論文の概要: Diagonal-Budgeted Trotterization for Efficient Quantum Hamiltonian Simulation
- arxiv url: http://arxiv.org/abs/2606.16959v1
- Date: Mon, 15 Jun 2026 17:00:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-16 18:36:05.073511
- Title: Diagonal-Budgeted Trotterization for Efficient Quantum Hamiltonian Simulation
- Title（参考訳）: 効率的な量子ハミルトニアンシミュレーションのための対角予算トロッタライゼーション
- Authors: Srikar Chundury, Blake Burgstahler, Jiajia Li, In-Saeng Suh, Frank Mueller,
- Abstract要約: 我々は, 対角線幅を保ちつつ, 忠実度損失を厳しく制御しながら, ハミルトニアンを対角線間隔を保存する因子に分解する構造対応戦略である, 対角線予算型トロッタライゼーションを導入する。
私たちの実装であるHamSimは、CSRのような汎用フォーマットのオーバーヘッドを回避するために、コンパクトな対角分離データレイアウトと特殊なC++/CUDAカーネルを使用します。
HamLibスイートのベンチマークでは、HamSimがQiskit-Aerを大きく上回っている。
- 参考スコア（独自算出の注目度）: 1.9659467392059582
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Efficient classical simulation of quantum Hamiltonian dynamics is often bottlenecked by exponential state growth and the overhead of generic sparse linear algebra. We introduce diagonal-budgeted Trotterization, a structure-aware strategy that decomposes Hamiltonians into factors preserving diagonal sparsity while tightly controlling fidelity loss. Our implementation, HamSim, utilizes a compact diagonal-sparse data layout and specialized C++/CUDA kernels to bypass the overheads of generic formats like CSR. By leveraging SIMD vectorization, multithreading, and GPU acceleration, HamSim achieves high performance across heterogeneous architectures. Benchmarks on the HamLib suite show that HamSim significantly outperforms Qiskit-Aer. On CPUs, HamSim attains speedups of $182$--$1,269\times$ on optimization instances (TSP, MaxCut) and $4.8$--$841\times$ on physical models (TFIM, Heisenberg). On GPUs, it achieves up to $178\times$ speedup for $12$--$16$ qubit problems. Unlike traditional Trotterization, HamSim maintains near-perfect fidelity without requiring exponential steps. This demonstrates that diagonal-aware numerical kernels provide a scalable foundation for high-fidelity classical Hamiltonian simulation.
- Abstract（参考訳）: 量子ハミルトニアン力学の効率的な古典的シミュレーションは、指数的状態成長とジェネリックスパース線型代数のオーバーヘッドによってボトルネックとなることが多い。
我々は, 対角線幅を保ちつつ, 忠実度損失を厳しく制御しながら, ハミルトニアンを対角線間隔を保存する因子に分解する構造対応戦略である, 対角線予算型トロッタライゼーションを導入する。
私たちの実装であるHamSimは、CSRのような汎用フォーマットのオーバーヘッドを回避するために、コンパクトな対角分離データレイアウトと特殊なC++/CUDAカーネルを使用します。
SIMDベクタライゼーション、マルチスレッド、GPUアクセラレーションを活用することで、HamSimは異種アーキテクチャをまたいだ高性能を実現する。
HamLibスイートのベンチマークでは、HamSimがQiskit-Aerを大きく上回っている。
CPUでは、最適化インスタンス(TSP、MaxCut)で182$-$1,269\times$、物理モデル(TFIM、Heisenberg)で4.8$--$841\times$のスピードアップが達成されている。
GPUでは、最大178\times$のスピードアップを12ドル-16ドルというキュービット問題で達成する。
従来のトロッター化とは異なり、ハムシムは指数的なステップを必要とせずにほぼ完全な忠実さを維持している。
このことは、対角線対応の数値カーネルが高忠実度古典ハミルトンシミュレーションのスケーラブルな基盤を提供することを示している。
関連論文リスト
- Pushing the Classical Frontier of 1D Fermi-Hubbard Quench Dynamics Beyond Current Quantum Simulations [0.0]
Q-CTRLチームは最近、IBMプロセッサ上の1次元Fermi-Hubbardモデルのクエンチダイナミクスをシミュレートした。
我々は、Fermi-Hubbard Hamiltonian のフル$mathrmU(1)timesmathrmSU(2)$対称性と、GPU加速テンソル収縮を併用したフル$mathrmU(1)timesmathrmSU(2)を利用する。
シミュレーションウィンドウ全体にわたって完全に収束した結果を達成し、未解決の高絡み状態の厳密な認証を含む。
論文 参考訳（メタデータ） (2026-06-03T11:52:47Z) - Computing eigenpairs of quantum many-body systems with Polfed.jl [0.0]
Polfed$.$jlは、量子多体ハミルトンの中間スペクトル固有値と固有ベクトルを計算するアルゴリズムである。
このパッケージはフレキシブルエネルギーターゲティング、構造化ハミルトニアンのスペクトルマッピングの自動最適化、GPUアクセラレーションをサポートする。
また、多体エルゴディディディティを破る遷移のおもちゃモデルである量子太陽モデルハミルトニアンを構成するためのコードも提供する。
論文 参考訳（メタデータ） (2026-05-11T08:41:51Z) - Evolution Strategies at the Hyperscale [57.75314521465674]
本稿では,大集団にバックプロップフリーな最適化を拡大するための進化戦略(ES)アルゴリズムEGGROLLを紹介する。
ESは、微分不可能またはノイズの多い目的を処理できる強力なブラックボックス最適化手法のセットである。
EGGROLLはランダム行列を$Ain mathbbRmtimes r, Bin mathbbRntimes r$ with $rll min(m,n)$ とすることでこれらのボトルネックを克服し、低ランク行列摂動を$A Btop$とする。
論文 参考訳（メタデータ） (2025-11-20T18:56:05Z) - Hamiltonian Decoded Quantum Interferometry [69.7049555871155]
我々は、ハミルトニアン復号量子干渉計(HDQI)を紹介する。
HDQIはコヒーレントな測定とパウリ群のシンプレクティック表現を利用して、ギブスサンプリングとハミルトン・ベリアンを減少させる。
そこで,HDQI はギブズ状態を任意の温度で効率的に生成し,物理的にモチベーションを持つハミルトニアンのクラスに適応することを示した。
論文 参考訳（メタデータ） (2025-10-09T08:06:15Z) - Scaling Up Liquid-Resistance Liquid-Capacitance Networks for Efficient Sequence Modeling [50.994194925685434]
LrcSSMは$textitnon-linear$リカレントモデルで、現在の線形状態空間層と同じくらい高速に長いシーケンスを処理する。
ヤコビ行列を対角線に強制することにより、全列を並列に解くことができる。
LrcSSMは、Liquid-S4のような他の入力変化系が提供しないことを保証する形式的な勾配安定性を提供する。
論文 参考訳（メタデータ） (2025-05-27T20:02:59Z) - New random compiler for Hamiltonians via Markov Chains [0.07499722271664146]
我々は,第1次ランダム化トロッター (qDRIFT) に似た新しいコンパイラを開発した。
まず、モデルを提示し、その支配方程式を導出する。次に、2つのハミルトニアンの和のシミュレーション誤差を定義し、解析し、それを$Q$ハミルトニアンの和に一般化する。
論文 参考訳（メタデータ） (2024-11-10T14:57:25Z) - Hamiltonian simulation for low-energy states with optimal time dependence [45.02537589779136]
低エネルギー部分空間内のハミルトン$H$の下で時間発展をシミュレートする作業を考える。
我々は,$O(tsqrtlambdaGamma + sqrtlambda/Gammalog (1/epsilon))$クエリを,任意の$Gamma$に対するブロックエンコーディングに使用する量子アルゴリズムを提案する。
論文 参考訳（メタデータ） (2024-04-04T17:58:01Z) - Fast Simulation of High-Depth QAOA Circuits [10.778538580079365]
量子近似最適化アルゴリズム(QAOA)のシミュレータを提案する。
本シミュレータはQAOAパラメータ最適化の計算コストを削減することを目的として設計されている。
cuQuantumをベースとした最先端のGPU量子回路シミュレータと比較して,典型的なQAOAパラメータ最適化の時間を,$n = 26$ qubitsで11倍に短縮する。
論文 参考訳（メタデータ） (2023-09-09T17:01:29Z) - Hamiltonian simulation with random inputs [74.82351543483588]
ランダム初期状態を持つハミルトンシミュレーションの平均ケース性能の理論
数値的な証拠は、この理論がコンクリート模型の平均誤差を正確に特徴づけていることを示唆している。
論文 参考訳（メタデータ） (2021-11-08T19:08:42Z) - Quantum Algorithms for Simulating the Lattice Schwinger Model [63.18141027763459]
NISQとフォールトトレラントの両方の設定で格子シュウィンガーモデルをシミュレートするために、スケーラブルで明示的なデジタル量子アルゴリズムを提供する。
格子単位において、結合定数$x-1/2$と電場カットオフ$x-1/2Lambda$を持つ$N/2$物理サイト上のシュウィンガーモデルを求める。
NISQと耐故障性の両方でコストがかかるオブザーバブルを、単純なオブザーバブルとして推定し、平均ペア密度を推定する。
論文 参考訳（メタデータ） (2020-02-25T19:18:36Z)
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。