論文の概要: Python in the front, party in the Backline: compiling quantum workloads across CPUs, GPUs, and FPGAs

• arxiv url: http://arxiv.org/abs/2609.09270v1
• Date: Tue, 08 Sep 2026 18:00:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-10 19:44:08.763948
• Title: Python in the front, party in the Backline: compiling quantum workloads across CPUs, GPUs, and FPGAs
• Title（参考訳）: フロントエンドのPython、バックラインのパーティ:CPU、GPU、FPGAにまたがる量子ワークロードのコンパイル
• Abstract要約: 私たちは、PennyLaneとCatalyst内に構築された異種コンパイルおよびランタイムフレームワークであるBacklineを紹介します。 Backlineを使えば、高性能で低レイテンシなデバイスのための量子古典的なワークロードを設計、構築できます。 我々は、低レイテンシのデータ移動を伴ういくつかの量子ワークロードのコンパイルと実行を実演する。
• 参考スコア（独自算出の注目度）: 1.4035981933195663
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Moving from quantum research and development to production-grade, fault-tolerant quantum workload execution remains one of the most significant challenges facing quantum platform builders. While Python frameworks have enabled an easy entry point for quantum algorithm design, the low-latency requirements for real-time quantum error correction (QEC) demand performance that traditional interpreted environments cannot provide. FPGAs and ASICs play a central role at these layers, but their specialized programming models make development rigid and time-consuming. CPUs, GPUs, and other accelerators introduce a different challenge: as infrastructure becomes increasingly heterogeneous, programming across different devices and their associated abstractions becomes more complex. Allowing researchers to write workloads in high-level languages that map to low-latency execution across diverse distributed target platforms will enable the development of key infrastructure for utility-scale quantum systems. For this, we introduce $\textit{Backline}$, a heterogeneous compilation and runtime framework built within PennyLane and Catalyst. Backline allows us to design and build quantum-classical workloads for high-performance and low-latency devices, with compilation directly from a Python interface through MLIR. We demonstrate the compilation and execution of several quantum workloads with low-latency data movement across a mix of CPUs, GPUs, and FPGAs, for both local and distributed remote hardware targets, all from a vendor-agnostic Python frontend. With an AMD VPK120 FPGA board as the controller, issuing each round from its hardware-handshake engine, we measured median steady-state round-trip latencies over RoCE v2 of $2.305~μ$s to an AMD Ryzen Threadripper PRO CPU and $4.5~μ$s to an AMD Instinct MI210 GPU across $10^6-1$ rounds per path, demonstrating microsecond-scale synchronous co-processing.
• Abstract（参考訳）: 量子研究と開発からプロダクショングレードのフォールトトレラントな量子ワークロード実行への移行は、量子プラットフォームビルダーが直面する最も大きな課題の1つです。 Pythonフレームワークは量子アルゴリズム設計の簡単なエントリポイントを実現しているが、リアルタイム量子エラー補正(QEC)の低レイテンシ要件は、従来の解釈環境では提供できないパフォーマンスを要求する。 FPGAとASICはこれらの層において中心的な役割を果たすが、その特殊なプログラミングモデルは開発を厳格かつ時間を要するものにしている。 CPU、GPU、その他のアクセラレータは、インフラがますます異質になるにつれて、異なるデバイスをまたいでプログラミングし、関連する抽象化がより複雑になる。 研究者がさまざまな分散ターゲットプラットフォームにまたがる低レイテンシ実行にマップする高レベルの言語でワークロードを記述できるようにすることで、ユーティリティスケールの量子システムのための重要なインフラストラクチャの開発が可能になる。 このために、PennyLaneとCatalystで構築された異種コンパイルおよびランタイムフレームワークである$\textit{Backline}$を紹介します。 Backlineを使えば、Pythonインターフェースから直接MLIR経由でコンパイルすることで、高性能で低レイテンシなデバイスのための量子古典的なワークロードを設計、構築できます。 我々は、ベンダーに依存しないPythonフロントエンドから、ローカルおよび分散リモートハードウェアターゲットの両方に対して、CPU、GPU、FPGAの混在する低レイテンシデータ移動を伴ういくつかの量子ワークロードのコンパイルと実行を実演する。 AMD VPK120 FPGAボードをコントローラとして、ハードウェアハンドシェイクエンジンから各ラウンドを発行し、RoCE v2からAMD Ryzen Threadripper PRO CPUに2.305〜μ$s、AMD Instinct MI210 GPUへ10^6-1$のラウンドで4.5〜μ$sを計測し、マイクロ秒スケール同期コプロセッサのデモを行った。

関連論文リスト

• A Platform-aware Compilation Framework for Fault-tolerant Quantum Computation [0.0]
  本稿では,量子回路をハードウェア互換の命令セットに再コンパイルするプラットフォーム対応コンパイルフレームワークを提案する。 我々は、2次元フェルミハバードモデルのハミルトンシミュレーションと、小さな分子の固有エネルギー推定のためのフレームワークをベンチマークした。 後者については,102$ms (フォトニクス,超伝導) から105$ms (中性原子) まで,$sim104$物理量子ビットとアルゴリズムを用いて,エンドツーエンドの量子シミュレーションを実現できることを示す。
  論文  参考訳（メタデータ） (2026-09-08T15:41:54Z)
• Eliminating Vendor Lock-In in Quantum Machine Learning via Framework-Agnostic Neural Networks [0.0]
  現在の量子機械学習(QML)ソフトウェアフレームワークは、深刻な断片化に悩まされている。 本稿では,ベンダ固有のインターフェースを抽象化するフレームワークに依存しない量子ニューラルネットワーク(HALQ)アーキテクチャを提案する。
  論文  参考訳（メタデータ） (2026-04-06T04:43:09Z)
• GPU-Accelerated Quantum Simulation: Empirical Backend Selection, Gate Fusion, and Adaptive Precision [0.0]
  本稿では,GPU加速量子回路シミュレーションフレームワークを提案する。 実証的なバックエンド選択アルゴリズムは、実行時にCuPy、PyTorchCUDA、NumPyのCPUバックエンドをベンチマークする。 ゲート融合エンジンはゲートシーケンスの自動識別により回路深さを低減する。 フォールバック機構はGPUメモリの消費を監視し、リソースの枯渇時にメモリ実行を優雅に低下させる。
  論文  参考訳（メタデータ） (2026-04-04T17:46:37Z)
• A Full Stack Framework for High Performance Quantum-Classical Computing [1.9263941068840744]
  ハードウェア/デバイス非依存のソフトウェア統合アプローチによるHPC-QCフルスタックフレームワークとそのハイブリッドワークロード開発機能について紹介する。 既存の成熟したHPCプログラミング環境における量子プログラミング、ディスパッチ、およびコンパイルのためのインタフェースの最新の開発が示されている。
  論文  参考訳（メタデータ） (2025-10-23T02:07:29Z)
• 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)
• Harnessing Deep Learning and HPC Kernels via High-Level Loop and Tensor Abstractions on CPU Architectures [67.47328776279204]
  この研究は、効率的でポータブルなDeep LearningとHigh Performance Computingカーネルを開発するためのフレームワークを導入している。 1)プロセッシングプリミティブ(TPP)を用いた計算コアの表現と,2)高レベルな宣言的手法でTPPのまわりの論理ループの表現の2つのステップでカーネルの開発を分解する。 我々は、スタンドアロンカーネルと、さまざまなCPUプラットフォームにおける最先端実装よりも優れたエンドツーエンドワークロードを使用して、このアプローチの有効性を実証する。
  論文  参考訳（メタデータ） (2023-04-25T05:04:44Z)
• Quantum simulation with just-in-time compilation [0.0]
  ジャスト・イン・タイム(JIT)コンパイル技術を用いて回路ベースの量子シミュレーションを行う。 QibojitはQibo量子コンピューティングフレームワークの新しいモジュールで、Pythonによるジャストインタイムコンパイルアプローチを使用している。
  論文  参考訳（メタデータ） (2022-03-16T18:00:00Z)
• Enabling Retargetable Optimizing Compilers for Quantum Accelerators via a Multi-Level Intermediate Representation [78.8942067357231]
  我々は、最適化され、再ターゲット可能で、事前コンパイルが可能なマルチレベル量子古典中間表現(IR)を提案する。 ゲートベースのOpenQASM 3言語全体をサポートし、共通量子プログラミングパターンのカスタム拡張と構文の改善を提供します。 私たちの研究は、通常のPythonのアプローチよりも1000倍高速で、スタンドアロンの量子言語コンパイラよりも5～10倍高速なコンパイル時間を実現しています。
  論文  参考訳（メタデータ） (2021-09-01T17:29:47Z)
• Fast quantum circuit simulation using hardware accelerated general purpose libraries [69.43216268165402]
  CuPyは、GPUベースの量子回路向けに開発された汎用ライブラリ(線形代数)である。 上位回路の場合、スピードアップは約2倍、量子乗算器の場合、最先端のC++ベースのシミュレータと比べて約22倍である。
  論文  参考訳（メタデータ） (2021-06-26T10:41:43Z)
• Extending Python for Quantum-Classical Computing via Quantum Just-in-Time Compilation [78.8942067357231]
  Pythonは、その柔軟性、ユーザビリティ、可読性、開発者の生産性を重視することで有名な人気のあるプログラミング言語です。 量子ジャスト・イン・タイム・コンパイルのための堅牢なC++インフラストラクチャを通じて、異種量子古典計算を可能にするPythonの言語拡張を提案する。
  論文  参考訳（メタデータ） (2021-05-10T21:11:21Z)
• A MLIR Dialect for Quantum Assembly Languages [78.8942067357231]
  量子コンピューティングにおけるMLIR(Multi-Level Intermediate Representation)の有用性を実証する。 我々は、共通量子集合言語の表現とコンパイルを可能にする新しい量子方言でMLIRを拡張した。 我々はQIR量子ランタイムAPIのqcor対応実装を活用して、再ターゲット可能な(量子ハードウェアに依存しない)コンパイラワークフローを実現する。
  論文  参考訳（メタデータ） (2021-01-27T13:00:39Z)
• Extending C++ for Heterogeneous Quantum-Classical Computing [56.782064931823015]
  qcorはC++とコンパイラの実装の言語拡張で、異種量子古典プログラミング、コンパイル、単一ソースコンテキストでの実行を可能にする。 我々の研究は、量子言語で高レベルな量子カーネル(関数)を表現できる、第一種C++コンパイラを提供する。
  論文  参考訳（メタデータ） (2020-10-08T12:49:07Z)

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。