute Separation (MCSep) paradigm that utilizes NA arrays for high-density qLDPC memory storage and SC devices for fast surface-code processing. Our evaluation, based on a comprehensive end-to-end cost model, demonstrates that principled heterogeneity yields significant performance gains. Specifically, our designs achieve $752\times$ speedup over NA-only baselines on average and reduce the physical qubit footprint by over $10\times$ compared to SC-only systems. These results chart a clear pathway for leveraging cross-modality interconnects to optimize the space-time efficiency of future fault-tolerant quantum computers.
- Abstract（参考訳）: フォールトトレラント時代の遷移は、単一量子ビットのモダリティが同時に最適な演算速度、接続性、拡張性を提供するような均一な量子システムの限界を明らかにする。
本研究では,超伝導 (SC) と中性原子 (NA) プラットフォームの明確な利点を合成するヘテロジニアス量子アーキテクチャ (HQA) への戦略的アプローチを提案する。
1)遅延クリティカルなMagic State Factory(MSF)を高速なSCデバイスにオフロードし、スケーラブルなNAアレイ上で計算を行い、MagicAccと呼ばれる設計を行い、リソース準備ボトルネックを効果的に軽減する。
2) 高密度のqLDPCメモリ記憶用NAアレイと高速な表面コード処理用SCデバイスを用いたメモリ・コンピュート分離(MCSep)パラダイムについて検討する。
総合的なエンド・ツー・エンドのコストモデルに基づく評価では, 原理的不均一性により性能が著しく向上することを示した。
具体的には、NAのみのベースラインを平均752ドル(約7万2000円)で上回るスピードアップを実現し、SCのみのシステムに比べて物理キュービットのフットプリントを10ドル(約10万円)以上削減します。
これらの結果は、将来のフォールトトレラント量子コンピュータの時空効率を最適化するために、モダリティ相互接続を利用するための明確な経路をグラフ化している。
関連論文リスト
- Nemotron-Flash: Towards Latency-Optimal Hybrid Small Language Models [97.55009021098554]
本研究の目的は、SLMのリアルタイムレイテンシの主要な決定要因を特定し、SLMの設計とトレーニングのための一般化可能な原則と方法論を提供することである。
我々はNemotron-Flashと呼ばれるハイブリッドSLMの新たなファミリーを導入し、最先端SLMの精度・効率のフロンティアを大幅に向上させる。
論文 参考訳（メタデータ） (2025-11-24T08:46:36Z) - Assessing Finite Scalability in Early Fault-Tolerant Quantum Computing for Homogeneous Catalysts [0.8081564951955756]
量子プロセッサがサイズと深さをスケールする能力は、達成可能なパフォーマンスを形作る重要な要素となっている。
本研究では, 開殻触媒系のシミュレーションにおいて, 有限スケーラビリティが資源要求に与える影響について検討する。
論文 参考訳（メタデータ） (2025-11-13T15:11:51Z) - PT$^2$-LLM: Post-Training Ternarization for Large Language Models [52.4629647715623]
大きな言語モデル(LLM)は、様々なタスクにまたがる印象的な機能を示しているが、その大きなメモリと計算能力は、デプロイメントを妨げている。
PT$2$-LLMを提案する。
その中核は2段精製パイプラインを備えた非対称3次量子化器である。
論文 参考訳（メタデータ） (2025-09-27T03:01:48Z) - 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) - Physics-Aware Compilation for Parallel Quantum Circuit Execution on Neutral Atom Arrays [12.32379301419766]
ニュートラル原子量子コンピュータはスケーラビリティ、動的再構成可能性、大規模実装の可能性の利点を提供する。
我々は,中性原子系の固有の柔軟性を維持しつつ,コンパイル効率を向上させる手法であるPhysical-Aware Compilation (PAC)を提案する。
その結果、PACは16x16配列で78.5倍の高速化を実現し、回路品質は同等であることがわかった。
論文 参考訳（メタデータ） (2025-05-19T12:38:15Z) - S-SYNC: Shuttle and Swap Co-Optimization in Quantum Charge-Coupled Devices [33.720436732911644]
S-SYNCは,シャットリングやスワップ操作の回数を最適化するコンパイラである。
S-SYNCはQCCDのユニークな特性を利用して、シャトルとSWAPの数を同時に効率的に管理するために一般的なSWAP操作を取り入れている。
提案手法は, シャットリング数を平均3.69倍に削減し, 量子アプリケーションの成功率を平均1.73倍に向上することを示す。
論文 参考訳（メタデータ） (2025-05-02T14:45:25Z) - HQViT: Hybrid Quantum Vision Transformer for Image Classification [48.72766405978677]
本稿では,モデル性能を向上しつつ,モデルトレーニングを高速化するHybrid Quantum Vision Transformer(HQViT)を提案する。
HQViTは振幅エンコーディングによる全画像処理を導入し、位置エンコーディングを追加せずにグローバルな画像情報をよりよく保存する。
様々なコンピュータビジョンデータセットの実験により、HQViTは既存のモデルよりも優れており、最大10.9%(MNIST 10-classification task)の改善を実現している。
論文 参考訳（メタデータ） (2025-04-03T16:13:34Z) - Quantum Kernel-Based Long Short-term Memory [0.30723404270319693]
本稿では,Quantum Kernel-Based Long Short-Term Memory (QK-LSTM) ネットワークを導入する。
この量子化アーキテクチャは、効率的な収束、ロバストな損失最小化、モデルコンパクト性を示す。
ベンチマークの結果,QK-LSTMは従来のLSTMモデルと同等の性能を示すが,パラメータは少ない。
論文 参考訳（メタデータ） (2024-11-20T11:39:30Z) - SupeRBNN: Randomized Binary Neural Network Using Adiabatic
Superconductor Josephson Devices [44.440915387556544]
AQFPデバイスはバイナリニューラルネットワーク(BNN)計算の優れたキャリアとして機能する。
本稿では,AQFPに基づくランダム化BNNアクセラレーションフレームワークSupeRBNNを提案する。
本稿では,ReRAMベースのBNNフレームワークのエネルギー効率を約7.8×104倍に向上することを示す。
論文 参考訳（メタデータ） (2023-09-21T16:14:42Z) - Quantum Gate Optimization for Rydberg Architectures in the Weak-Coupling
Limit [55.05109484230879]
我々は,Rydberg tweezerシステムにおける2ビットゲートの機械学習支援設計を実演する。
我々は,高忠実度CNOTゲートを実装した最適パルス列を生成する。
単一量子ビット演算の局所的な制御は、原子列上で量子計算を行うのに十分であることを示す。
論文 参考訳（メタデータ） (2023-06-14T18:24:51Z) - Towards Memory-Efficient Neural Networks via Multi-Level in situ
Generation [10.563649948220371]
ディープニューラルネットワーク(DNN)は、様々なタスクにおいて優れたパフォーマンスを示している。
それらが急速に進化するにつれて、そのエスカレーション計算とメモリ要求により、リソースに制約のあるエッジデバイスへのデプロイが困難になる。
超高速なオンチップ計算で高価なメモリトランザクションを交換するための汎用的で統一的なフレームワークを提案する。
論文 参考訳（メタデータ） (2021-08-25T18:50:24Z)
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。