論文の概要: Hybrid Quantum-HPC Middleware Systems for Adaptive Resource, Workload and Task Management

• arxiv url: http://arxiv.org/abs/2604.03445v1
• Date: Fri, 03 Apr 2026 20:37:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-07 15:49:18.583405
• Title: Hybrid Quantum-HPC Middleware Systems for Adaptive Resource, Workload and Task Management
• Title（参考訳）: 適応資源・作業負荷・タスク管理のためのハイブリッド量子HPCミドルウェアシステム
• Authors: Pradeep Mantha, Florian J. Kiwit, Nishant Saurabh, Shantenu Jha, Andre Luckow,
• Abstract要約: 本稿では,ハイブリッド量子HPCシステムにおけるアダプティブリソース,ワークロード,タスク管理に対する抽象化に基づくアプローチを提案する。 i)ワークフロー、ワークロード、タスク、リソースレベルの管理を分解し、ヘテロジニアスな量子-HPCリソース上でアプリケーション認識スケジューリングを可能にする概念的な4層アーキテクチャ、(ii)ハイブリッドアプリケーションの相互作用と結合特性を捉え、システマティックなワークロード評価のための量子ミニアプリケーションとして実現した一連の実行モチーフ、(iii)パイロット-Quantum、遅延バインディングと動的リソース割り当てを可能にするパイロットランタイム上に構築されたフレームワーク、(iv)Q-Dream。
• 参考スコア（独自算出の注目度）: 1.1775814290229856
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Hybrid quantum-classical applications pose significant resource management challenges due to heterogeneity and dynamism in both infrastructure and workloads. Quantum-HPC environments integrate quantum processing units (QPUs) with diverse classical resources (CPUs, GPUs), while applications span coupling patterns from tightly coupled execution to loosely coupled task parallelism with varying resource requirements. Traditional HPC schedulers lack visibility into application semantics and cannot respond to fluctuating resource availability at runtime. This paper presents a middleware-based approach for adaptive resource, workload, and task management in hybrid quantum-HPC systems. We make four contributions: (i) a conceptual four-layer middleware architecture that decomposes management across workflow, workload, task, and resource levels, enabling application-aware scheduling over heterogeneous quantum-HPC resources; (ii) a set of execution motifs capturing interaction and coupling characteristics of hybrid applications, realized as quantum mini-apps for systematic workload characterization; (iii) Pilot-Quantum, a middleware framework built on the pilot abstraction that enables late binding and dynamic resource allocation, adapting to resource and workload dynamics at runtime; and (iv) Q-Dreamer, a performance modeling toolkit providing reusable components for informed workload partitioning, including a circuit-cutting optimizer that analytically derives optimal partitioning strategies. Evaluation on heterogeneous HPC platforms (Perlmutter, NVIDIA DGX with H100/B200 GPUs) demonstrates efficient multi-backend orchestration across CPUs, GPUs, and QPUs for diverse execution motifs. Q-Dreamer predicts optimal circuit cutting configurations with up to 82% accuracy.
• Abstract（参考訳）: ハイブリッド量子古典アプリケーションは、インフラストラクチャとワークロードの両方で異質性とダイナミズムのために、重要なリソース管理上の課題を生じさせる。 量子HPC環境は、量子処理ユニット(QPU)を様々な古典的リソース(CPU、GPU)と統合し、アプリケーションは、密結合実行から疎結合なタスク並列化まで様々なリソース要求を伴う結合パターンにまたがる。 従来のHPCスケジューラはアプリケーションセマンティクスの可視性に欠けており、実行時に変動するリソース可用性に対応できない。 本稿では,ハイブリッド量子HPCシステムにおけるアダプティブリソース,ワークロード,タスク管理のためのミドルウェアベースのアプローチを提案する。 私たちは4つのコントリビューションを行います。 i) ワークフロー、ワークロード、タスク、リソースレベルの管理を分解し、異種量子HPCリソース上のアプリケーションアウェアスケジューリングを可能にする概念的な4層ミドルウェアアーキテクチャ。 二 ハイブリッドアプリケーションの相互作用と結合特性を捉えた実行モチーフの集合であって、系統的なワークロード評価のための量子ミニアプリケーションとして実現されているもの (iii) Pilot-Quantumは、遅延バインディングと動的リソース割り当てを可能にし、実行時にリソースとワークロードのダイナミックスに適応するパイロット抽象化に基づいて構築されたミドルウェアフレームワークである。 (iv)Q-Dreamerは、最適分割戦略を解析的に導出する回路切断最適化器を含む、情報処理負荷分割のための再利用可能なコンポーネントを提供するパフォーマンスモデリングツールキットである。 不均一なHPCプラットフォーム(Perlmutter、H100/B200 GPUのNVIDIA DGX)の評価は、CPU、GPU、QPU間の効率的なマルチバックエンドオーケストレーションを、多様な実行モチーフとして示す。 Q-Dreamerは、最大82%の精度で最適な回路切断構成を予測する。

関連論文リスト

• 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)
• Quantum resources in resource management systems [30.432877421232842]
  本稿では,既存のワークロード管理システムを用いた量子リソース制御のための設計アーキテクチャと参照実装について述べる。 我々は、オンプレミスとクラウドの量子コンピューティングリソースを既存の高性能コンピューティングセンターに統合できるSlurm用のプラグイン群を紹介した。
  論文  参考訳（メタデータ） (2025-06-11T16:29:49Z)
• Bridging Paradigms: Designing for HPC-Quantum Convergence [0.9360388224886863]
  本稿では,現在の中間スケール量子デバイスと将来のフォールトトレラント量子コンピュータの両方をサポートするハードウェア非依存のソフトウェアフレームワークを提案する。 アーキテクチャには、量子ゲートウェイインターフェース、リソース管理のための標準化されたAPI、堅牢なスケジューリングメカニズムが含まれている。 主なイノベーションは、(1)量子および古典的なリソースを効率的にコーディネートする統一されたリソース管理システム、(2)ハードウェア固有の詳細を抽象化する柔軟な量子プログラミングインタフェース、(4)量子回路最適化と実行のための包括的なツールチェーンである。
  論文  参考訳（メタデータ） (2025-03-03T18:18:45Z)
• Pilot-Quantum: A Quantum-HPC Middleware for Resource, Workload and Task Management [1.381966718755792]
  Pilot-Quantumは、ハイブリッド量子古典環境におけるリソースとワークロードの統一されたアプリケーションレベルの管理を提供するように設計されている。 リソース、ワークロード、タスクを管理するために、もともとHPC用に開発されたPilot Abstraction概念モデルを実装している。
  論文  参考訳（メタデータ） (2024-12-24T15:55:46Z)
• AdaLog: Post-Training Quantization for Vision Transformers with Adaptive Logarithm Quantizer [54.713778961605115]
  Vision Transformer (ViT) はコンピュータビジョンコミュニティにおいて最も普及しているバックボーンネットワークの1つである。 本稿では,AdaLog(Adaptive Logarithm AdaLog)量子化器を提案する。
  論文  参考訳（メタデータ） (2024-07-17T18:38:48Z)
• A Multi-Head Ensemble Multi-Task Learning Approach for Dynamical Computation Offloading [62.34538208323411]
  共有バックボーンと複数の予測ヘッド(PH)を組み合わせたマルチヘッドマルチタスク学習(MEMTL)手法を提案する。 MEMTLは、追加のトレーニングデータを必要とせず、推測精度と平均平方誤差の両方でベンチマーク手法より優れている。
  論文  参考訳（メタデータ） (2023-09-02T11:01:16Z)
• Elastic Entangled Pair and Qubit Resource Management in Quantum Cloud Computing [73.7522199491117]
  量子クラウドコンピューティング(QCC)は、量子コンピューティングリソースを効率的に提供するための有望なアプローチを提供する。 ユーザ需要の変動と量子回路の要求は、効率的なリソース供給のために困難である。 本稿では、量子コンピューティングとネットワークリソースのプロビジョニングのためのリソース割り当てモデルを提案する。
  論文  参考訳（メタデータ） (2023-07-25T00:38:46Z)
• Partitioning Distributed Compute Jobs with Reinforcement Learning and Graph Neural Networks [58.720142291102135]
  大規模な機械学習モデルは、幅広い分野に進歩をもたらしている。 これらのモデルの多くは、単一のマシンでトレーニングするには大きすぎるため、複数のデバイスに分散する必要がある。 スループットやブロッキングレートといったユーザクリティカルな指標に対して,並列化の最大化が準最適であることを示す。
  論文  参考訳（メタデータ） (2023-01-31T17:41:07Z)
• Controllable Dynamic Multi-Task Architectures [92.74372912009127]
  本稿では,そのアーキテクチャと重みを動的に調整し,所望のタスク選択とリソース制約に適合させる制御可能なマルチタスクネットワークを提案する。 本稿では,タスク親和性と分岐正規化損失を利用した2つのハイパーネットの非交互トレーニングを提案し,入力の嗜好を取り入れ,適応重み付き木構造モデルを予測する。
  論文  参考訳（メタデータ） (2022-03-28T17:56:40Z)

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。