論文の概要: Hybrid Quantum and Classical Workload Management with Graph-based Scheduling
- arxiv url: http://arxiv.org/abs/2607.09151v1
- Date: Fri, 10 Jul 2026 07:09:32 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-13 14:47:12.803848
- Title: Hybrid Quantum and Classical Workload Management with Graph-based Scheduling
- Title（参考訳）: グラフベースのスケジューリングによるハイブリッド量子と古典的ワークロード管理
- Authors: Vanessa Sochat, Daniel Milroy,
- Abstract要約: FluxionグラフベースのスケジューラがサポートしているスケジューラプラグインであるFluenceを紹介します。
Fluenceは、量子古典的なワークロードに対して、情報付き、ギャングスケジューリングの配置を可能にする。
ユーザコンテナを変更することなく、クラウドネイティブなスケジューラに量子認識を追加することができることを示す。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: High Performance Computing (HPC) centers are expanding to encompass resources that extend beyond traditional computing. By extending resources to quantum computing, hybrid quantum-classical workflows tackle complex optimization problems that have never before been possible. However, integrating quantum processing units (QPUs) into cloud-native and scientific workload managers presents a unique orchestration challenge: remote quantum devices introduce a second, external queue -- a two-queue problem -- alongside the queue owned by the traditional scheduler. In this work we present Fluence, a Kubernetes scheduler plugin backed by the Fluxion graph-based scheduler, that enables informed, gang-scheduled placement for quantum-classical workloads and custom resources. We evaluate Fluence across three scenarios using AWS Braket simulators and real QPUs. First, under node contention, Fluence's atomic gang placement all but eliminates the wasted node-time that a default scheduler accrues by partially placing gangs. Second, we introduce a synchronization primitive for the two-queue problem in which a single producer submits a shared quantum task while consumers remain scheduling-gated, reducing worker idle time by roughly 5x under short device queues and by orders of magnitude when a real device queue stretched to hours. Third, cost- and queue-aware backend selection pins the cheapest or shortest-queue device satisfying a workload, cutting mean per-run cost by roughly 70x and time-to-result from hours to under a minute. Together, these results show that quantum-awareness can be added to a cloud-native scheduler without modifying user containers.
- Abstract（参考訳）: ハイパフォーマンスコンピューティング(HPC)センターは、従来のコンピューティングを超えて拡張されたリソースを含むように拡張されている。
リソースを量子コンピューティングに拡張することにより、ハイブリッド量子古典ワークフローは、これまで不可能だった複雑な最適化問題に対処する。
しかし、量子処理ユニット(QPU)をクラウドネイティブで科学的なワークロードマネージャに統合することは、ユニークなオーケストレーション上の課題である。
この作業では、Fluxionグラフベースのスケジューラが支援するKubernetesスケジューラプラグインであるFluenceを紹介します。
私たちはAWS Braketシミュレータと実際のQPUを使用して、Fluenceを3つのシナリオで評価する。
まず、ノード競合の下で、Fluenceのアトミックギャング配置は、デフォルトのスケジューラがギャングを部分的に配置することで蓄積する無駄なノード時間を排除する。
第二に、単一プロデューサが共用量子タスクを送信し、コンシューマがスケジューリング処理を継続している間に同期プリミティブを導入し、作業者のアイドル時間を短いデバイスキューで約5倍削減し、実際のデバイスキューを数時間に延ばすと桁違いに処理時間を短縮する。
第3に、コストとキュー対応のバックエンド選択は、作業負荷を満たす最も安価または最短のキューデバイスをピン留めし、平均実行当たりのコストを約70倍削減し、数時間から1分以内のタイム・トゥ・レストを行う。
これらの結果は、ユーザコンテナを変更することなく、クラウドネイティブなスケジューラに量子認識を追加することができることを示している。
関連論文リスト
- EFaaS: A Quantum-Classical Serverless Entangled Scheduler for Hybrid Variational Algorithms [2.3283624944570436]
現在の量子クラウドアクセスモデルは、分離されたバッチキューによってボトルネック化されている。
この遅延は収束時間を数分から数時間に膨らませ、量子ハードウェアのドリフトに忠実さを露呈する。
我々は、新しいサーバーレスハードウェア予約またはステートレス関数であるEFを提案する。
論文 参考訳（メタデータ） (2026-05-26T18:13:50Z) - Centralizing Task-based Approach to Quantum Network Control [71.48385446560893]
階層アーキテクチャは、量子ネットワークに厳格な設計とタイミング制約を課します。
我々は、集中型コントローラを利用することで、リソース中心のタスクベースの量子ネットワーク制御アプローチをシミュレートする。
論文 参考訳（メタデータ） (2026-05-05T03:57:17Z) - Qurator: Scheduling Hybrid Quantum-Classical Workflows Across Heterogeneous Cloud Providers [0.0]
アーキテクチャに依存しない量子古典的タスクスケジューラであるQuratorを、異種プロバイダ間の待ち時間と回路忠実度を共同で最適化する。
ミュンヘン量子ツールキットベンチマークスイートの回路を用いて,4ヶ月の実際のキューデータによって駆動されるシミュレータ上でQuratorを評価する。
論文 参考訳（メタデータ） (2026-04-07T06:58:46Z) - HALO: Semantic-Aware Distributed LLM Inference in Lossy Edge Network [50.33808558714122]
エッジでの大規模言語モデル(LLM)推論は、ユーザのプライバシを保護すると同時に、サービスの応答性を促進する。
損失エッジネットワークにおける分散LLM推論を向上する新しいフレームワークであるHALOを提案する。
Raspberry Piクラスタによる実験の結果、HALOは信頼性の低いネットワーク条件下でLLaMAシリーズLLMの3.41倍のエンドツーエンドのスピードアップを達成した。
論文 参考訳（メタデータ） (2026-01-16T07:37:23Z) - Online Job Scheduler for Fault-tolerant Quantum Multiprogramming [0.33554367023486936]
格子手術に基づくフォールトトレラント量子コンピューティングシステムのオンラインジョブスケジューリング問題を定式化する。
我々のスケジューラは、より単純な立方体表現を用いて、もともとポリキューブとして表現された格子手術プログラムを近似する。
さらに、スケジューリングプロセスにメカニズムを組み込んで、QPUの利用をさらに促進できることを実証する。
論文 参考訳（メタデータ） (2025-05-10T19:24:37Z) - SCIM MILQ: An HPC Quantum Scheduler [2.4646794072984477]
SCIM MILQは、HPCインフラにおける量子タスクのスケジューラである。
確立されたスケジューリング技術と、回路切断のようなユニークな量子コンピューティングの手法を組み合わせる。
これにより、回路内のノイズを最大10%低減し、結果の信頼性を高める。
論文 参考訳（メタデータ） (2024-04-04T15:17:38Z) - 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) - Iterative Qubits Management for Quantum Index Searching in a Hybrid
System [56.39703478198019]
IQuCSは、量子古典ハイブリッドシステムにおけるインデックス検索とカウントを目的としている。
我々はQiskitでIQuCSを実装し、集中的な実験を行う。
その結果、量子ビットの消費を最大66.2%削減できることが示されている。
論文 参考訳（メタデータ） (2022-09-22T21:54:28Z) - 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) - EdgeBERT: Sentence-Level Energy Optimizations for Latency-Aware
Multi-Task NLP Inference [82.1584439276834]
BERTのようなトランスフォーマーベースの言語モデルでは、自然言語処理(NLP)タスクの精度が大幅に向上する。
We present EdgeBERT, a in-deepth algorithm- hardware co-design for latency-aware energy optimization for multi-task NLP。
論文 参考訳（メタデータ） (2020-11-28T19:21:47Z)
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。