論文の概要: High-Throughput Normalized Min-Sum Belief Propagation Decoding for Quantum LDPC Codes with Near-Memory Processing

• arxiv url: http://arxiv.org/abs/2608.27901v1
• Date: Fri, 28 Aug 2026 04:13:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-31 17:16:04.201625
• Title: High-Throughput Normalized Min-Sum Belief Propagation Decoding for Quantum LDPC Codes with Near-Memory Processing
• Title（参考訳）: ニアメモリ処理による量子LDPC符号の高速正規化最小値伝播デコード
• Abstract要約: リアルタイム量子誤り訂正は、成長するシンドロームのワークロードを処理するために古典的なデコーダを必要とする。 ニアメモリ処理により,高い集約スループットとサブミリ秒の計算遅延が得られることを示す。
• 参考スコア（独自算出の注目度）: 3.7768601360100647
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Real-time quantum error correction requires classical decoders to process growing syndrome workloads with low and predictable latency. For quantum low-density parity-check (qLDPC) codes, iterative belief propagation (BP) repeatedly updates messages over sparse Tanner graphs, creating substantial memory-access and data-movement demands. We map normalized Min-Sum BP decoding of the [[144,12,12]] Bivariate Bicycle qLDPC code onto a DPU-based Processing-in-Memory (PIM) architecture. Within each DPU, 11 tasklets cooperatively decode one syndrome, while multiple DPUs process independent syndrome instances in parallel. Using uPIMulator and a data-qubit Pauli error model with ideal syndrome measurements, we compare throughput, per-syndrome processing time, logical error rate (LER), and single-syndrome tail latency against a 16-logical-CPU baseline. At a component-wise physical error probability of p=0.001 and one BP iteration, the projected aggregate kernel throughput of 2,560 DPUs reaches 1.071 x 10^7 decodes/s, compared with 1.22 x 10^6 decodes/s for the CPU, an 8.8x improvement. From two iterations onward, the measured LER remains below the physical error probability for every evaluated value of p. For one to five iterations, the maximum sampled serialized X+Z DPU compute latency remains below the 1 ms decoder-side reference for trapped-ion QEC, reaching approximately 0.873 ms at five iterations. These results show that near-memory processing can provide high aggregate throughput and sub-millisecond compute latency for qLDPC BP decoding under the evaluated conditions.
• Abstract（参考訳）: リアルタイム量子エラー訂正では、成長するシンドロームのワークロードを低レイテンシで予測可能なレイテンシで処理する必要がある。 qLDPC (quantum Low-density parity-check) 符号の場合、BP (Iterative belief propagation) はスパースタナーグラフ上のメッセージを繰り返し更新し、メモリアクセスとデータ移動の要求をかなり高める。 DPUベースのProcessing-in-Memory(PIM)アーキテクチャに[[144,12,12]]バイバリケート自転車qLDPCコードを正規化したMin-Sum BPデコーディングをマッピングする。 各DPUでは11のタスクレットが協調的に1つのシンドロームをデコードし、複数のDPUが独立シンドロームを並列に処理する。 UPIMulatorと理想的なシンドローム測定を伴うデータキュービットパウリ誤差モデルを用いて、スループット、シンドローム毎処理時間、論理誤差率(LER)、単一シンドロームテールレイテンシを16論理CPUベースラインと比較する。 p=0.001 の物理誤差確率と 1 回の BP イテレーションでは、2,560 DPU の集約カーネルスループットが 1.071 x 10^7 デコード/s に達し、CPU の 1.22 x 10^6 デコード/s は 8.8 倍改善された。 2つの反復から、測定された LER は p のすべての評価値の物理誤差確率より低いままである。 1回から5回の間、最大サンプルシリアライズされたX+Z DPU計算レイテンシは、トラップイオンQECの1msデコーダ側の参照以下であり、5回で約0.873msに達する。 これらの結果から,qLDPC BPデコーディングにおいて,メモリ近傍処理は高い集約スループットとサブミリ秒の計算遅延を提供できることがわかった。

関連論文リスト

• Hierarchical Logical Processor on the Rotated Surface Code with Shuttle Buses [3.2335877410044964]
  外部平面接続を持つ量子プラットフォームは、フォールトトレラント量子計算(FTQC)の新しい機会を提供する 回転曲面符号(RSC)を用いた高速量子コードを抑制する階層論理プロセッサ(HLP)を提案する。 HLPは、レベル0エラー修正の$(d_0)$ラウンド毎に1回だけ、長距離接続を必要としながら、RSCの符号化効率を超えることができる。
  論文  参考訳（メタデータ） (2026-06-21T17:03:15Z)
• Sparse Mamba Decoder for Quantum Error Correction: Efficient Defect-Centric Processing of Surface Code Syndromes [2.3449131636069898]
  フォールトトレラントな量子コンピュータを構築するには量子エラー補正が不可欠である。 ほとんどのデコーダは精度が高いが、実際のエラー率に関係なく、$O(d2 R)$regard of size $O(d2 R)の完全な高密度シンドロームアレイを処理している。 我々は,k個のアクティブ検出イベントのみを処理する欠陥中心型ニューラルデコーダであるSparse Mamba Decoder (SMD)を紹介した。
  論文  参考訳（メタデータ） (2026-05-16T21:01:29Z)
• Decoding Correlated Errors in Quantum LDPC Codes [41.04211723135311]
  本稿では,回路レベルの雑音下での量子LDPC符号における相関誤差の復号化フレームワークを提案する。 提案手法のコアは、相関検出誤差モデルを変更する干渉法(GARI)のグラフ拡張と再配線である。 FPGA実装の予備的な結果は、この高い精度をリアルタイムに達成でき、デコードインスタンスの99.99%において、平均デコードレイテンシは273 ns、サブマイクロ秒レイテンシは99.99%であることを示している。
  論文  参考訳（メタデータ） (2025-10-15T19:59:05Z)
• Accelerating BP-OSD Decoder for QLDPC Codes with Local Syndrome-Based Preprocessing [4.392193109807139]
  低密度パリティチェック(QLDPC)符号は、最も有望な量子誤り訂正法の一つである。 BP-OSDはQLDPC符号の最先端デコーダであるが、高いデコード遅延に悩まされている。 そこで本研究では,局所的なシンドロームパターンを用いて,自明なエラーイベントを検出する軽量な前処理ステップを提案する。
  論文  参考訳（メタデータ） (2025-09-02T02:30:02Z)
• Quantum error correction below the surface code threshold [107.92016014248976]
  量子誤り訂正は、複数の物理量子ビットを論理量子ビットに結合することで、実用的な量子コンピューティングに到達するための経路を提供する。 本研究では, リアルタイムデコーダと統合された距離7符号と距離5符号の2つの面符号メモリを臨界閾値以下で動作させる。 以上の結果から,大規模なフォールトトレラント量子アルゴリズムの動作要件を実現する装置の性能が示唆された。
  論文  参考訳（メタデータ） (2024-08-24T23:08:50Z)
• Ambiguity Clustering: an accurate and efficient decoder for qLDPC codes [0.0]
  本稿では,Ambiguity Clustering Decoder (AC)を導入し,測定データを独立に復号可能なクラスタに分割する。 0.3%の回路レベルの脱分極ノイズにより、ACはBP-OSDの27倍の精度で出力される。 本実装では,M2 CPU上でのシンドローム抽出1ラウンドあたり135usで144キュービットのGross符号をデコードする。
  論文  参考訳（メタデータ） (2024-06-20T17:39:31Z)
• Hardware-Aware Parallel Prompt Decoding for Memory-Efficient Acceleration of LLM Inference [23.633481089469836]
  LLM(Large Language Models)の自動回帰デコーディングは、ハードウェアの性能に大きなオーバーヘッドをもたらす。 トレーニング可能なパラメータを0.0002$%しか必要とせず,A100-40GBのGPUをたった16時間で効率的にトレーニングできる並列プロンプトデコーディングを提案する。 我々のアプローチでは、最大2.49$times$ スピードアップを示し、最小のメモリオーバーヘッドは0.0004$%である。
  論文  参考訳（メタデータ） (2024-05-28T22:19:30Z)
• Belief Propagation Decoding of Quantum LDPC Codes with Guided Decimation [55.8930142490617]
  BPガイドデシミテーション(BPGD)に基づくQLDPC符号のデコーダを提案する。 BPGDは非収束によるBP故障率を著しく低下させる。
  論文  参考訳（メタデータ） (2023-12-18T05:58:07Z)
• Quaternary Neural Belief Propagation Decoding of Quantum LDPC Codes with Overcomplete Check Matrices [45.997444794696676]
  量子低密度パリティチェック(QLDPC)符号は、量子コンピュータにおける誤り訂正の候補として有望である。 量子コンピュータでQLDPCコードを実装する際の大きな課題の1つは、普遍デコーダの欠如である。 まず、オーバーコンプリートチェック行列で動作する信念伝搬(BP)デコーダを用いてQLDPC符号を復号する。 我々は,QLPDC符号の最適2値BPデコーダとして研究されたNBPデコーダを,第4次BPデコーダに拡張する。
  論文  参考訳（メタデータ） (2023-08-16T08:24:06Z)
• Neural Belief Propagation Decoding of Quantum LDPC Codes Using Overcomplete Check Matrices [60.02503434201552]
  元のチェック行列における行の線形結合から生成された冗長な行を持つチェック行列に基づいてQLDPC符号を復号する。 このアプローチは、非常に低い復号遅延の利点を付加して、復号性能を著しく向上させる。
  論文  参考訳（メタデータ） (2022-12-20T13:41:27Z)
• Pruning Neural Belief Propagation Decoders [77.237958592189]
  本稿では,機械学習を用いたBPデコードに対して,過剰完全パリティチェック行列を調整する手法を提案する。 我々は,デコーダの複雑さを低減しつつ,0.27dB,1.5dBのML性能を実現する。
  論文  参考訳（メタデータ） (2020-01-21T12:05:46Z)

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。