論文の概要: Impact of Network Constraints on Fault-Tolerant Distributed Quantum Computing

• arxiv url: http://arxiv.org/abs/2606.17495v1
• Date: Tue, 16 Jun 2026 04:08:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-17 17:15:32.260643
• Title: Impact of Network Constraints on Fault-Tolerant Distributed Quantum Computing
• Title（参考訳）: ネットワーク制約がフォールトトレラント分散量子コンピューティングに及ぼす影響
• Authors: Eneet Kaur, Shahrooz Pouryousef, Nitish Kumar Chandra, Hassan Shapourian, Jiapeng Zhao, Ramana Kompella, Reza Nejabati,
• Abstract要約: 本稿では,サーフェスコード操作,内部QPU接続,現実的なネットワーク制約を共同でモデル化するエンドツーエンドシミュレーションフレームワークを提案する。 このフレームワークはモジュール構造であり、ルーティングやスケジューリングポリシ、ネットワークトポロジといった個々のコンポーネントを独立して置き換えることができる。
• 参考スコア（独自算出の注目度）: 7.664547380829572
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: As we move towards scalable and modular quantum computing, quantum data centres become imperative. Existing analyses typically treat network constraints in isolation or through simplified models, leaving the interplay between error correction operations and communication resources underexplored. In this work, we present an end-to-end simulation framework that jointly models surface-code operations, internal QPU connectivity, and realistic network constraints including finite entanglement generation rates, limited communication qubits, and bandwidth contention, producing execution latency, from which logical error rate estimates are obtained. The framework is modular by design, allowing individual components such as routing heuristics, scheduling policies, and network topologies to be independently replaced. Numerical evaluation reveals distinct operating regimes in which the optimal resource allocation and code distance selection shift depending on the network characteristics. These results point to tradeoffs in the design of distributed quantum computing architectures that are not visible when computation and communication are modeled separately.
• Abstract（参考訳）: スケーラブルでモジュール化された量子コンピューティングへの移行に伴い、量子データセンターは必須となる。 既存の分析では、ネットワークの制約を分離したり、単純化されたモデルを通して処理し、エラー修正操作と通信リソースとの相互作用を過小評価している。 本研究では,サーフェスコード操作,内部QPU接続,有限絡み合い発生率,限られた通信キュービット,帯域幅競合を含む現実的なネットワーク制約を共同でモデル化するエンドツーエンドシミュレーションフレームワークを提案する。 このフレームワークはモジュール構造であり、ルーティングヒューリスティック、スケジューリングポリシー、ネットワークトポロジといった個々のコンポーネントを独立して置き換えることができる。 数値評価により、最適な資源割り当てとコード距離選択がネットワーク特性に応じてシフトする異なる運用形態が明らかとなる。 これらの結果は、計算と通信が別々にモデル化されたときに見えない分散量子コンピューティングアーキテクチャの設計におけるトレードオフを示している。

関連論文リスト

• InterQ: Communication-Aware Scheduling Across Modular QPUs with Classical and Quantum Links [9.431066688492217]
  異種通信モデルを用いたモジュールQPUアーキテクチャのための通信対応スケジューラであるInterQを提案する。 通信モデルとスケジューラ駆動の切断決定がスループット、レイテンシ、忠実度にどのように影響するかを示す。
  論文  参考訳（メタデータ） (2026-05-18T02:39:36Z)
• Reinforcement Learning for Quantum Network Control with Application-Driven Objectives [53.03367590211247]
  動的プログラミングと強化学習は、制御戦略を最適化するための有望なツールを提供する。 非線形で微分可能な目的関数を直接最適化する新しいRLフレームワークを提案する。 我々の研究は、RLを持つ量子ネットワークにおける非線形目的関数最適化への第一歩であり、より高度なユースケースへの道を開く。
  論文  参考訳（メタデータ） (2025-09-12T18:41:10Z)
• On the Impact of Classical and Quantum Communication Networks Upon Modular Quantum Computing Architecture System Performance [2.5918656634705717]
  モジュラー量子コンピューティングアーキテクチャにおけるネットワークインフラストラクチャの役割について検討する。 古典的な通信は100万キュービットを超えるシステムのボトルネックにはならないことを示す。
  論文  参考訳（メタデータ） (2025-07-11T07:45:48Z)
• 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)
• Network-Aware Scheduling for Remote Gate Execution in Quantum Data Centers [8.528068737844364]
  我々は,2つの絡み合いスケジューリング戦略を静的かつ動的に評価し,その性能を解析する。 動的スケジューリングは、高い絡み合いの並列性を持つシナリオにおいて、静的スケジューリングよりも一貫して優れていることを示す。
  論文  参考訳（メタデータ） (2025-04-28T18:22:22Z)
• Communication-Efficient Federated Learning by Quantized Variance Reduction for Heterogeneous Wireless Edge Networks [55.467288506826755]
  フェデレーテッド・ラーニング(FL)は、無線エッジネットワークにおけるローカル・プライバシ・アウェア・コラボレーティブ・モデルトレーニングの有効なソリューションとして認識されている。 既存の通信効率の高いFLアルゴリズムは、デバイス間の大きなばらつきを低減できない。 本稿では,高度分散還元方式に依存する新しい通信効率FLアルゴリズムであるFedQVRを提案する。
  論文  参考訳（メタデータ） (2025-01-20T04:26:21Z)
• 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)
• Architectures and circuits for distributed quantum computing [0.0]
  この論文は、分散パラダイムに基づく量子計算を提供するネットワークを扱う。 この論文の主な貢献は、全体的な忠実度に対するテレゲートの影響を最小限に抑えるコンパイラの定義である。
  論文  参考訳（メタデータ） (2023-07-16T00:03:59Z)
• Green, Quantized Federated Learning over Wireless Networks: An Energy-Efficient Design [68.86220939532373]
  有限精度レベルは、固定精度フォーマットで重みとアクティベーションを定量化する量子ニューラルネットワーク(QNN)を使用して取得される。 提案するFLフレームワークは,ベースラインFLアルゴリズムと比較して,収束までのエネルギー消費量を最大70%削減することができる。
  論文  参考訳（メタデータ） (2022-07-19T16:37:24Z)
• Adaptive Subcarrier, Parameter, and Power Allocation for Partitioned Edge Learning Over Broadband Channels [69.18343801164741]
  パーティショニングエッジ学習(PARTEL)は、無線ネットワークにおいてよく知られた分散学習手法であるパラメータサーバトレーニングを実装している。 本稿では、いくつかの補助変数を導入してParticleELを用いてトレーニングできるディープニューラルネットワーク(DNN)モデルについて考察する。
  論文  参考訳（メタデータ） (2020-10-08T15:27:50Z)

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。