論文の概要: A Semantic Quantum Circuit Cache for Scalable and Distributed Quantum-Classical Workflows

• arxiv url: http://arxiv.org/abs/2604.26788v1
• Date: Wed, 29 Apr 2026 15:21:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-30 15:59:36.456726
• Title: A Semantic Quantum Circuit Cache for Scalable and Distributed Quantum-Classical Workflows
• Title（参考訳）: スケーラブルで分散量子古典的ワークフローのためのセマンティック量子回路キャッシュ
• Authors: Mar Tejedor, Javier Conejero, Rosa M. Badia,
• Abstract要約: 量子回路キャッシュ(Quantum Circuit Cache)は、セマンティックな等価性を検出し、以前計算された結果を再利用する、コンテンツ適応可能なシステムである。 提案手法は,ZX-計算量削減と同型不変Weisfeiler-Lemanグラフハッシュを組み合わせ,決定論的回路識別子を生成する。
• 参考スコア（独自算出の注目度）: 0.45880283710344066
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Hybrid quantum--classical workflows often execute large ensembles of circuits that differ syntactically but implement identical operations, leading to substantial redundant computation. To address this, we introduce the Quantum Circuit Cache, a content-addressable system that detects semantic equivalence and reuses previously computed results across executions, backends, and workflow stages. Our approach combines ZX-calculus reduction with isomorphism-invariant Weisfeiler--Leman graph hashing to generate deterministic circuit identifiers, enabling constant-time lookup in distributed caches supporting both lightweight LMDB and scalable Redis deployments. The system integrates transparently into hybrid HPC workflows and remains backend-agnostic across CPU, GPU, and QPU environments. We evaluate the system on MareNostrum 5 with two representative workloads: distributed wire cutting and Differential Evolution-based QAOA optimization. For wire cutting, caching eliminates up to 91.98% of redundant subcircuit simulations, yielding speedups up to 7.0 times on a single node and maintaining advantages at scale, with Redis-based caching achieving up to 1.6 times speedups under high parallelism. Validation on a 35-qubit superconducting QPU confirms these benefits, achieving an 11.2 times speedup on real hardware. In distributed QAOA optimization, equivalence-aware caching avoids up to 27.6% of circuit evaluations and consistently reduces execution cost without altering the optimization algorithm. In both cases, reuse grows with concurrency and circuit structure, highlighting redundancy as a major systems bottleneck and demonstrating the effectiveness of our Quantum Circuit Cache.
• Abstract（参考訳）: ハイブリッド量子-古典的なワークフローはしばしば、構文的に異なるが同一の演算を実装した回路の大規模なアンサンブルを実行する。 これを解決するために、Quantum Circuit Cacheという、セマンティックな等価性を検知し、以前計算された結果を実行、バックエンド、ワークフローステージで再利用する、コンテンツ適応可能なシステムを紹介した。 提案手法では,ZX-計算量削減と同型不変Weisfeiler-Lemanグラフハッシュを併用して決定論的回路識別子を生成する。 このシステムはハイブリッドHPCワークフローに透過的に統合され、CPU、GPU、QPU環境全体にわたってバックエンドに依存しない。 分散ワイヤ切断と微分進化に基づくQAOA最適化の2つの代表的なワークロードを用いて,MareNostrum 5上のシステム評価を行った。 ワイヤ切断では、冗長なサブ回路シミュレーションの91.98%を排除し、単一ノードでのスピードアップを最大7.0倍にし、スケールの利点を維持し、Redisベースのキャッシュは高い並列性の下で最大1.6倍のスピードアップを達成する。 35量子ビット超伝導QPUの検証はこれらの利点を確認し、実際のハードウェアで11.2倍のスピードアップを達成する。 分散QAOA最適化では、等価キャッシュは回路評価の最大27.6%を回避し、最適化アルゴリズムを変更することなく実行コストを一貫して削減する。 どちらの場合も、並列性と回路構造によって再利用が増加し、主要なシステムのボトルネックとして冗長性が強調され、量子回路キャッシュの有効性が示されます。

関連論文リスト

• AdaFuse: Accelerating Dynamic Adapter Inference via Token-Level Pre-Gating and Fused Kernel Optimization [84.25316984309725]
  動的スパース構造とパラメータ効率のよいアダプタ(例えばLoRA)の統合は、大規模言語モデル(LLM)を拡張するための強力な技術である。 計算負荷は最小限に抑えられるが、計算のレイテンシが急上昇し、復号速度が2.5倍以上遅くなる。 AdaFuseはアルゴリズムと基盤となるハードウェアシステムとの緊密な協調設計に基づいて構築されたフレームワークで、効率的な動的アダプタ実行を実現する。
  論文  参考訳（メタデータ） (2026-03-12T12:46:42Z)
• A Scalable Distributed Quantum Optimization Framework via Factor Graph Paradigm [46.08923284345648]
  分散量子最適化のための構造認識フレームワークを提案する。 検索スペースが$N$の場合、我々のフレームワークはプロセッサやセパレータに依存した要素に対して$O(sqrtN)$クエリ複雑性を達成する。 構造を考慮した分解は、量子ネットワーク上でのスケーラブルな分散量子最適化に実践的な道をもたらすことを示す。
  論文  参考訳（メタデータ） (2026-03-08T15:15:52Z)
• Accelerating Controllable Generation via Hybrid-grained Cache [32.75230327622271]
  制御可能な生成モデルは、合成視覚コンテンツのリアリズムを改善するために広く利用されている。 本稿では,異なる計算段階における粒度の異なるキャッシュ戦略を採用することにより,計算オーバーヘッドを低減するHybrid-Grained Cache (HGC) 手法を提案する。 我々は,4つのベンチマークデータセットにおけるHGCの有効性,特に生成効率と視覚的品質のバランスをとる上での利点を検証する。
  論文  参考訳（メタデータ） (2025-11-14T07:35:50Z)
• Spatial and temporal circuit cutting with hypergraphic partitioning [0.0]
  本稿では,空間的シナリオと時間的シナリオの両方に適したハイパーグラフに基づく回路切断手法を提案する。 量子回路を高レベルハイパーグラフとしてモデル化することにより、Stoer-Wagner、Fiduccia-Mattheyses、Kernighan-Linなどの分割を適用できる。
  論文  参考訳（メタデータ） (2025-04-12T20:31:07Z)
• QuantCache: Adaptive Importance-Guided Quantization with Hierarchical Latent and Layer Caching for Video Generation [84.91431271257437]
  Diffusion Transformers (DiTs) はビデオ生成において支配的なアーキテクチャとして登場した。 DiTには、計算コストやメモリコストの増大など、大きな欠点がある。 我々は,新しいトレーニングフリー推論アクセラレーションフレームワークQuantCacheを提案する。
  論文  参考訳（メタデータ） (2025-03-09T10:31:51Z)
• Quantum-Classical Computing via Tensor Networks [0.6086160084025234]
  テンソルネットワークを用いたスケーラブルなハイブリッド量子古典処理のためのフレームワークであるqTPUを紹介する。 ハイブリッド量子回路の収縮法を利用して、回路実行をハイブリッドテンソルネットワーク(h-TN)の収縮として表現する。 qTPUコンパイラは効率的なh-TN生成を自動化し、推定エラーと後処理オーバーヘッドのバランスを最適化する。
  論文  参考訳（メタデータ） (2024-10-19T11:57:05Z)
• Lazy Qubit Reordering for Accelerating Parallel State-Vector-based Quantum Circuit Simulation [0.0]
  量子回路シミュレーションのための2つの量子演算スケジューリング手法を提案する。 提案手法は、qubitリオーダーによる全対全通信を削減する。 本稿では,変分量子固有解法(VQE)シミュレーションにおける2つの主要な手順に適したこれらの手法を開発した。
  論文  参考訳（メタデータ） (2024-10-05T18:20:37Z)
• Compute Or Load KV Cache? Why Not Both? [6.982874528357836]
  Cakeは計算資源とI/Oリソースを並列に最適に利用する新しいKVキャッシュローディングシステムである。 Cakeは、計算のみの手法やI/Oのみの手法と比較して、TTFT(Time to First Token)の平均2.6倍の削減を実現している。
  論文  参考訳（メタデータ） (2024-10-04T01:11:09Z)
• Accelerating Deep Learning Classification with Error-controlled Approximate-key Caching [72.50506500576746]
  我々は、近似キーキャッシングと名付けた新しいキャッシングパラダイムを提案する。 近似キャッシュはDL推論の負荷を軽減し、システムのスループットを向上するが、近似誤差を導入する。 我々は古典的なLRUと理想的なキャッシュのキャッシュシステム性能を解析的にモデル化し、期待される性能のトレース駆動評価を行い、提案手法の利点を最先端の類似キャッシュと比較した。
  論文  参考訳（メタデータ） (2021-12-13T13:49:11Z)
• Fast Swapping in a Quantum Multiplier Modelled as a Queuing Network [64.1951227380212]
  量子回路をキューネットワークとしてモデル化することを提案する。 提案手法はスケーラビリティが高く,大規模量子回路のコンパイルに必要となる潜在的な速度と精度を有する。
  論文  参考訳（メタデータ） (2021-06-26T10:55:52Z)
• Accelerating variational quantum algorithms with multiple quantum processors [78.36566711543476]
  変分量子アルゴリズム(VQA)は、特定の計算上の利点を得るために、短期量子マシンを利用する可能性がある。 現代のVQAは、巨大なデータを扱うために単独の量子プロセッサを使用するという伝統によって妨げられている、計算上のオーバーヘッドに悩まされている。 ここでは、この問題に対処するため、効率的な分散最適化手法であるQUDIOを考案する。
  論文  参考訳（メタデータ） (2021-06-24T08:18:42Z)

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。