論文の概要: ChainForge: Characterizing Embedding as the Bottleneck in Quantum Annealer Workloads

• arxiv url: http://arxiv.org/abs/2608.15961v1
• Date: Sun, 16 Aug 2026 23:30:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-18 19:59:03.480484
• Title: ChainForge: Characterizing Embedding as the Bottleneck in Quantum Annealer Workloads
• Title（参考訳）: ChainForge: 量子アニールワークロードにおける埋め込みをブートネックとして特徴付ける
• Abstract要約: 量子アニール (QA) は、大規模最適化のために設計された最初の商用量子コンピューティングシステムの一つである。 アプリケーションを実行するには、まず論理問題グラフを、埋め込みを通じてハードウェアの疎結合にマッピングする必要がある。 本稿では、QAワークロードへの組み込みを特徴付ける最初のシステムとアーキテクチャであるChainForgeを紹介する。
• 参考スコア（独自算出の注目度）: 0.3849857432787595
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Quantum Annealers (QAs) are among the first commercially scaled quantum computing systems designed for large-scale optimization. Unlike digital systems that execute sequences of compiled instructions, QAs operate as analog single-instruction machines that directly evolve an Ising Hamiltonian toward low-energy solutions. To execute an application, the logical problem graph must first be mapped onto the hardware's sparse connectivity via embedding, where logical variables are represented by chains of connected physical qubits. As a result, embedding becomes the dominant system challenge in QAs, shaping whether and how workloads can execute on the machine. Despite its central role, embedding has largely been treated as a preprocessing step rather than a system bottleneck. In this work, we present ChainForge, the first systems and architecture characterization of embedding in QA workloads. Using diverse workload families and graph topologies on modern QA hardware, we characterize how embedding impacts effective hardware capacity, routing overheads, runtime variability, and solution quality. Our results show that embedding inflates physical resource usage, long chains degrade annealing fidelity and scalability, and heuristic embedders may fail even when valid embeddings exist. We further show that embedding latency can become a runtime bottleneck for dynamic workloads requiring frequent remapping, while nominal qubit counts significantly overestimate the usable capacity of QAs for realistic applications. Overall, our findings establish embedding as the defining workload bottleneck and systems abstraction of QAs, providing architectural insights for future hardware topologies, runtime systems, and workload-aware annealing platforms.
• Abstract（参考訳）: 量子アニール (QA) は、大規模最適化のために設計された最初の商用量子コンピューティングシステムの一つである。 コンパイルされた命令のシーケンスを実行するデジタルシステムとは異なり、QAはアナログ単命令マシンとして動作し、Ising Hamiltonianを低エネルギーの解へと直接進化させる。 アプリケーションを実行するには、まず論理問題グラフをハードウェアの疎結合に埋め込み、論理変数は接続された物理量子ビットの連鎖で表される。 結果として、組み込みはQAにおいて支配的なシステム課題となり、マシン上でワークロードが実行可能であるかどうかを定めている。 その中心的な役割にもかかわらず、組み込みはシステムボトルネックよりも前処理のステップとして扱われてきた。 本稿では,QAワークロードへの組み込みを特徴付ける最初のシステムとアーキテクチャであるChainForgeを紹介する。 最新のQAハードウェア上での多様なワークロードファミリとグラフトポロジを使用して、組み込みが効果的なハードウェアキャパシティ、ルーティングオーバーヘッド、ランタイム変数、ソリューション品質にどのように影響するかを特徴付けます。 以上の結果から, 埋込みは物理資源の利用を膨張させ, 長鎖は焼鈍性やスケーラビリティを低下させ, 有効埋込みが存在する場合でもヒューリスティック埋込みは失敗する可能性が示唆された。 さらに、埋め込みレイテンシが、頻繁な再マッピングを必要とする動的ワークロードのランタイムボトルネックになり得ることを示し、一方、名目上のキュービットは、現実的なアプリケーションで使用可能なQAの容量を著しく過大評価している。 全体として、当社の調査結果は、QAの定義するワークロードボトルネックとシステムの抽象化として組み込みを確立し、将来のハードウェアトポロジ、ランタイムシステム、ワークロード対応アニールプラットフォームに対するアーキテクチャ上の洞察を提供します。

関連論文リスト

• Towards Continuous Profiling and Optimization of Quantum-Classical Pipelines [3.3978978857739204]
  本稿では,量子古典パイプラインのためのプロファイリング駆動型メタフレームワークであるLLQM(Low-Level Quantum Machine)を提案する。 連続プロファイリングはボトルネックを露呈し、ハードウェア、忠実度、ワークロード対応ランタイムの最適化を可能にする。
  論文  参考訳（メタデータ） (2026-09-05T02:19:19Z)
• AutoQuREO: A Framework for Automated Quantum Resource Estimation and Optimization [0.3664600242783913]
  AutoQuREOは、フルスタックの量子リソース推定と最適化のための自動化フレームワークである。 i) 量子コンピューティングスタックのフレキシブルでユーザ定義の抽象化、(ii) 再利用可能なスタックコンポーネントのモジュラーライブラリ、(iii) アルゴリズムプロファイリングとニューロシンボリックラーニングによるレイヤレベルのリソースのモデリング、(iv) QREを直接デプロイメントパイプラインに組み込む統合多目的最適化である。
  論文  参考訳（メタデータ） (2026-08-13T08:15:29Z)
• Quantum Integrated High-Performance Computing: Foundations, Architectural Elements and Future Directions [19.209291403001416]
  本稿では,CPU,GPU,FPGA,QPUを一級異種資源として統合するビジョンアーキテクチャフレームワークを提案する。 私たちのビジョンの中心的な側面は、統一されたジョブ・サブミッション・インターフェースを通じて異種リソースを公開する強力なユーザ・リクエスト・抽象化です。 スケーラブルで信頼性があり、プログラム可能な量子古典的なインフラを構築する際のオープンな課題を強調して、結論付けます。
  論文  参考訳（メタデータ） (2026-04-17T04:29:16Z)
• Hybrid Quantum-HPC Middleware Systems for Adaptive Resource, Workload and Task Management [1.1775814290229856]
  本稿では,ハイブリッド量子HPCシステムにおけるアダプティブリソース,ワークロード,タスク管理に対する抽象化に基づくアプローチを提案する。 i)ワークフロー、ワークロード、タスク、リソースレベルの管理を分解し、ヘテロジニアスな量子-HPCリソース上でアプリケーション認識スケジューリングを可能にする概念的な4層アーキテクチャ、(ii)ハイブリッドアプリケーションの相互作用と結合特性を捉え、システマティックなワークロード評価のための量子ミニアプリケーションとして実現した一連の実行モチーフ、(iii)パイロット-Quantum、遅延バインディングと動的リソース割り当てを可能にするパイロットランタイム上に構築されたフレームワーク、(iv)Q-Dream。
  論文  参考訳（メタデータ） (2026-04-03T20:37:06Z)
• AQER: a scalable and efficient data loader for digital quantum computers [62.40228216126285]
  我々は,ターゲット状態の絡み合いを体系的に低減し,負荷回路を構成するスケーラブルなAQL手法であるAQERを開発した。 我々は、合成データセット、古典画像および言語データセット、最大50キュービットの量子多体状態データセットを用いて、AQERの有効性を評価するための体系的な実験を行う。
  論文  参考訳（メタデータ） (2026-02-02T14:39:42Z)
• Scaling Hybrid Quantum-HPC Applications with the Quantum Framework [2.9218462389567823]
  大規模に量子アプリケーションを運用するための重要な戦略として,ハイブリッド量子ハイパフォーマンスコンピューティングが登場している。 モジュール化されたHPC対応オーケストレーション層であるQuantum Framework(QFw)を拡張して、複数のローカルバックエンドとクラウドベースの量子バックエンドを統合する。 この統合を利用することで、多くの非変分処理と変分処理を実行します。
  論文  参考訳（メタデータ） (2025-09-17T22:58:43Z)
• Quantum Resource Management in the NISQ Era: Challenges, Vision, and a Runtime Framework [41.99844472131922]
  我々は,実行時対応の量子ソフトウェア開発のためのビジョンを提案し,その実現に向けた重要な課題を特定する。 本稿では,動的リソース評価に基づく量子プログラムの条件付き実行を可能にするプロトタイプフレームワークであるQonsciousを紹介する。
  論文  参考訳（メタデータ） (2025-08-23T15:34:12Z)
• Pilot-Quantum: A Quantum-HPC Middleware for Resource, Workload and Task Management [1.381966718755792]
  Pilot-Quantumは、ハイブリッド量子古典環境におけるリソースとワークロードの統一されたアプリケーションレベルの管理を提供するように設計されている。 リソース、ワークロード、タスクを管理するために、もともとHPC用に開発されたPilot Abstraction概念モデルを実装している。
  論文  参考訳（メタデータ） (2024-12-24T15:55:46Z)
• AdaLog: Post-Training Quantization for Vision Transformers with Adaptive Logarithm Quantizer [54.713778961605115]
  Vision Transformer (ViT) はコンピュータビジョンコミュニティにおいて最も普及しているバックボーンネットワークの1つである。 本稿では,AdaLog(Adaptive Logarithm AdaLog)量子化器を提案する。
  論文  参考訳（メタデータ） (2024-07-17T18:38:48Z)
• 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)
• 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)
• 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)
• Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
  本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。 QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。 数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
  論文  参考訳（メタデータ） (2020-10-20T12:06:27Z)

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。