論文の概要: Estimating The Energy Consumption of Quantum Computing from A Full System Aspect

• arxiv url: http://arxiv.org/abs/2605.09580v2
• Date: Tue, 12 May 2026 14:37:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-13 18:21:07.036029
• Title: Estimating The Energy Consumption of Quantum Computing from A Full System Aspect
• Title（参考訳）: フルシステムから見た量子コンピューティングのエネルギー消費量の推定
• Authors: Siyuan Niu, Di Wu, Ozgur Ozan Kilic, Kwangmin Yu,
• Abstract要約: 量子コンピューティングのための一階フルシステムエネルギーモデルを提案する。 このモデルは、システムメンテナンスや古典的な処理など、NISQやFTQCに共通するコストを分離する。 NISQエネルギーはQEMサンプリング乗算器に支配されているのに対し、FTQCのコストはコード距離とマジック状態によって設定された物理ビットオーバーヘッドにシフトする。
• 参考スコア（独自算出の注目度）: 2.997059557149527
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Quantum computing promises disruptive capabilities, yet its energy footprint has received far less attention than its asymptotic speedups. We present a first-order, full-system energy model for quantum computing in an high performance computing (HPC) context. The model separates costs common to NISQ and FTQC, such as system maintenance and classical processing, from regime-specific ones such as error mitigation for NISQ and error correction for FTQC. We instantiate the model on 96- and 100-qubit Heisenberg time-evolution simulations on IBM Eagle r3 and a representative VQE workload, and sketch the FTQC energy pipeline. We find that NISQ energy is dominated by the QEM sampling multiplier, while FTQC cost shifts to physical-qubit overhead set by the code distance and magic states. Our model provides actionable insights into the energy consumption of both NISQ and FTQC workloads, and paves the way toward energy-efficient quantum advantage.
• Abstract（参考訳）: 量子コンピューティングは破壊的な能力を約束するが、そのエネルギーフットプリントは漸近的なスピードアップよりもはるかに少ない注目を集めている。 本稿では,ハイパフォーマンスコンピューティング(HPC)における量子コンピューティングのための一階フルシステムエネルギーモデルを提案する。 このモデルは、システム保守や古典的な処理など、NISQやFTQCに共通するコストを、NISQのエラー軽減やFTQCのエラー修正のようなシステム固有のコストと区別する。 我々は、IBM Eagle r3および代表VQEワークロード上の96および100量子ハイゼンベルク時間進化シミュレーションのモデルをインスタンス化し、FTQCエネルギーパイプラインをスケッチする。 NISQエネルギーはQEMサンプリング乗算器に支配されているのに対し、FTQCのコストはコード距離とマジック状態によって設定された物理ビットオーバーヘッドにシフトする。 我々のモデルは、NISQとFTQCの両方のワークロードのエネルギー消費に関する実用的な洞察を提供し、エネルギー効率のよい量子優位への道を開く。

関連論文リスト

• Pre-training Tensor-Train Networks Facilitates Machine Learning with Variational Quantum Circuits [70.97518416003358]
  変分量子回路(VQC)は、ノイズの多い中間スケール量子(NISQ)デバイス上での量子機械学習を約束する。 テンソルトレインネットワーク(TTN)はVQC表現と一般化を向上させることができるが、結果として得られるハイブリッドモデルであるTTN-VQCは、Polyak-Lojasiewicz(PL)条件による最適化の課題に直面している。 この課題を軽減するために,プレトレーニングTTNモデルとVQCを組み合わせたPre+TTN-VQCを導入する。
  論文  参考訳（メタデータ） (2023-05-18T03:08:18Z)
• Quantum computing quantum Monte Carlo with hybrid tensor network for electronic structure calculations [3.642843803494657]
  本稿では,QC-QMCとハイブリッドテンソルネットワークを組み合わせて,QC-QMCの適用性を1つの量子デバイスサイズを超えて拡張するアルゴリズムを提案する。 本アルゴリズムは, ハイゼンベルク連鎖モデル, グラファイト系ハバードモデル, 水素平面モデル, モノアリルビイミダゾールをフル構成相互作用QMCを用いて評価した。
  論文  参考訳（メタデータ） (2023-03-31T14:38:40Z)
• Synergy Between Quantum Circuits and Tensor Networks: Short-cutting the Race to Practical Quantum Advantage [43.3054117987806]
  本稿では,量子回路の初期化を最適化するために,古典計算資源を利用するスケーラブルな手法を提案する。 本手法は, PQCのトレーニング性, 性能を, 様々な問題において著しく向上させることを示す。 古典的コンピュータを用いて限られた量子資源を増強する手法を実証することにより、量子コンピューティングにおける量子と量子に着想を得たモデル間の相乗効果を実証する。
  論文  参考訳（メタデータ） (2022-08-29T15:24:03Z)
• QSAN: A Near-term Achievable Quantum Self-Attention Network [73.15524926159702]
  SAM(Self-Attention Mechanism)は機能の内部接続を捉えるのに長けている。 短期量子デバイスにおける画像分類タスクに対して,新しい量子自己注意ネットワーク(QSAN)を提案する。
  論文  参考訳（メタデータ） (2022-07-14T12:22:51Z)
• Theoretical Error Performance Analysis for Variational Quantum Circuit Based Functional Regression [83.79664725059877]
  本研究では,次元減少と機能回帰のためのエンドツーエンドの量子ニューラルネットワークであるTTN-VQCを提案する。 また,polyak-Lojasiewicz (PL) 条件を利用してTTN-VQCの最適化特性を特徴付ける。
  論文  参考訳（メタデータ） (2022-06-08T06:54:07Z)
• Improved variational quantum eigensolver via quasi-dynamical evolution [0.0]
  変分量子固有解法 (VQE) は、現在および短期の量子デバイス向けに設計されたハイブリッド量子古典アルゴリズムである。 VQEには、量子優位性に対する好ましいスケーリングを禁じる問題がある。 本稿では,VQEを補う量子アニール法を提案する。 改良されたVQEは不毛の台地を回避し、局所的なミニマを放出し、低深度回路で動作する。
  論文  参考訳（メタデータ） (2022-02-21T11:21:44Z)
• Quantum circuit architecture search on a superconducting processor [56.04169357427682]
  変分量子アルゴリズム(VQA)は、ファイナンス、機械学習、化学といった様々な分野において、証明可能な計算上の優位性を得るための強力な証拠を示している。 しかし、現代のVQAで利用されるアンザッツは、表現性と訓練性の間のトレードオフのバランスをとることができない。 8量子ビット超伝導量子プロセッサ上でVQAを強化するために,効率的な自動アンサッツ設計技術を適用した最初の実証実験を実証する。
  論文  参考訳（メタデータ） (2022-01-04T01:53:42Z)
• Molecular excited state calculations with the QEB-ADAPT-VQE [0.0]
  分子励起状態エネルギーを計算するために、励起量子ビットベースの適応(e-QEB-ADAPT)-VQEプロトコルを導入する。 我々は、e-QEB-ADAPT-VQE が、標準固定 UCC よりも少なくとも$CNOT$s 以下の精度のアンセットを構築することができることを示した。
  論文  参考訳（メタデータ） (2021-06-11T10:33:42Z)

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。