論文の概要: Parallel iQCC Enables 200 Qubit Scale Quantum Chemistry on Accelerated Computing Platforms Surpassing Classical Benchmarks in Ruthenium Catalysts

• arxiv url: http://arxiv.org/abs/2603.08883v1
• Date: Mon, 09 Mar 2026 19:49:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-11 15:25:23.805145
• Title: Parallel iQCC Enables 200 Qubit Scale Quantum Chemistry on Accelerated Computing Platforms Surpassing Classical Benchmarks in Ruthenium Catalysts
• Title（参考訳）: ルテニウム触媒の古典的ベンチマークを超越した加速コンピューティングプラットフォーム上で200Qubitスケール量子化学を実現するParallel iQCC
• Authors: Seyyed Mehdi Hosseini Jenab, Brandon Henderson, Scott N. Genin,
• Abstract要約: 反復量子ビットクラスタ(iQCC)の並列GPU高速化実装について紹介する。 シリアルCPUアプローチよりも2桁を超えるスピードアップを実現している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We introduce a parallel, GPU-accelerated implementation of the iterative qubit coupled cluster (iQCC) method that overcomes the exponential growth of the transformed Hamiltonian -- the principal bottleneck for classical emulation of quantum chemistry circuits. By distributing Hamiltonian terms across compute nodes via bit-wise partitioning and offloading Pauli contractions to GPUs, we achieve speedups exceeding two orders of magnitude over the serial CPU approach. Crucially, iQCC confines the variational evolution to a classically simulable operator subspace by selecting entanglers exclusively from the Direct Interaction Space, which guarantees non-vanishing energy gradients at every iteration and thereby naturally avoids the barren-plateau phenomenon that renders highly expressive quantum circuits untrainable. Leveraging these algorithmic and hardware advances, we simulate electronic-structure Hamiltonians for industrially relevant ruthenium catalysts in the 100--124 qubit regime, completing full ground-state calculations on NVIDIA GPUs in the ranges of 1.2 - 45 hrs and surpassing the accuracy of Density Matrix Renormalization Group. These results effectively de-quantize a significant portion of the NISQ roadmap: quantum advantage for chemistry is often assumed to emerge beyond ${\sim}50$ qubits, yet our work demonstrates that this frontier lies significantly further -- potentially past 200 qubits -- reshaping expectations for where genuine quantum advantage may first appear.
• Abstract（参考訳）: 量子化学回路の古典的エミュレーションにおける主要なボトルネックである変換ハミルトニアンの指数的成長を克服する、反復量子ビット結合クラスタ(iQCC)の並列GPU高速化実装を提案する。 ビットワイドパーティショニングおよびGPUへのパウリ収縮のオフロードにより、演算ノードにハミルトン項を分散することにより、シリアルCPUアプローチよりも2桁を超えるスピードアップを実現する。 重要なことに、iQCCは、直交空間からのみエンタングルを選択することで古典的にシミュレート可能な演算子部分空間への変分進化を制限し、これは各イテレーションにおけるエネルギー勾配の非消滅を保証し、高い表現力を持つ量子回路を訓練不能にするバレンプラトー現象を自然に回避する。 これらのアルゴリズムとハードウェアの進歩を活用し、100-124量子ビット系における工業的に関係するルテニウム触媒の電子構造ハミルトニアンをシミュレートし、1.2-45時間の範囲でNVIDIA GPUのフル基底状態計算を完了し、密度行列再正規化群の精度を上回ります。 化学の量子優位性は、${\sim}50$ qubitsを超えるとしばしば仮定されるが、我々の研究は、このフロンティアが(潜在的に200 qubitsを過ぎても)はるかに大きいことを証明している。

関連論文リスト

• Towards Quantum Advantage in Chemistry [0.70661060006164]
  我々は、フォールトトレラント量子ハードウェア上で繰り返し量子ビット結合クラスタアルゴリズムを実行する。 実験の結果,iQCCは平均絶対誤差が0.05 eV,R$2$ (0.94) であることがわかった。 これらのシステムは古典的には$sim$200論理量子ビットまで抽出可能である。
  論文  参考訳（メタデータ） (2025-12-15T18:49:30Z)
• 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)
• QAMA: Scalable Quantum Annealing Multi-Head Attention Operator for Deep Learning [48.12231190677108]
  QAMA(Quantum Annealing Multi-Head Attention)は、エネルギーベースのハミルトン最適化問題として注目を集める新しいドロップイン演算子である。 この枠組みでは、トークン相互作用を二項二項項に符号化し、低エネルギー構成の探索に量子アニールを用いる。 経験的に、自然言語と視覚のベンチマークによる評価は、タスク全体にわたって、標準的なマルチヘッドの注意から少なくとも2.7ポイントの精度が低下していることを示している。
  論文  参考訳（メタデータ） (2025-04-15T11:29:09Z)
• Challenging the Quantum Advantage Frontier with Large-Scale Classical Simulations of Annealing Dynamics [0.0]
  近年のD-Waveの量子シミュレータの実証では、量子計算の優位性を示す新しいベンチマークが確立されている。 時間依存の変分モンテカルロは、スピングラスの量子アニールをシステムサイズまで効率的にシミュレートできることを示した。
  論文  参考訳（メタデータ） (2025-03-11T10:09:37Z)
• Large-scale quantum annealing simulation with tensor networks and belief propagation [0.0]
  3つの正則グラフに対する量子アニールは1000量子ビットと5000000量子ビットゲートのスケールでも古典的にシミュレートできることを示す。 非退化インスタンスの場合、一意解は最後の縮小された単一量子状態から読み出すことができる。 MaxCutのような退化問題に対して、グラフテンソル-ネットワーク状態に対する近似的な測定シミュレーションアルゴリズムを導入する。
  論文  参考訳（メタデータ） (2024-09-18T18:00:08Z)
• 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)
• A self-consistent field approach for the variational quantum eigensolver: orbital optimization goes adaptive [52.77024349608834]
  適応微分組立問題集合型アンザッツ変分固有解法(ADAPTVQE)における自己一貫したフィールドアプローチ(SCF)を提案する。 このフレームワークは、短期量子コンピュータ上の化学系の効率的な量子シミュレーションに使用される。
  論文  参考訳（メタデータ） (2022-12-21T23:15:17Z)
• 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)
• Reducing Unitary Coupled Cluster Circuit Depth by Classical Stochastic Amplitude Pre-Screening [0.0]
  Unitary Coupled Cluster (UCC)アプローチは、量子化学計算を実行するために量子ハードウェアを利用するための魅力的な方法である。 本稿では,従来のUCC前処理ステップを用いてUCCアンサッツの重要な励起を判定する,古典量子と古典量子の併用手法を提案する。
  論文  参考訳（メタデータ） (2021-08-24T18:34:14Z)

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。