論文の概要: eigenkit: A Provider-Neutral Quantum Computing Library

• arxiv url: http://arxiv.org/abs/2611.02979v2
• Date: Thu, 05 Nov 2026 11:18:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-06 21:50:50.335619
• Title: eigenkit: A Provider-Neutral Quantum Computing Library
• Title（参考訳）: eigenkit: プロバイダニュートラル量子コンピューティングライブラリ
• Abstract要約: eigenkitはプロバイダニュートラル量子コンピューティングライブラリである。 定義をバックエンド実行から共通回路表現とプロバイダインターフェースを通じて分離する。 NumPy、PyTorch、Scikit-learnを通じて、標準的な科学計算および機械学習アルゴリズムを統合している。
• 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: Quantum software ecosystems provide increasingly capable tools for simulation and hardware execution, but differences in programming models, supported features, and backend capabilities can make it difficult to move and systematically compare the same quantum algorithm across execution environments. We introduce eigenkit, a provider-neutral quantum computing library that separates algorithm definition from backend execution through a common circuit representation and provider interface. The library currently supports 12 execution providers spanning simulators and quantum hardware, provides backend-independent gradient computation, and integrates with standard scientific-computing and machine-learning workflows through NumPy, PyTorch, and scikit-learn interfaces. We evaluate the practical relevance of this abstraction across both simulation and quantum hardware. Simulator performance varies substantially with circuit size, structure, batching, and application workload, showing that no single backend is consistently preferable. On quantum hardware, experiments on IBM Heron and IQM Emerald show that which processor is better suited to a given algorithm depends not only on hardware constraints, but also on how well the topology of the quantum algorithm matches the physical connectivity of the processor. These results demonstrate that backend portability is not only a software-design convenience, but can be important for both computational efficiency and quantum execution quality.
• Abstract（参考訳）: 量子ソフトウェアエコシステムは、シミュレーションとハードウェア実行のための、ますます有能なツールを提供するが、プログラミングモデル、サポートされている機能、バックエンド機能の違いにより、実行環境全体にわたって同じ量子アルゴリズムを移動し、体系的に比較することが難しくなる。 我々は,共通回路表現とプロバイダインタフェースを通じて,アルゴリズム定義をバックエンド実行から分離する,プロバイダニュートラルな量子コンピューティングライブラリであるeigenkitを紹介する。 現在、シミュレータと量子ハードウェアにまたがる12の実行プロバイダをサポートし、バックエンドに依存しない勾配計算を提供し、NumPy、PyTorch、Scikit-learnインターフェースを通じて、標準的な科学計算および機械学習ワークフローを統合する。 我々は,シミュレーションと量子ハードウェアの両方において,この抽象化の実用的妥当性を評価する。 シミュレータのパフォーマンスは、回路サイズ、構造、バッチ処理、アプリケーションワークロードによって大きく異なり、単一のバックエンドが一貫して好まれることはない。 量子ハードウェアに関して、IBM Heron と IQM Emerald の実験では、どのプロセッサが与えられたアルゴリズムに適しているかは、ハードウェアの制約だけでなく、量子アルゴリズムのトポロジがプロセッサの物理的接続とどの程度うまく一致しているかにもかかっている。 これらの結果は、バックエンドのポータビリティはソフトウェア設計の利便性だけでなく、計算効率と量子実行品質の両方において重要であることを示している。

関連論文リスト

• Benchmarking Distributed Quantum Computing Emulators [1.031136645551641]
  分散量子コンピューティング(DQC)は、量子通信プロトコルを通じて小さな量子ノードを相互接続することでこの問題に対処する。 DQCエミュレータを評価するためのベンチマークフレームワークを導入する。 Qiskit Aer、SquidASM、Interlin-q、SQUANCHの4つの代表的なエミュレータをベンチマークする。
  論文  参考訳（メタデータ） (2025-12-01T15:42:06Z)
• An Efficient Quantum Classifier Based on Hamiltonian Representations [50.467930253994155]
  量子機械学習(QML)は、量子コンピューティングの利点をデータ駆動タスクに移行しようとする分野である。 入力をパウリ弦の有限集合にマッピングすることで、データ符号化に伴うコストを回避できる効率的な手法を提案する。 我々は、古典的および量子モデルに対して、テキストおよび画像分類タスクに対する我々のアプローチを評価する。
  論文  参考訳（メタデータ） (2025-04-13T11:49:53Z)
• QuForge: A Library for Qudits Simulation [0.0]
  QuForgeは、量子回路を量子ビットでシミュレートするように設計されたPythonベースのライブラリである。 GPUやTPUなどの加速デバイス上での実行をサポートし、シミュレーションを著しく高速化する。 スパース操作もサポートしており、他のライブラリと比較してメモリ消費が減少する。
  論文  参考訳（メタデータ） (2024-09-26T10:38:35Z)
• On-Chip Hardware-Aware Quantization for Mixed Precision Neural Networks [52.97107229149988]
  エッジデバイス上でハードウェア対応の混合精度量子化を行うOn-Chipハードウェア・アウェア量子化フレームワークを提案する。 このパイプラインは、量子化プロセスが量子化演算子の実際のハードウェア効率を知覚することを可能にする。 精度測定のために,マルチチップシナリオにおける演算子の精度への影響を効果的に推定するMask-Guided Quantization Estimation技術を提案する。
  論文  参考訳（メタデータ） (2023-09-05T04:39:34Z)
• The Basis of Design Tools for Quantum Computing: Arrays, Decision Diagrams, Tensor Networks, and ZX-Calculus [55.58528469973086]
  量子コンピュータは、古典的コンピュータが決して起こらない重要な問題を効率的に解決することを約束する。 完全に自動化された量子ソフトウェアスタックを開発する必要がある。 この研究は、今日のツールの"内部"の外観を提供し、量子回路のシミュレーション、コンパイル、検証などにおいてこれらの手段がどのように利用されるかを示す。
  論文  参考訳（メタデータ） (2023-01-10T19:00:00Z)
• 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)
• 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)
• Verifying Results of the IBM Qiskit Quantum Circuit Compilation Flow [7.619626059034881]
  本稿では,量子回路等価性チェックのための効率的な手法を提案する。 提案方式では,数万の操作を数秒以下で行う大規模回路インスタンスの検証が可能となる。
  論文  参考訳（メタデータ） (2020-09-04T19:58:53Z)

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。