論文の概要: QuWARP: A Workload-Aware Reuse Planner for simulating Quantum Circuits
- arxiv url: http://arxiv.org/abs/2609.23664v1
- Date: Sun, 20 Sep 2026 14:20:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-22 20:29:00.906591
- Title: QuWARP: A Workload-Aware Reuse Planner for simulating Quantum Circuits
- Title（参考訳）: QuWARP: 量子回路をシミュレートするワークロード対応リユースプランナ
- Abstract要約: QuWARPは、技術シミュレータ実行面のバウンド状態に対するプランナーベースのワークロードオプティマイザである。
関連するタスクに対してワークロードレベルの計画を実行し、共有プレフィックスを特定し、後で再利用するために正確な型付き境界アーティファクトをいつ作成するかを選択する。
そのプランナーは、継続を狭義の正当性ガードレールとして扱い、再利用が不利益であるときに中断し、各再利用、棄却、または拒否の決定を監査可能とする。
- 参考スコア（独自算出の注目度）: 8.875495946576379
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Quantum circuit simulation often appears as repeated-run workloads rather than isolated circuits: variational quantum eigensolver (VQE) sweeps, noisy multishot studies, and quantum error correction (QEC) cycles revisit closely related structure across many runs. Existing simulators optimise individual executions well, but they largely ignore cross-task shared state and therefore repeat work that could be reused safely. We propose QuWARP, a planner-based workload optimiser for a bounded state of the art simulator execution surface: it performs workload-level planning over related tasks, identifies shared prefixes, and chooses when to materialize exact typed boundary artifacts for later reuse across the evaluated statevector mode, and stabilizer-hybrid mode. Its planner treats continuation legality as a narrow correctness guardrail, abstains when reuse is unprofitable, and keeps each reuse, abstention, or refusal decision auditable through EXPLAIN-style traces, meaning inspectable planner reports with provenance and realized-cost summaries. Across real world quantum application workloads QuWARP delivers 2.95x-32.84x speedups over this work's main direct per-task Qrack denominator on reuse-positive workloads. These results show workload-level reuse planning improves repeated-run simulation while keeping unsupported handoffs auditable and out of the execution path.
- Abstract（参考訳）: 量子回路シミュレーションは、分離された回路ではなく、繰り返し実行されるワークロードとしてしばしば現れる: 変分量子固有解法(VQE)は、スイープ、ノイズの多いマルチショット研究、量子エラー補正(QEC)サイクルは、多くの実行中に密接に関連する構造を再考する。
既存のシミュレータは個々の実行を最適化するが、それらはタスク間の共有状態をほとんど無視しているため、安全に再利用できる作業を繰り返している。
提案するQuWARPは,タスクに関する作業量レベルの計画を実行し,共有プレフィックスを識別し,後に評価された状態ベクトルモードをまたいで再利用するための正確な型付き境界アーティファクトをいつ作成するかを選択する。
そのプランナーは、継続の合法性を狭義の正当性ガードレールとして扱い、再利用が不利益である場合を棄却し、EXPLAINスタイルのトレースを通じて監査可能な各再利用、棄却、又は拒絶の決定を維持する。
実世界の量子アプリケーションワークロード全体でQuWARPは、2.95x-32.84倍のスピードアップを実現している。
これらの結果から,作業負荷レベルの再利用計画が繰り返し実行シミュレーションを改善しつつ,不要なハンドオフを監査し,実行経路から外すことができた。
関連論文リスト
- Towards Faithful Simulation of Human Shopping Behavior [57.234936207923]
本稿では,GUIを用いたシミュレーションエージェントRecVerseについて紹介する。
メモリの問題に対して、RecVerseは認知にインスパイアされた階層的メモリ、短期的なフォーカスのためのワーキングメモリ、セッション内トレースのためのエピソディックメモリ、高レベルのインテントのためのPreference Memoryを採用する。
最適化の課題として、RecVerseは、セッション全体をスコアする軌道レベルの目標で最適化されている。
論文 参考訳（メタデータ） (2026-08-21T03:24:32Z) - PhyAgentOS: A Self-Evolving Operating System for Embodied Agents with Decoupled Cognitive Planning and Physical Execution [49.776611937968]
我々は、スケジューリング、検証、メモリ、ベンチマーク、安全性をシステムレベルのサービスとして提供するPhyAgentOSを紹介します。
セッション中心のセッションは、スケジューリング、互換性、監督された実行、エビデンス収集、受け入れの最小単位として、アクションではなくセッションを扱う。
SessionVerifierは、実行終了とセマンティックタスク完了を、成功、失敗、または再計画のエビデンスに基づいて判断する。
ベンチマークはデプロイメントセッションと検証パスを再利用するので、結果は実際の実行に遡る。
論文 参考訳（メタデータ） (2026-07-18T04:46:53Z) - TempAct: Advancing Temporal Plausibility in Autoregressive Video Generation via Planner-Executor RL [72.7712729541565]
自己回帰(AR)ビデオ拡散モデルにより、ビデオチャンクをキャッシュされたビジュアルコンテキストでチャンクで合成することで、低レイテンシなストリーミング生成を可能にする。
1つのグローバルプロンプトは、どのサブイベントを各チャンクで実現すべきかを指定しないが、ステップワイズプロンプトにナビゲート的に切り替えると、しばしば遅延反応、ブレンドステップセマンティクス、プロンプト遷移間のエラー伝播につながる。
我々は、時間分解とステップ条件付き実行を協調的に最適化し、時間分解可能なARビデオ生成のためのプランナー-実行型強化学習フレームワークであるTempActでこれらの課題に対処する。
論文 参考訳（メタデータ） (2026-06-26T12:19:28Z) - Stalls and Spequlation: Pipelined Execution for Fault Tolerant Quantum Computation [1.6724455800127804]
現在のスケジューリングモデルは論理演算をアトミックとして扱い、これらのサブシステムが順次に動作し、かなりの時間をアイドルに費やしているという事実を隠蔽している。
本稿では,各論理演算をそのコンポーネントステージに分解するパイプライン実行フレームワークを提案する。
推測によるパイプラインのパイプライン化により,非規定ベースラインに比べてパイプライン全体のステップが20～40%削減されることを示す。
論文 参考訳（メタデータ） (2026-06-17T20:47:45Z) - TuniQ: Autotuning Compilation Passes for Quantum Workloads at Scale for Effectiveness and Efficiency [3.7546942901849225]
パイプラインの各段階におけるコンパイルパスを選択する強化学習ベースのシステムであるTuniQを提案する。
TuniQは、メリットを増すとともに、ユーティリティスケールの回路に強くスケールする。
論文 参考訳（メタデータ） (2026-05-12T00:58:42Z) - QBalance: A Reproducible Multi-Objective Workflow for Quantum Compilation, Noise Suppression, and Error-Mitigation Strategy Selection [0.0]
本稿では、量子コンパイル、ノイズ抑圧、エラー軽減戦略のデータセットレベル選択のためのPythonライブラリであるQBalanceについて分析する。
このコントリビューションは、回路、バックエンド、変換ポリシーに対する有限多目的戦略選択問題として定式化されている。
論文 参考訳（メタデータ） (2026-05-03T09:28:48Z) - Qubit-Scalable CVRP via Lagrangian Knapsack Decomposition and Noise-Aware Quantum Execution [3.652509571098291]
本稿では、OR分解、学習強化二重制御、適応ハードウェア対応実行によるハイブリッド量子CVRP最適化のエンドツーエンドフレームワークを提案する。
我々は量子アドバンテージを主張しない。代わりに、OR分解、学習強化二重制御、適応ハードウェア対応実行を通じてハイブリッド量子CVRP最適化をスケールするための実用的なエンドツーエンドフレームワークである。
論文 参考訳（メタデータ） (2026-04-24T03:46:25Z) - Long-Horizon Manipulation via Trace-Conditioned VLA Planning [55.80061850746898]
LoHo-Manipは、短い水平VLA実行を専用のタスク管理VLMを介して長い水平命令にスケールするフレームワークである。
LoHo-Manipは、サブタスクシーケンスと明示的な完了+残り分割を軽量言語メモリとして組み合わせた、進捗対応の残計画を予測する。
実行器VLAは、レンダリングされたトレースの条件に適合し、長い水平決定を繰り返しローカル制御に変換する。
論文 参考訳（メタデータ） (2026-04-23T17:59:04Z) - Chimera: Latency- and Performance-Aware Multi-agent Serving for Heterogeneous LLMs [62.17306142810532]
ヘテロジニアスLSMクラスタ上で動作するマルチエージェントワークフローの予測スケジューリングシステムであるChimeraを提案する。
Chimeは最高のレイテンシをトレースし、エンドツーエンドのレイテンシを1.2-2.4$times$で削減し、タスクパフォーマンスを平均8.0-9.5ポイント改善する。
論文 参考訳（メタデータ） (2026-03-23T17:01:42Z) - Q-IRIS: The Evolution of the IRIS Task-Based Runtime to Enable Classical-Quantum Workflows [1.0894174366773024]
本稿では、IRISタスクベースランタイムとXACC量子プログラミングフレームワークを統合した概念実証ハイブリッド実行フレームワークを提案する。
IRISは、量子中間表現(QIR)で記述された複数のプログラムを異種バックエンドでオーケストレーションする。
本稿では,タスクの粒度がシミュレータのスループットを向上し,キューの動作を低減できることを示す。
論文 参考訳（メタデータ） (2025-12-15T22:11:00Z)
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。