論文の概要: Highly-Parallel Atom-Detection Accelerator for Tweezer-Based Neutral Atom Quantum Computers

• arxiv url: http://arxiv.org/abs/2604.00816v1
• Date: Wed, 01 Apr 2026 12:24:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-02 16:44:31.980698
• Title: Highly-Parallel Atom-Detection Accelerator for Tweezer-Based Neutral Atom Quantum Computers
• Title（参考訳）: ツイーザー型中性原子量子コンピュータのための高並列原子検出加速器
• Authors: Jonas Winklmann, Yian Yu, Xiaorang Guo, Korbinian Staudacher, Martin Schulz,
• Abstract要約: ニュートラル原子量子コンピュータ(NAQC)は、量子コンピューティングの最も有望な計算プラットフォームの一つである。 ツイーザー型NAQCのための高並列原子検出加速器を提案する。 提案設計は,既存の状態再構成法に基づいて,アルゴリズムレベルの最適化とFPGA(Field Programmable Gate Array)の実装を組み合わせる。
• 参考スコア（独自算出の注目度）: 2.579336620638783
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Neutral atom quantum computers (NAQCs) are among the most promising computational platforms for quantum computing. Controlling and measuring individual atoms and their states, which often requires multiple imaging and image-analysis procedures, is typically the most time-consuming task during computation and contributes significantly to overall cycle times. To resolve this challenge, we propose a highly-parallel atom-detection accelerator for tweezer-based NAQCs. Our design builds on an existing state-reconstruction method and combines an algorithm-level optimization with a Field Programmable Gate Array (FPGA) implementation to maximize parallelism and reduce the run time of the image-analysis process. We identify and overcome several challenges for an FPGA implementation, such as introducing a prefetching mechanism to improve scalability and customizing bus transfers to support large bandwidths. Tested on a Xilinx UltraScale+ FPGA, our design can analyze a 256x256-pixel fluorescence image in just 115mus, achieving 34.9x and 6.3x speedups over the original and optimized CPU baseline, respectively. Moreover, our accelerator can maintain consistent resource utilization across various atom array sizes, contributing to the ongoing efforts toward scalable and fully integrated FPGA-based control systems for NAQCs.
• Abstract（参考訳）: ニュートラル原子量子コンピュータ(NAQC)は、量子コンピューティングの最も有望な計算プラットフォームの一つである。 個々の原子とその状態の制御と測定は、しばしば複数のイメージングと画像分析の手順を必要とするが、通常は計算において最も時間がかかり、サイクル全体の時間に大きく貢献する。 この課題を解決するために、ツイーザーベースNAQCのための高並列原子検出加速器を提案する。 提案設計は,既存の状態再構成手法に基づいて,アルゴリズムレベルの最適化とFPGA(Field Programmable Gate Array)の実装を組み合わせることで,並列性を最大化し,画像解析プロセスの実行時間を短縮する。 FPGAの実装において,スケーラビリティ向上のためのプリフェッチ機構の導入や,大規模な帯域幅をサポートするためのバス転送のカスタマイズなど,いくつかの課題を特定し,克服する。 Xilinx UltraScale+ FPGAでテストした結果、256x256ピクセルの蛍光画像をたった115musで分析し、元のCPUベースラインと最適化されたCPUベースラインでそれぞれ34.9xと6.3xのスピードアップを達成した。 さらに、我々のアクセラレータは、様々な原子配列サイズで一貫した資源利用を維持でき、NAQCのためのスケーラブルで完全に統合されたFPGAベースの制御システムへの継続的な取り組みに寄与する。

関連論文リスト

• Efficient Image Reconstruction Architecture for Neutral Atom Quantum Computing [2.579336620638783]
  中性原子量子コンピュータ(NAQC)は、その長いコヒーレンス時間と優れたスケーラビリティのために多くの注目を集めている。 主な欠点の1つは、比較的時間を要するコントロールオーバーヘッドである。 ツイーザー型NAQCのための高並列原子検出加速器を提案する。
  論文  参考訳（メタデータ） (2026-03-03T16:40:24Z)
• Design of an FPGA-Based Neutral Atom Rearrangement Accelerator for Quantum Computing [1.003635085077511]
  ニュートラル原子は量子コンピュータを実装するための有望な技術として登場した。 本稿では,分割・対数戦略を応用し,複数の原子の同時移動を可能にする新しい四分法に基づく再配置アルゴリズムを提案する。 これは原子再構成のための最初のハードウェアアクセラレーションであり、処理時間を著しく短縮する。
  論文  参考訳（メタデータ） (2024-11-19T10:38:21Z)
• FAMOUS: Flexible Accelerator for the Attention Mechanism of Transformer on UltraScale+ FPGAs [0.0]
  Transformer Neural Network(TNN)は、自然言語処理(NLP)、機械翻訳、コンピュータビジョン(CV)など、幅広いアプリケーション領域に応用されている。 本稿では、フィールドプログラマブルゲートアレイ(FPGA)上でのTNNの重み付きマルチヘッドアテンション計算のためのフレキシブルハードウェアアクセラレータである textitFamous を提案する。 並列性を改善し、レイテンシを低減するために、処理要素とオンチップメモリの高利用に最適化されている。
  論文  参考訳（メタデータ） (2024-09-21T05:25:46Z)
• Quasar-ViT: Hardware-Oriented Quantization-Aware Architecture Search for Vision Transformers [56.37495946212932]
  視覚変換器(ViT)は、畳み込みニューラルネットワーク(CNN)と比較して、コンピュータビジョンタスクにおいて優れた精度を示す。 ハードウェア指向の量子化対応アーキテクチャ検索フレームワークであるQuasar-ViTを提案する。
  論文  参考訳（メタデータ） (2024-07-25T16:35:46Z)
• Optimizing quantum gates towards the scale of logical qubits [78.55133994211627]
  量子ゲート理論の基本的な前提は、量子ゲートはフォールトトレランスの誤差閾値を超えることなく、大きなプロセッサにスケールできるということである。 ここでは、このような問題を克服できる戦略について報告する。 我々は、68個の周波数可変ビットの周波数軌跡をコレオグラフィーして、超伝導エラー中に単一量子ビットを実行することを示した。
  論文  参考訳（メタデータ） (2023-08-04T13:39:46Z)
• Optimization of FPGA-based CNN Accelerators Using Metaheuristics [1.854931308524932]
  畳み込みニューラルネットワーク(CNN)は、多くの分野における問題解決能力を実証している。 FPGAはCNN推論を加速する関心が高まっている。 FPGAベースのCNNアクセラレータの現在のトレンドは、複数の畳み込み層プロセッサ(CLP)を実装することである。
  論文  参考訳（メタデータ） (2022-09-22T18:57:49Z)
• Adaptable Butterfly Accelerator for Attention-based NNs via Hardware and Algorithm Co-design [66.39546326221176]
  多くのAIタスクにおいて、注意に基づくニューラルネットワークが普及している。 注意機構とフィードフォワードネットワーク(FFN)の使用は、過剰な計算とメモリ資源を必要とする。 本稿では,注目機構とFFNの両方を近似するために,バタフライの分散パターンを統一したハードウェアフレンドリーな変種を提案する。
  論文  参考訳（メタデータ） (2022-09-20T09:28:26Z)
• VAQF: Fully Automatic Software-hardware Co-design Framework for Low-bit Vision Transformer [121.85581713299918]
  量子化ビジョントランス(ViT)のためのFPGAプラットフォーム上で推論アクセラレータを構築するフレームワークVAQFを提案する。 モデル構造と所望のフレームレートから、VAQFはアクティベーションに必要な量子化精度を自動的に出力する。 FPGA上でのViTアクセラレーションに量子化が組み込まれたのはこれが初めてである。
  論文  参考訳（メタデータ） (2022-01-17T20:27:52Z)

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。