論文の概要: Efficient Time-Aware Partitioning of Quantum Circuits for Distributed Quantum Computing
- arxiv url: http://arxiv.org/abs/2603.04126v1
- Date: Wed, 04 Mar 2026 14:43:10 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-05 21:29:15.351824
- Title: Efficient Time-Aware Partitioning of Quantum Circuits for Distributed Quantum Computing
- Title（参考訳）: 分散量子コンピューティングのための量子回路の効率的な時間認識分割
- Authors: Raymond P. H. Wu, Chathu Ranaweera, Sutharshan Rajasegarar, Ria Rushin Joseph, Jinho Choi, Seng W. Loke,
- Abstract要約: 分散量子コンピューティング(DQC)は、複数の小型量子処理ユニット(QPU)を相互接続して量子ネットワークを形成する。
この通信オーバーヘッドを最小限に抑えるため、DQCコンパイラは論理量子ビットを分散物理QPUにマッピングすることで、量子回路を戦略的に分割する必要がある。
本稿では,通信オーバヘッドを最小限に抑えるために,連続する時間ステップにまたがる低コストなキュービット代入列を段階的に構築する時間認識アルゴリズムを提案する。
提案アルゴリズムは, 回路サイズ, 深さ, ネットワークトポロジにまたがる静的ベースラインよりも, 通信コストを大幅に低減する。
- 参考スコア（独自算出の注目度）: 10.919776355400282
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: To overcome the physical limitations of scaling monolithic quantum computers, distributed quantum computing (DQC) interconnects multiple smaller-scale quantum processing units (QPUs) to form a quantum network. However, this approach introduces a critical challenge, namely the high cost of quantum communication between remote QPUs incurred by quantum state teleportation and quantum gate teleportation. To minimize this communication overhead, DQC compilers must strategically partition quantum circuits by mapping logical qubits to distributed physical QPUs. Static graph partitioning methods are fundamentally ill-equipped for this task as they ignore execution dynamics and underlying network topology, while metaheuristics require substantial computational runtime. In this work, we propose a heuristic based on beam search to solve the circuit partitioning problem. Our time-aware algorithm incrementally constructs a low-cost sequence of qubit assignments across successive time steps to minimize overall communication overhead. The time and space complexities of the proposed algorithm scale quadratically with the number of qubits and linearly with circuit depth, offering a significant computational speedup over common metaheuristics. We demonstrate that our proposed algorithm consistently achieves significantly lower communication costs than static baselines across varying circuit sizes, depths, and network topologies, providing an efficient compilation tool for near-term distributed quantum hardware.
- Abstract（参考訳）: モノリシックな量子コンピュータをスケールする物理的制限を克服するために、分散量子コンピューティング(DQC)は、複数の小さな量子処理ユニット(QPU)を相互接続して量子ネットワークを形成する。
しかし、このアプローチは、量子状態テレポーテーションと量子ゲートテレポーテーションによって引き起こされる遠隔QPU間の量子通信の高コスト化という、重要な課題を提起する。
この通信オーバーヘッドを最小限に抑えるため、DQCコンパイラは論理量子ビットを分散物理QPUにマッピングすることで、量子回路を戦略的に分割する必要がある。
静的グラフ分割法は、実行のダイナミクスやネットワークトポロジを無視し、メタヒューリスティックスは相当な計算ランタイムを必要とするため、このタスクには基本的に不備である。
本研究では,回路分割問題の解法としてビームサーチに基づくヒューリスティックを提案する。
我々の時間認識アルゴリズムは、通信オーバーヘッドを最小化するために、連続する時間ステップにまたがる低コストなキュービット割り当てのシーケンスを段階的に構築する。
提案アルゴリズムの時間と空間の複雑さは、量子ビットの数で2乗、回路深さで線形にスケールし、一般的なメタヒューリスティックスよりも計算速度が大幅に向上した。
提案アルゴリズムは, 回路サイズ, 深さ, ネットワークトポロジにまたがる静的ベースラインよりも, 通信コストを大幅に低減し, 短期分散量子ハードウェアの効率的なコンパイルツールを提供する。
関連論文リスト
- Time-Aware Qubit Assignment and Circuit Optimization for Distributed Quantum Computing [6.812818096174995]
分散量子コンピューティングでは、大きな回路はより小さなサブ回路に分割され、複数のQPU上で個別に同時に実行できる。
通信コストを2つの異なる方法で最小化するために、キュービットをQPUに割り当てるという問題に対処する。
まず、所定の回路の接続の変化とネットワークトポロジを考慮に入れた時間認識アルゴリズムを適用する。
別のアプローチでは、スケジュールではなく回路自体を調整し、全体的な通信コストを削減する進化型量子回路最適化アルゴリズムを提案する。
論文 参考訳（メタデータ） (2025-07-15T20:20:29Z) - Adaptive Job Scheduling in Quantum Clouds Using Reinforcement Learning [1.0542466736167886]
現在の量子システムは、量子ビット数制限、短いコヒーレンス間隔、エラーに対する高い感受性など、重大なボトルネックに直面している。
本稿では、リアルタイムな古典チャネルを介して接続されたネットワークQPU上での分散スケジューリングと並列実行をサポートするシミュレーションベースのツールを提案する。
論文 参考訳（メタデータ） (2025-06-12T16:54:19Z) - 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) - Distributed Quantum Computation with Minimum Circuit Execution Time over Quantum Networks [3.6949615573696395]
我々は,実行時間を最小限に抑えるために,量子回路を量子ネットワークに分散する問題を考察する。
この問題は、各コンピュータを含む回路キュービットをネットワークメモリにマッピングすることである。
最大二乗代入問題に対する近似アルゴリズムに基づく効率的なアルゴリズムを設計する。
論文 参考訳（メタデータ） (2024-05-13T06:35:51Z) - A Genetic Approach to Minimising Gate and Qubit Teleportations for Multi-Processor Quantum Circuit Distribution [6.207327488572861]
分散量子コンピューティング(DQC)は、複数の量子プロセッサユニット(QPU)を相互接続することで利用可能な量子計算をスケールする手段を提供する。
この領域における鍵となる課題は、量子回路からQPU内の物理量子ビットへ論理量子ビットを効率的に割り当てることである。
従来のアプローチでは、ゲートテレポーテーションの一種である非ローカルなCNOT操作の実行に必要なベルペアの数を減らそうとしていた。
本稿では,量子回路を実行するネットワークコストを最小化するメタヒューリスティックアルゴリズムを提案する。
論文 参考訳（メタデータ） (2024-05-09T16:03:41Z) - A Quantum-Classical Collaborative Training Architecture Based on Quantum
State Fidelity [50.387179833629254]
我々は,コ・テンク (co-TenQu) と呼ばれる古典量子アーキテクチャを導入する。
Co-TenQuは古典的なディープニューラルネットワークを41.72%まで向上させる。
他の量子ベースの手法よりも1.9倍も優れており、70.59%少ない量子ビットを使用しながら、同様の精度を達成している。
論文 参考訳（メタデータ） (2024-02-23T14:09:41Z) - QuantumSEA: In-Time Sparse Exploration for Noise Adaptive Quantum
Circuits [82.50620782471485]
QuantumSEAはノイズ適応型量子回路のインタイムスパース探索である。
1)トレーニング中の暗黙の回路容量と(2)雑音の頑健さの2つの主要な目標を達成することを目的としている。
提案手法は, 量子ゲート数の半減と回路実行の2倍の時間節約で, 最先端の計算結果を確立する。
論文 参考訳（メタデータ） (2024-01-10T22:33:00Z) - Applying an Evolutionary Algorithm to Minimize Teleportation Costs in Distributed Quantum Computing [3.0846297887400977]
量子通信ネットワークは、古典的および量子チャネルを介して複数の量子コンピュータ(QC)を接続することによって形成することができる。
分散量子コンピューティングでは、QCは集合的に量子計算を行う。
本稿では,この問題に対する進化的アルゴリズムを提案する。
論文 参考訳（メタデータ） (2023-11-30T13:10:28Z) - Near-Term Distributed Quantum Computation using Mean-Field Corrections
and Auxiliary Qubits [77.04894470683776]
本稿では,限られた情報伝達と保守的絡み合い生成を含む短期分散量子コンピューティングを提案する。
我々はこれらの概念に基づいて、変分量子アルゴリズムの断片化事前学習のための近似回路切断手法を作成する。
論文 参考訳（メタデータ） (2023-09-11T18:00:00Z) - Optimal Stochastic Resource Allocation for Distributed Quantum Computing [50.809738453571015]
本稿では,分散量子コンピューティング(DQC)のためのリソース割り当て方式を提案する。
本評価は,提案手法の有効性と,量子コンピュータとオンデマンド量子コンピュータの両立性を示すものである。
論文 参考訳（メタデータ） (2022-09-16T02:37:32Z) - Synergy Between Quantum Circuits and Tensor Networks: Short-cutting the
Race to Practical Quantum Advantage [43.3054117987806]
本稿では,量子回路の初期化を最適化するために,古典計算資源を利用するスケーラブルな手法を提案する。
本手法は, PQCのトレーニング性, 性能を, 様々な問題において著しく向上させることを示す。
古典的コンピュータを用いて限られた量子資源を増強する手法を実証することにより、量子コンピューティングにおける量子と量子に着想を得たモデル間の相乗効果を実証する。
論文 参考訳（メタデータ） (2022-08-29T15:24:03Z) - Quantum communication complexity beyond Bell nonlocality [87.70068711362255]
効率的な分散コンピューティングは、リソース要求タスクを解決するためのスケーラブルな戦略を提供する。
量子リソースはこのタスクに適しており、古典的手法よりも優れた明確な戦略を提供する。
我々は,ベルのような不等式に,新たなコミュニケーション複雑性タスクのクラスを関連付けることができることを証明した。
論文 参考訳（メタデータ） (2021-06-11T18:00:09Z)
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。