論文の概要: A Resource Estimation Model for the Hardware-Software Co-Design of Distributed Quantum Architectures

• arxiv url: http://arxiv.org/abs/2607.22998v1
• Date: Sat, 25 Jul 2026 02:26:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-28 22:34:14.961141
• Title: A Resource Estimation Model for the Hardware-Software Co-Design of Distributed Quantum Architectures
• Title（参考訳）: 分散量子アーキテクチャのハードウェア・ソフトウェア共同設計のための資源推定モデル
• Abstract要約: 分散量子コンピューティングにおいて、モノリシック量子回路の実行には、絡み合いの生成と分散のために専用の通信キュービットが必要である。 本稿では, 絡み合った分散遅延とデコヒーレンスの時間的コストのトレードオフを最適化するために, 透かし可能な在庫理論に基づく経済秩序量モデルを提案する。
• 参考スコア（独自算出の注目度）: 10.747369636425226
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In distributed quantum computing (DQC), executing monolithic quantum circuits across multiple interconnected quantum processing units (QPUs) requires dedicated communication qubits to generate and distribute entanglement. Because the number of physical qubits within a QPU is finite, a trade-off emerges where allocating more communication qubits increases the capacity of quantum channels for concurrent non-local operations, but reduces the number of computational qubits available for local gate operations. Distributed quantum compilation routinely ignores this channel capacity, while hardware architects lack a method to determine it prior to quantum circuit partitioning. Moreover, scheduling entanglement on demand introduces severe latency, whereas pre-fetching exposes stored pairs to decoherence. We propose an economic order quantity model from perishable inventory theory to optimize the trade-off between entanglement distribution latency and the time cost of decoherence. The resulting estimate is driven by algorithmic demand and physical constraints, offering a dual application for the hardware-software co-design of high-performance DQC: for hardware architects, it gives the optimal allocation of dedicated communication qubits in static heterogeneous architectures; for compiler developers, it gives the optimal number to reserve dynamically in homogeneous architectures.
• Abstract（参考訳）: 分散量子コンピューティング(DQC)では、複数の相互接続量子処理ユニット(QPU)にまたがるモノリシック量子回路(モノリシック量子回路)が実行される。 QPU内の物理量子ビットの数は有限であるため、より多くの通信量子ビットを割り当てると、同時に非局所的な演算を行うための量子チャネルの容量が増加するが、局所ゲート演算に利用可能な計算量子ビットの数は減少する。 分散量子コンパイルはこのチャネル容量を無視するが、ハードウェアアーキテクトは量子回路分割に先立ってそれを決定できない。 さらに、オンデマンドでのスケジューリングの絡み合いは厳しいレイテンシをもたらすが、プレフェッチは保存されたペアをデコヒーレンスに公開する。 本稿では, 絡み合った分散遅延とデコヒーレンスの時間的コストのトレードオフを最適化するために, 透かし可能な在庫理論に基づく経済秩序量モデルを提案する。 ハードウェアアーキテクトにとっては、静的な異種アーキテクチャにおける専用の通信キュービットの最適な割り当てを与え、コンパイラ開発者にとっては、均質アーキテクチャにおいて動的に予約する最適な数を与える。

関連論文リスト

• 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)
• Efficient Time-Aware Partitioning of Quantum Circuits for Distributed Quantum Computing [10.919776355400282]
  分散量子コンピューティング(DQC)は、複数の小型量子処理ユニット(QPU)を相互接続して量子ネットワークを形成する。 この通信オーバーヘッドを最小限に抑えるため、DQCコンパイラは論理量子ビットを分散物理QPUにマッピングすることで、量子回路を戦略的に分割する必要がある。 本稿では,通信オーバヘッドを最小限に抑えるために,連続する時間ステップにまたがる低コストなキュービット代入列を段階的に構築する時間認識アルゴリズムを提案する。 提案アルゴリズムは, 回路サイズ, 深さ, ネットワークトポロジにまたがる静的ベースラインよりも, 通信コストを大幅に低減する。
  論文  参考訳（メタデータ） (2026-03-04T14:43:10Z)
• A Framework for Quantum Data Center Emulation Using Digital Quantum Computers [4.4249067508724815]
  本稿では,単一量子プロセッサを用いた分散量子コンピューティングシステムをエミュレートするフレームワークを提案する。 本稿では,相互に発生する雑音を定量的に定量化するために,量子衝突力学に基づく実験的な基底雑音モデルを提案する。 このフレームワークはIBMの量子ハードウェアを使って検証されており、リモートゲートの実行が成功したことを実証している。
  論文  参考訳（メタデータ） (2025-09-04T09:04:54Z)
• Hardware-Software Co-design for Distributed Quantum Computing [7.928706053656785]
  分散量子コンピューティング(DQC)は、単一チップの制限を超えて量子コンピューティングアーキテクチャをスケールアップするための経路を提供する。 絡み合いはDQCで非ローカルな操作を実装する上で重要なリソースである。 DQCの現実的なモデルの下で,ハードウェアとソフトウェアの共同設計により,実行時と出力の忠実度が向上することを示す。
  論文  参考訳（メタデータ） (2025-03-24T04:19:32Z)
• Quantum Compiling with Reinforcement Learning on a Superconducting Processor [55.135709564322624]
  超伝導プロセッサのための強化学習型量子コンパイラを開発した。 短絡の新規・ハードウェア対応回路の発見能力を示す。 本研究は,効率的な量子コンパイルのためのハードウェアによるソフトウェア設計を実証する。
  論文  参考訳（メタデータ） (2024-06-18T01:49:48Z)
• Superconducting qubits at the utility scale: the potential and limitations of modularity [29.454068658181466]
  フォールトトレラント量子コンピュータ(FTQC)は、人類の大きな課題に対処する可能性がある。 本稿では,超伝導量子ビットに基づくFTQCのアーキテクチャモデルについて述べる。
  論文  参考訳（メタデータ） (2024-06-10T04:30:48Z)
• A Quantum-Classical Collaborative Training Architecture Based on Quantum State Fidelity [50.387179833629254]
  我々は,コ・テンク (co-TenQu) と呼ばれる古典量子アーキテクチャを導入する。 Co-TenQuは古典的なディープニューラルネットワークを41.72%まで向上させる。 他の量子ベースの手法よりも1.9倍も優れており、70.59%少ない量子ビットを使用しながら、同様の精度を達成している。
  論文  参考訳（メタデータ） (2024-02-23T14:09:41Z)
• Shuttling for Scalable Trapped-Ion Quantum Computers [2.8956730787977083]
  トラップイオン量子コンピュータの効率的なシャットリングスケジュールを提案する。 提案手法は、最小限の時間ステップでシャットリングスケジュールを生成する。 提案されたアプローチの実装は、オープンソースのミュンヘン量子ツールキットの一部として公開されている。
  論文  参考訳（メタデータ） (2024-02-21T19:00:04Z)
• Near-Term Distributed Quantum Computation using Mean-Field Corrections and Auxiliary Qubits [77.04894470683776]
  本稿では,限られた情報伝達と保守的絡み合い生成を含む短期分散量子コンピューティングを提案する。 我々はこれらの概念に基づいて、変分量子アルゴリズムの断片化事前学習のための近似回路切断手法を作成する。
  論文  参考訳（メタデータ） (2023-09-11T18:00:00Z)
• On-Chip Hardware-Aware Quantization for Mixed Precision Neural Networks [52.97107229149988]
  エッジデバイス上でハードウェア対応の混合精度量子化を行うOn-Chipハードウェア・アウェア量子化フレームワークを提案する。 このパイプラインは、量子化プロセスが量子化演算子の実際のハードウェア効率を知覚することを可能にする。 精度測定のために,マルチチップシナリオにおける演算子の精度への影響を効果的に推定するMask-Guided Quantization Estimation技術を提案する。
  論文  参考訳（メタデータ） (2023-09-05T04:39:34Z)
• 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)
• Optimal Stochastic Resource Allocation for Distributed Quantum Computing [50.809738453571015]
  本稿では,分散量子コンピューティング(DQC)のためのリソース割り当て方式を提案する。 本評価は,提案手法の有効性と,量子コンピュータとオンデマンド量子コンピュータの両立性を示すものである。
  論文  参考訳（メタデータ） (2022-09-16T02:37:32Z)
• Divide and Conquer for Combinatorial Optimization and Distributed Quantum Computation [3.8221353389253676]
  本稿では、大規模最適化問題を分散量子アーキテクチャにマッピングするハイブリッド変分法である量子除算法(QDCA)を紹介する。 これはグラフ分割と量子回路切断の組み合わせによって達成される。 我々は、最大独立集合問題のインスタンス上でQDCAをシミュレートし、類似の古典的アルゴリズムよりも優れた性能が得られることを確かめる。
  論文  参考訳（メタデータ） (2021-07-15T18:00:32Z)

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。