論文の概要: No Tile Left Behind: Multiprogramming for Surface-Code Architectures

• arxiv url: http://arxiv.org/abs/2604.25976v1
• Date: Tue, 28 Apr 2026 13:24:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-30 15:59:36.116156
• Title: No Tile Left Behind: Multiprogramming for Surface-Code Architectures
• Title（参考訳）: 表裏にタイルは残っていない:表面コードアーキテクチャのためのマルチプログラミング
• Authors: Archisman Ghosh, Avimita Chatterjee, Swaroop Ghosh,
• Abstract要約: 量子エラー訂正は、データタイル、アンシラタイル、マジックステートサービスリソースの構造化フロアプランを公開する。 我々は、これらの構造的制約とその実行時含意をキャプチャするFTQCマルチプログラミングのための形式的なフレームワークを開発する。 スケジューラは3.1倍の正規化システム高速化を実現し、平均遅延を低く保ちつつ、以前のFTQCマルチプログラミングベースラインを29%改善する。
• 参考スコア（独自算出の注目度）: 0.5352699766206807
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Fault-tolerant quantum computing (FTQC) is emerging as the architectural regime in which practical large-scale quantum workloads will execute. In this setting, however, multiprogramming is no longer a matter of partitioning a flat pool of qubits. Quantum error correction exposes a structured floorplan of data tiles, ancilla tiles, and magic-state service resources, so concurrent execution must account for compact placement, connectivity, routing headroom, and shared support infrastructure. This makes FTQC multiprogramming fundamentally harder than its NISQ counterpart: admission decisions can fragment the remaining floorplan, conservative reservations can waste ancilla, and dynamic contention across data, ancilla, and magic-state resources can degrade both throughput and quality of service. In this work, we develop a formal framework for FTQC multiprogramming that captures these structural constraints and their runtime implications. We formulate the baseline static allocation problem, extend it to limited-resource and online settings through hierarchy-aware scheduling policies, and further generalize it to cultivation-enabled architectures with dynamic magic-state generation. Through simulation on synthetic Clifford+T workloads, the proposed scheduler achieves a normalized system speedup of 3.1x, improving over prior FTQC multiprogramming baselines by ~29% while maintaining low mean slowdown.
• Abstract（参考訳）: フォールトトレラント量子コンピューティング(FTQC)は、実用的な大規模量子ワークロードが実行するアーキテクチャ体制として出現している。 しかし、この設定では、マルチプログラミングはもはや平らなキュービットプールを分割する問題ではない。 量子エラー訂正は、データタイル、アンシラタイル、マジックステートサービスリソースの構造化されたフロアプランを公開するため、同時実行は、コンパクトな配置、接続性、ルーティングヘッドルーム、共有サポートインフラストラクチャを考慮しなければならない。 受け入れ決定は残りのフロアプランを断片化し、保守的な予約はアンシラを浪費し、データ、アンシラ、マジックステートリソース間の動的競合は、スループットとサービスの品質の両方を劣化させる。 本研究では,FTQCマルチプログラミングのための形式的フレームワークを開発し,それらの構造的制約とその実行時影響をキャプチャする。 基本となる静的アロケーション問題を定式化し,階層型スケジューリングポリシを通じて限られたリソースとオンライン設定に拡張し,動的マジックステート生成を備えた培養可能なアーキテクチャに一般化する。 合成Clifford+Tワークロードのシミュレーションにより、提案したスケジューラは3.1倍の正規化システム高速化を実現し、平均遅延を低く保ちながら、以前のFTQCマルチプログラミングベースラインを約29%改善した。

関連論文リスト

• Toward designing workload-aware Surface Code Architectures [0.5352699766206807]
  FTQCの設計は一般に、大きな量子ビットオーバーヘッドのコストで高速な論理量子アクセシビリティ、ワークロード遅延のコストで高い論理量子密度のどちらかを強調している。 本研究では,各データキュービットに対してほぼ均一なアンシラアクセスを実現するアンシラ中心領域に,表面コードパッチを配置することで,これらの競合する目標のバランスをとるアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2026-04-21T17:06:43Z)
• Multi-Turn Reasoning LLMs for Task Offloading in Mobile Edge Computing [15.718757401948304]
  我々は,MECシステムにおける前向きな意思決定を可能にする生成フレームワークであるCOMLLMを提案する。 COMLLMは、ほぼ最適レイテンシを実現し、ロードバランシングの公平性を向上する。特に、ゼロショットのスケーラビリティを示し、小規模ネットワークでトレーニングされたモデルは、再トレーニングすることなく、より大きく、目に見えないトポロジに一般化することができる。
  論文  参考訳（メタデータ） (2026-04-08T14:38:48Z)
• Understanding by Reconstruction: Reversing the Software Development Process for LLM Pretraining [66.89012795621349]
  大規模言語モデル(LLM)は、複雑なソフトウェア工学に必要な、深く、長期にわたる推論に苦しむことが多い。 本稿では,再構築による理解という,新しいパラダイムを提案する。 マルチエージェントシミュレーションを用いて潜在エージェント軌道を合成するフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-03-11T09:23:20Z)
• Beyond Test-Time Training: Learning to Reason via Hardware-Efficient Optimal Control [86.63490309209378]
  我々は、最適制御として推論を定式化し、推論時に潜在状態に対して有限水平LQR計画を行うテスト時間制御層を導入する。 アーキテクチャ層として最適制御を組み込むことは、テスト時間トレーニングを超えた推論のための効果的でスケーラブルなメカニズムを提供することを実証する。
  論文  参考訳（メタデータ） (2026-03-10T05:42:13Z)
• Tableau-Based Framework for Efficient Logical Quantum Compilation [15.58811254216672]
  フォールトトレラント量子コンピューティング(FTQC)は、量子アルゴリズムの信頼性の高い実行を可能にする。 FTQCアーキテクチャは必要となる物理量子ビットの数を最小化し、他のアーキテクチャと比べて半分以上節約する。 追加の物理量子ビットを必要とせずにFTQCランタイムのオーバーヘッドを最小限に抑えるフレームワークであるTQCを提案する。
  論文  参考訳（メタデータ） (2025-09-02T18:18:46Z)
• 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)
• 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)
• Efficient Parallel Split Learning over Resource-constrained Wireless Edge Networks [44.37047471448793]
  本稿では,エッジコンピューティングパラダイムと並列分割学習(PSL)の統合を提唱する。 そこで本研究では,モデル学習を高速化するために,効率的な並列分割学習(EPSL)という革新的なPSLフレームワークを提案する。 提案するEPSLフレームワークは,目標精度を達成するために必要なトレーニング遅延を著しく低減することを示す。
  論文  参考訳（メタデータ） (2023-03-26T16:09:48Z)
• Tailored Learning-Based Scheduling for Kubernetes-Oriented Edge-Cloud System [54.588242387136376]
  エッジクラウドシステムのための学習ベースのスケジューリングフレームワークkaisを紹介する。 まず,分散した要求ディスパッチに対応するために,協調型マルチエージェントアクタ-クリティックアルゴリズムを設計する。 次に,多種多様なシステムスケールと構造について,グラフニューラルネットワークを用いてシステム状態情報を埋め込む。 第3に、リクエストディスパッチとサービスオーケストレーションを調和させる2段階のスケジューリングメカニズムを採用します。
  論文  参考訳（メタデータ） (2021-01-17T03:45:25Z)

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。