論文の概要: Data-Driven Optimization of Seminumerical Exchange for SIMD CPUs

• arxiv url: http://arxiv.org/abs/2610.21075v1
• Date: Thu, 15 Oct 2026 01:26:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-16 19:13:16.118353
• Title: Data-Driven Optimization of Seminumerical Exchange for SIMD CPUs
• Title（参考訳）: SIMD CPU用半数値交換器のデータ駆動最適化
• Abstract要約: sn-LinK法に基づく半数値交換アルゴリズム(SNK)を提案する。 現代のマルチコア中央処理ユニットに最適化されており、単一命令の複数のデータベクトル命令がある。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present a seminumerical exchange algorithm (SNK) based on the sn-LinK method [Laqua et al., J. Chem. Theory Comput. 16, 1456 (2020)], optimized for modern multi-core central processing units with single instruction multiple data vector instructions and report its implementation into the Q-Chem quantum chemistry program. Vectorization and memory management strategies for the Boys function and 3-center-1-electron (3c1e) integral kernels are given. Several new considerations are made in the computation of the 3c1e integrals: the Head-Gordon Pople horizontal recurrence relations, same-center optimizations, and multishell optimizations, all implemented symbolically employing the SymPy symbolic algebra library and exported as optimized C++ code leveraging common-sub-expression elimination (CSE) optimization techniques. A general scheme for choosing optimal integral kernels is developed through rigorous timing benchmarks. The resulting implementation is tested against traditional 4c2e exchange for several systems and basis sets, showing 1-2 orders of magnitude speedups for systems of practically relevant sizes (100-500 atoms, 2000-10000 basis functions). For smaller molecules, comparisons are also made against the more efficient occ-RI-K method showing a break-even point around 50-100 atoms beyond which SNK dramatically outperforms due to its superior sub-quadratic (between linear and quadratic) time complexity as well as its effectively negligible memory demand.
• Abstract（参考訳）: 本稿では,Sn-LinK法(Laqua et al , J. Chem. Theory Comput. 16, 1456 (2020)]に基づく半数値交換アルゴリズムを提案する。 Boys関数と3-center-1-electron (3c1e)積分カーネルのベクトル化とメモリ管理戦略が与えられる。 Head-Gordon Pople の水平再帰関係、同中心最適化、マルチシェル最適化など、SymPyシンボリック代数ライブラリを象徴的に実装し、共通部分表現除去(CSE)最適化技術を利用した最適化 C++ コードとしてエクスポートされた3c1e積分の計算において、いくつかの新しい考察がなされた。 厳密なタイミングベンチマークにより、最適積分カーネルを選択するための一般的なスキームを開発した。 結果として得られた実装は、いくつかのシステムと基底セットに対する従来の4c2e交換に対してテストされ、実際的な大きさのシステム(100-500原子、2000-10000基底関数)の1-2桁のスピードアップを示す。 より小さな分子の場合、より効率的な occ-RI-K 法と比較すると、SNK はより優れたサブクアドラティックな(線形および二次的な)時間複雑性と、効果的に無視可能なメモリ要求のために、50-100個の原子の破断点が劇的に向上する。

関連論文リスト

• Distributed Variational Quantum Linear Solver [2.7835589988032887]
  NVIDIA-Q上に構築された分散VQLSフレームワークにより,O(L2)コスト関数評価のスケーラブルな分散を実現する。 高速ウォルシュ・アダマール変換(英語版) (FWHT) によるパウリ分解はLCU項の指数関数的な成長を抑制し、L を n > 6 ビットで O(2n) から O(1) に還元する。 10ビットの3重対角トープリッツ系の場合、これは256倍減少し、99.99%以上の解忠実度を保っている。
  論文  参考訳（メタデータ） (2026-04-15T21:27:16Z)
• QUASAR: An Evolutionary Algorithm to Accelerate High-Dimensional Optimization [0.0]
  本稿では,漸近再帰型準適応探索(quaSAR)を提案する。 QUASARは、次元の呪いによる複雑で微分不可能な問題の収束を加速する進化的アルゴリズムである。
  論文  参考訳（メタデータ） (2025-11-17T19:02:31Z)
• Extreme Compression of Large Language Models via Additive Quantization [59.3122859349777]
  我々のアルゴリズムは、AQLMと呼ばれ、情報検索のための古典的な加算量子化(AQ)アプローチを一般化する。 トークン生成のためのAQLMの高速GPUおよびCPU実装を提供しており、最適化されたFP16実装を高速にマッチングまたは性能良くすることができる。
  論文  参考訳（メタデータ） (2024-01-11T18:54:44Z)
• Efficient Convex Algorithms for Universal Kernel Learning [46.573275307034336]
  カーネルの理想的な集合: 線形パラメータ化(トラクタビリティ)を認める; すべてのカーネルの集合に密着する(正確性)。 従来のカーネル最適化アルゴリズムは分類に限られており、計算に複雑なセミデフィニティプログラミング(SDP)アルゴリズムに依存していた。 本稿では,従来のSDP手法と比較して計算量を大幅に削減するSVD-QCQPQPアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-04-15T04:57:37Z)
• Automatic and effective discovery of quantum kernels [41.61572387137452]
  量子コンピューティングは、カーネルマシンが量子カーネルを利用してデータ間の類似度を表現できるようにすることで、機械学習モデルを強化することができる。 本稿では,ニューラルアーキテクチャ検索やAutoMLと同じような最適化手法を用いて,この問題に対するアプローチを提案する。 その結果、高エネルギー物理問題に対する我々のアプローチを検証した結果、最良のシナリオでは、手動設計のアプローチに関して、テストの精度を一致または改善できることが示された。
  論文  参考訳（メタデータ） (2022-09-22T16:42:14Z)
• Asymmetric Scalable Cross-modal Hashing [51.309905690367835]
  クロスモーダルハッシュは、大規模なマルチメディア検索問題を解決する方法として成功している。 これらの問題に対処する新しい非対称スケーラブルクロスモーダルハッシュ(ASCMH)を提案する。 我々のASCMHは、最先端のクロスモーダルハッシュ法よりも精度と効率の点で優れています。
  論文  参考訳（メタデータ） (2022-07-26T04:38:47Z)

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。