論文の概要: QASMTrans: An End-to-End QASM Compilation Framework with Pulse Generation for Near-Term Quantum Devices

• arxiv url: http://arxiv.org/abs/2602.05154v1
• Date: Thu, 05 Feb 2026 00:16:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-06 18:49:08.680807
• Title: QASMTrans: An End-to-End QASM Compilation Framework with Pulse Generation for Near-Term Quantum Devices
• Title（参考訳）: QASMTrans: 短期量子デバイスのためのパルス発生を用いたエンドツーエンドQASMコンパイルフレームワーク
• Authors: Aaron Hoyt, Meng Wang, Fei Hua, Chunshu Wu, Chenxu Liu, Muqing Zheng, Samuel Stein, Drew Rebar, Yufei Ding, Travis S. Humble, Ang Li,
• Abstract要約: QASMTransは軽量で高性能なC++ベースの量子コンパイラである。 FPGAやCPUを密に統合したQPUテストベッド上でのジャスト・イン・タイム(JIT)デプロイメント用に設計されている。
• 参考スコア（独自算出の注目度）: 14.084463309646113
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: QASMTrans is a lightweight, high-performance, C++-based quantum compiler that bridges abstract quantum algorithms to device-level control and is designed for just-in-time (JIT) deployment on QPU testbeds with tightly integrated FPGAs or CPUs. We focus on achieving fast transpilation times on circuits of interest, we find more than 100x faster compilation than Qiskit in some circuits with similar circuit quality, enabling transpilation of large, high-depth circuits in seconds. Unlike existing tools, QASMTrans offers end-to-end device-pulse compilation and direct quantum control integration with QICK, closing the gap between logical circuits and hardware control enabling closed-loop optimization. QASMTrans supports latency-aware Application-tailored Gate Sets (AGS) at the pulse level, identifying high-impact gate sequences on the circuit critical path and synthesizing optimized pulse schedules using pre-defined robust circuit ansatz. Validated through integrated QuTiP pulse-level simulation, this is found to significantly reduce execution latency and can improve final-state fidelity by up to 12% in some tested circuits. QASMTrans further implements device-aware, noise-adaptive transpilation that uses device calibration data for circuit placement on high-quality qubits and can focus on the circuit critical path to reduce transpilation-pass time while maintaining comparable fidelity. Additionally, it introduces circuit space sharing via calibration-aware device partitioning, enabling concurrent execution of multiple circuits or shots on a single QPU. Moreover, QASMTrans is entirely self-contained and has no external library dependencies, making it easy for practical deployment. By combining fast compilation, pulse-level control, and noise-aware optimization, QASMTrans enables real-time adaptive algorithms such as ADAPT-VQE and ADAPT-QAOA.
• Abstract（参考訳）: QASMTransは軽量で高性能なC++ベースの量子コンパイラで、抽象量子アルゴリズムをデバイスレベルの制御にブリッジする。 興味のある回路に高速なトランスパイル時間を実現することに集中し、類似の回路品質を持つ回路では、Qiskitよりも100倍以上高速なコンパイルが可能で、大規模で深度の高い回路を数秒でトランスパイルすることが可能である。 既存のツールとは異なり、QASMTransはエンドツーエンドのデバイスパルスコンパイルとQICKとの直接量子制御の統合を提供し、論理回路とクローズループ最適化を実現するハードウェア制御のギャップを埋める。 QASMTransは、パルスレベルで遅延対応のアプリケーション調整ゲートセット(AGS)をサポートし、回路クリティカルパス上の高インパクトゲートシーケンスを特定し、事前に定義されたロバストな回路アンサッツを使用して最適化されたパルススケジュールを合成する。 統合されたQuTiPパルスレベルシミュレーションによって検証され、これは実行遅延を著しく低減し、テスト回路の一部で最終状態の忠実度を最大12%向上させることができる。 QASMTransはさらに、高品質な量子ビット上の回路配置にデバイスキャリブレーションデータを使用するデバイス対応のノイズ適応トランスパイルを実装し、同じ忠実さを維持しながら、トランスパイルパス時間を短縮するために回路クリティカルパスに集中することができる。 さらに、キャリブレーション対応デバイスパーティショニングによる回路空間の共有を導入し、単一のQPU上で複数の回路やショットの同時実行を可能にした。 さらに、QASMTransは完全に自己完結しており、外部ライブラリに依存していないため、実際のデプロイが容易である。 高速コンパイル、パルスレベル制御、ノイズ認識最適化を組み合わせることで、QASMTransはADAPT-VQEやADAPT-QAOAといったリアルタイム適応アルゴリズムを実現する。

関連論文リスト

• ConQuER: Modular Architectures for Control and Bias Mitigation in IQP Quantum Generative Models [40.972673943861075]
  瞬時量子(IQP)回路に基づく量子生成モデルは、複素分布の学習において非常に有望である。 現在の実装は、生成した出力に対する制御性の欠如と、期待される特定のパターンに対する深刻な生成バイアスに悩まされている。 モジュール回路アーキテクチャによる両課題に対処する制御可能な量子生成フレームワーク ConQuER を提案する。
  論文  参考訳（メタデータ） (2025-09-26T16:32:41Z)
• 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)
• Accelerating Transpilation in Quantum Machine Learning with Haiqu's Rivet-transpiler [45.88028371034407]
  我々は、以前にトランスパイルされた回路を再利用してトランスパイラを高速化するリベットトランスパイラを開発した。 量子層学習において,600%のトランスパイル時間の改善を実証した。
  論文  参考訳（メタデータ） (2025-08-29T06:00:29Z)
• 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)
• Compiler for Distributed Quantum Computing: a Reinforcement Learning Approach [6.347685922582191]
  本稿では,EPRペアの生成とルーティングを共同で管理することで,実行時間の短縮を優先する新しいコンパイラを提案する。 本稿では, 量子回路の絡み合い生成の性質と動作要求を考慮し, リアルタイムかつ適応的なコンパイラ設計手法を提案する。 i)マルコフ決定過程(MDP)の定式化を用いてDQCの最適コンパイラをモデル化し、最適アルゴリズムの存在を確立し、(ii)この最適コンパイラを近似するために制約付き強化学習(RL)法を導入する。
  論文  参考訳（メタデータ） (2024-04-25T23:03:20Z)
• Direct pulse-level compilation of arbitrary quantum logic gates on superconducting qutrits [36.30869856057226]
  任意のqubitおよびqutritゲートを高忠実度で実現でき、ゲート列の長さを大幅に削減できることを示す。 最適制御ゲートは少なくとも3時間ドリフトでき、同じ校正パラメータを全ての実装ゲートに利用できることを示す。
  論文  参考訳（メタデータ） (2023-03-07T22:15:43Z)
• ISAAQ: Ising Machine Assisted Quantum Compiler [3.8137985834223502]
  我々はIsingマシンで量子ビットルーティングを行うためのISing mAchine Assisted Quantum compiler (ISAAQ)を提案する。 ISAAQは、以前のコンパイル結果を使って自分自身を更新することで、コンパイルコストを正確に見積もる。 ISAAQは、物理的に少ないCNOTゲートを持つ可換論理制御NOT(CNOT)ゲートを実装するコスト削減手法を利用する。
  論文  参考訳（メタデータ） (2023-03-06T01:47:10Z)
• Supervised Learning Enhanced Quantum Circuit Transformation [6.72166630054365]
  実量子処理ユニット(QPU)における量子プログラムの実行には、量子回路変換(QCT)が必要である。 本稿では,浅層回路上の教師あり学習によって訓練されたポリシ人工知能ニューラルネットワーク(ANN)を用いて,既存のQCTアルゴリズムが最も有望なSWAPゲートを選択するのを支援するフレームワークを提案する。
  論文  参考訳（メタデータ） (2021-10-06T20:32:28Z)

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。