Fugu-MT 論文翻訳(概要): CLOPS: Benchmarking System Speed at Utility Scale

論文の概要: CLOPS: Benchmarking System Speed at Utility Scale

arxiv url: http://arxiv.org/abs/2608.18044v2
Date: Fri, 21 Aug 2026 15:22:07 GMT
ステータス: 翻訳完了
システム内更新日: 2026-08-24 14:49:31.809009
Title: CLOPS: Benchmarking System Speed at Utility Scale
Title（参考訳）: CLOPS: 実用規模のベンチマークシステムスピード
Abstract要約: 実行速度は、スケールと品質とともに重要なパフォーマンスの次元です。 CloPS_hは層状ハードウェア対応回路上で定義された総体速度ベンチマークである。これは層状$N$-qubit回路の実行率に直接マップする。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: As quantum processors scale to hundreds of qubits, execution speed is a critical performance dimension alongside scale and quality. While substantial progress has been made in benchmarking circuit fidelity, existing speed metrics often fail to reflect the sustained, end-to-end throughput experienced by users running utility-scale workloads. This shortfall is especially pronounced for layered, parameterized circuits executed repeatedly within classical-quantum workflows, such as variational algorithms and error-mitigated simulations. In this work, we formalize CLOPS_h (Circuit Layer Operations Per Second) as a holistic speed benchmark defined over layered, hardware-aware circuits. CLOPS_h measures the sustained rate at which the system executes physical layers, parallel slices of qubit-disjoint two-qubit gates separated by synchronization barriers. Because each such layer is one time slice of an N-qubit circuit, this rate maps directly to the execution rate of layered $N$-qubit circuits, connecting CLOPS_h to published device capability claims, and to the device-level throughput ceiling we formalize as Max Circuits Per Second (MCPS). CLOPS_h is obtained under layer-fidelity operating conditions, binding the speed measurement to an independently verified quality envelope, and it shares its layer decomposition with scalable layer-fidelity (LF) quality benchmarks, enabling coherent interpretation of speed and quality without conflating the two.
Abstract（参考訳）: 量子プロセッサが数百量子ビットにスケールするにつれて、実行速度はスケールと品質と共に重要なパフォーマンスの次元である。サーキットフィリティのベンチマークではかなりの進歩があったが、既存のスピードメトリクスは、ユーティリティスケールのワークロードを実行しているユーザが経験した持続的、エンドツーエンドのスループットを反映しないことが多い。この欠点は、変分アルゴリズムや誤差軽減シミュレーションのような古典的量子ワークフロー内で繰り返し実行される階層化されたパラメータ化回路に対して特に顕著である。本研究では,CLOPS_h(Circuit Layer Operations Per Second)を,層状ハードウェア対応回路上で定義された総体速度ベンチマークとして定式化する。 CLOPS_hは、同期障壁によって分離された2量子ビットゲートの平行スライスである物理層を実行する持続速度を測定する。各層はNビット回路の1時間スライスであるため、このレートは層状$N$-qubit回路の実行率に直接対応し、CLOPS_hを公開デバイス能力クレームに接続し、デバイスレベルのスループット天井を最大回路パー秒(MCPS)として形式化する。 CLOPS_hは、層密度操作条件下で、速度測定を独立に検証された品質封筒に結合し、その層分解をスケーラブルな層密度(LF)品質ベンチマークと共有し、両者を混同することなく、速度と品質のコヒーレントな解釈を可能にする。

関連論文リスト

Communication-Efficient LLM Adaptation over Decentralized GPU Meshes [48.95736135870457]
本稿では,事前学習後適応のための非同期2回路システムを提案する。高速圧縮トレーニング回路は、パイプライン並列転送と圧縮データ並列同期のためのマスキングアクティベーションを用いたスループットを駆動する。マスクは,この方法で固定された場合,高い圧縮速度でプレトレーニング後の適応を支援する。
論文参考訳（メタデータ） (2026-09-13T06:56:50Z)
Parallel Circuit Execution for Scalable Quantum Computation [0.7747796552298198]
並列回路実行のための1つの大規模QPUの領域に複数の独立回路をマッピングするための誤り・トポロジ対応手法を提案する。我々は,IBMの156量子ibm_bostonプロセッサに対して,標準QED-Cベンチマークとハミルトニアンの観測可能推定負荷を用いたアプローチを実証する。
論文参考訳（メタデータ） (2026-09-10T20:00:16Z)
EventShiftFlow: Towards Hardware-efficient FPGA-based Flow Estimation [43.77587889970362]
イベントベースの視覚センサは、非同期で高時間分解能の測定を提供する。多くの事象に基づく動き推定法は計算集約的であり、FPGAハードウェアにマップすることは困難である。本稿では,非同期イベントを固定時間ビンに離散化し,1ビット空間占有格子を構築し,複数の速度仮説を並列に評価するストリーミング速度推定器を提案する。
論文参考訳（メタデータ） (2026-05-27T11:13:58Z)
A Semantic Quantum Circuit Cache for Scalable and Distributed Quantum-Classical Workflows [0.45880283710344066]
量子回路キャッシュ(Quantum Circuit Cache)は、セマンティックな等価性を検出し、以前計算された結果を再利用する、コンテンツ適応可能なシステムである。提案手法は,ZX-計算量削減と同型不変Weisfeiler-Lemanグラフハッシュを組み合わせ,決定論的回路識別子を生成する。
論文参考訳（メタデータ） (2026-04-29T15:21:51Z)
Flux Attention: Context-Aware Hybrid Attention for Efficient LLMs Inference [36.81958522560282]
レイヤレベルでの注意を動的に最適化するコンテキスト対応フレームワークであるFlux Attentionを紹介します。パラメータ効率のよいアプローチとして、我々のフレームワークは8$times$A800 GPU上でのトレーニングにわずか12時間しかかからない。本フレームワークは,プリフィルおよびデコード段階において,最大2.8times$および2.0times$の速度改善を施したベースラインモデルと比較して,性能と推論速度のトレードオフを良好に実現している。
論文参考訳（メタデータ） (2026-04-08T07:36:17Z)
Continual Quantum Architecture Search with Tensor-Train Encoding: Theory and Applications to Signal Processing [68.35481158940401]
CL-QASは連続的な量子アーキテクチャ検索フレームワークである。振幅のエンコードと変分量子回路の忘れを犠牲にすることの課題を緩和する。制御可能なロバスト性表現性、サンプル効率の一般化、およびバレンプラトーを使わずに滑らかな収束を実現する。
論文参考訳（メタデータ） (2026-01-10T02:36:03Z)
ASPD: Unlocking Adaptive Serial-Parallel Decoding by Exploring Intrinsic Parallelism in LLMs [34.477777651648914]
大規模言語モデル(LLM)は、自動回帰デコードパラダイムのため、推論遅延の大きな問題を生じさせる。本稿では、並列化可能なデータの自動構築と効率的な並列化機構の2つの課題に対処する適応シリアル-パラレルデコーディング(ASPD)を提案する。我々のフレームワークは、効率的なLCM並列推論のための基盤となるベンチマークを設定し、AIによるカスタマーサービスボットや回答検索エンジンのようなレイテンシに敏感なアプリケーションへのデプロイの道を開く。
論文参考訳（メタデータ） (2025-08-12T12:35:55Z)
Spatial and temporal circuit cutting with hypergraphic partitioning [0.0]
本稿では,空間的シナリオと時間的シナリオの両方に適したハイパーグラフに基づく回路切断手法を提案する。量子回路を高レベルハイパーグラフとしてモデル化することにより、Stoer-Wagner、Fiduccia-Mattheyses、Kernighan-Linなどの分割を適用できる。
論文参考訳（メタデータ） (2025-04-12T20:31:07Z)
Runtime Reduction in Linear Quantum Charge-Coupled Devices using the Parity Flow Formalism [0.32985979395737786]
2ビット演算の総数を増やすことなく、線形ハードウェアアーキテクチャにおいて物理SWAPゲートを除去できることを示す。これは線形量子電荷結合デバイスにおける量子回路の実行時間に大きな影響を与える。
論文参考訳（メタデータ） (2024-10-21T18:00:29Z)
State of practice: evaluating GPU performance of state vector and tensor network methods [2.4851820343103035]
本稿では,8種類の量子サブルーチンを用いたテストベンチにおける現状シミュレーション手法の限界について検討する。我々は,最大1桁のスピードアップを達成し,最適なシミュレーション戦略を選択する方法について強調する。
論文参考訳（メタデータ） (2024-01-11T09:22:21Z)
Enhancing Dispersive Readout of Superconducting Qubits Through Dynamic Control of the Dispersive Shift: Experiment and Theory [47.00474212574662]
超伝導量子ビットは、大帯域読み出し共振器に結合される。我々は、100 ns 統合時間で 0.25,% の、最先端の2状態読み取りエラーを示す。提案した結果により,新たなアルゴリズムやプロトコルの性能がさらに向上することが期待されている。
論文参考訳（メタデータ） (2023-07-15T10:30:10Z)
Training cascaded networks for speeded decisions using a temporal-difference loss [39.79639377894641]
ディープフィードフォワードニューラルネットワークは、順次動作する。本研究では,各残差ブロックに伝搬遅延を導入し,カスケード化されたResNetを構築する。スキップ接続を介して送信される情報は遅延を避けるため、アーキテクチャの機能的深さは時間とともに増加する。
論文参考訳（メタデータ） (2021-02-19T08:40:19Z)

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。