JP2022537311A - 量子コンピュータをエミュレートするためのシステム及び該システムに使用するための方法 - Google Patents
量子コンピュータをエミュレートするためのシステム及び該システムに使用するための方法 Download PDFInfo
- Publication number
- JP2022537311A JP2022537311A JP2021575025A JP2021575025A JP2022537311A JP 2022537311 A JP2022537311 A JP 2022537311A JP 2021575025 A JP2021575025 A JP 2021575025A JP 2021575025 A JP2021575025 A JP 2021575025A JP 2022537311 A JP2022537311 A JP 2022537311A
- Authority
- JP
- Japan
- Prior art keywords
- rows
- values
- variable
- row
- weight values
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 44
- 238000006467 substitution reaction Methods 0.000 claims abstract description 96
- 238000005070 sampling Methods 0.000 claims abstract description 36
- 238000009826 distribution Methods 0.000 claims description 13
- 238000005457 optimization Methods 0.000 claims description 9
- 230000001172 regenerating effect Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 20
- 230000006870 function Effects 0.000 description 15
- 230000008878 coupling Effects 0.000 description 5
- 238000010168 coupling process Methods 0.000 description 5
- 238000005859 coupling reaction Methods 0.000 description 5
- 238000000354 decomposition reaction Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000000302 molecular modelling Methods 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 230000005433 particle physics related processes and functions Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000002096 quantum dot Substances 0.000 description 1
- 230000005233 quantum mechanics related processes and functions Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 210000003813 thumb Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F15/00—Digital computers in general; Data processing equipment in general
- G06F15/76—Architectures of general purpose stored program computers
- G06F15/80—Architectures of general purpose stored program computers comprising an array of processing units with common control, e.g. single instruction multiple data processors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F15/00—Digital computers in general; Data processing equipment in general
- G06F15/76—Architectures of general purpose stored program computers
- G06F15/82—Architectures of general purpose stored program computers data or demand driven
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
- G06F9/45504—Abstract machines for programme code execution, e.g. Java virtual machine [JVM], interpreters, emulators
- G06F9/45508—Runtime interpretation or emulation, e g. emulator loops, bytecode interpretation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
- G06N10/40—Physical realisations or architectures of quantum processors or components for manipulating qubits, e.g. qubit coupling or qubit control
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
- G06N10/60—Quantum algorithms, e.g. based on quantum optimisation, quantum Fourier or Hadamard transforms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
- G06N10/80—Quantum programming, e.g. interfaces, languages or software-development kits for creating or handling programs capable of running on quantum computers; Platforms for simulating or accessing quantum computers, e.g. cloud-based quantum computing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B82—NANOTECHNOLOGY
- B82Y—SPECIFIC USES OR APPLICATIONS OF NANOSTRUCTURES; MEASUREMENT OR ANALYSIS OF NANOSTRUCTURES; MANUFACTURE OR TREATMENT OF NANOSTRUCTURES
- B82Y10/00—Nanotechnology for information processing, storage or transmission, e.g. quantum computing or single electron logic
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Operations Research (AREA)
- Databases & Information Systems (AREA)
- Computational Linguistics (AREA)
- Algebra (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Memory System Of A Hierarchy Structure (AREA)
- Optical Modulation, Optical Deflection, Nonlinear Optics, Optical Demodulation, Optical Logic Elements (AREA)
- Complex Calculations (AREA)
Abstract
Description
計算装置は、データ伝達、データ処理及び/又はデータ保存をするために公知である。このような計算装置の範囲は、無線スマートフォン、ラップトップコンピュータ、タブレット型コンピュータ、パソコン(PC)、ワークステーション、スマートウオッチ、コネクテッドカー、及びビデオゲーム機から、何百万規模のウェブ検索、ウェブアプリケーション、又はオンライン購入を日々支援するウェブサーバやデータセンターに及ぶ。一般的に、計算装置は、プロセッサ、メモリシステム、ユーザ入力/出力インターフェース、周辺機器インターフェース、及び相互接続バス構造を具備する。
Q[i,i]は、ciixixiからのcii係数を含む。
Q[i、j]は、i<jの場合、cijxixjからのcij係数を含む。
Q[j、i]は、i>jの場合、0を含む。
特定のQUBO問題が、すべての可能な変数の組み合わせの組xiとxjの限定された部分集合を含み、xiとxjとの間の依存性が、格子に基づく配置でモデル化可能であれば、QUBO問題は、本明細書記載の古典計算により、解決可能である。
|X|=N:=8n2、X={X1、...、XN}
Tは、リストで、T={(X1、X2)、...(XN-1、XN)}
|Xj|≦W:=4n+2、j=1、...、N
Alex Selbyにより、「フラストレーションによるイジング型モデルの効率的な部分グラフに基づくサンプリング」における、サンプリングに対する単一パスのダイナミックプログラミング解決法が提案された。しかしながら、この手法は、ボルツマン分布の近似的なサンプルのみを作成し、格子のすべての量子ビットに対する予備結果を保存するのに十分大きいデータ構造を必要とする。
・最小達成可能なエネルギー及びXNの変数の関連する代入値
・すべての状態の全ボルツマン重み
・最小エネルギー状態の全ボルツマン重み
・XNの変数のすべての代入値のボルツマン分布
・単一ボルツマンサンプルのXNの変数の代入値
(1)格子トポロジーにより、N個の反復パスの第1のパスを実行することであって、N個の行のN番目の行が、最終行に対応し、仮重み値及び変数代入値が生成されるN個の行の行数が(N-1)に等しい、実行すること、
(2)格子トポロジーにより、N個の反復パスの(N-1)個の他のパスを実行すること、であって、
(a)p=2を設定すること、
(b)格子トポロジーにより、p番目のパスを実行することであって、N個の行の(N-p+1)番目の行が、最終行に対応し、仮重み値及び変数代入値が再生されるN個の行の行数が(N-p)に等しい、実行すること、
(c)nをインクリメントすること、及び
(d)p=Nまで、ステップ(b)及び(c)を繰り返すこと、により、実行すること、を含む。
def calculate_sampling( grid[ Rows ][ Columns ]):
(last_column_variables_assigments[], weights and variable assignments[])=
calculate_last_column_solution(grid[ Rows ][ Columns ])
(last_column_variable_assignment, weight ) =
select_one_sample_with_boltzman_distribution(
last_column_variables_assigments[],
weights and variable assignments[]
for variable_assignment in last_column_variable_assignment:
if variable_assignment = 0:
ignore
elif variable_assignment = 1:
grid[ Rows ][ Columns - 1 ].xi_coeff +=
grid[ Rows ][ Columns ].xi_xj_coeff
return calculate_sampling( qubo[ Rows ][ Columns - 1 ]
last_column_variable_assignment) +
last_column_variable_assignment
・最大で4n+1(Nn)の大きさから各々なる、N個の行X={X1、X2、…、XN}の集合
・基本分解は、パスP={(X1、X2)、(X2、X3)、…、(XN-1、XN)}である。
上述のダイナミックプログラミング手法を使用して、量子計算エミュレータ102は、以下を目的として作動する。
・エネルギーを最小化する対応する部分グラフとともに、基底エネルギー値を決定する
・ボルツマン(Gibbs)分布に関連する総重みを決定する
・ボルツマン分布にしたがって、単一のサンプルを抽出する
2.ビットの同一の代入値に対応するが、vが境界頂点である重みを計算するために、目標重みw’0及びw’1(同様に、0及び1をそれぞれvに代入することに対応する)を考慮の上、以下を定義する。
w’0=w0+w1
w’1=(w0+e-βcw1)e-βb
1.初めに、各サンプルslに対して、乱数alを、0(を含まない)とXj+1(を含む)内のslの代入値の重みとの間で均一に選び、l=1、...、kとする。
2.代入値の重みと変数代入値の計算中、Xjの代入値tの(適切に調整された)重みwにより、Xj+1の代入値sの重みを増加する場合は必ず、slがsに対応するすべてのalを、wによりデクリメントする。これにより、slが正から非正に変わるたびに、tl:=tとする。
Xj+1に関する各代入値が最大で2回更新されると、上記項目2の追加のステップは、各サンプル、したがって、所望の複雑性に対して最大2回生じる。これにより、複数のサンプルが、計算での増加分を固定することでのみ、生成される利点が提供される。別のサンプル数が多くなると、得られる効率は高くなる。
(a)格子トポロジーにより、第1のパスを実行することであって、N個の行内の第1の行からN個の行の(N-1)番目の行までの第1の順番において、(N-1)個の行の各々に対する先行して隣接する行に対し生成された仮重み値に基づいて、第1のパスが、N個の行の(N-1)番目の行に対する仮重み値及び変数代入値を反復して生成させることを含み、最終重み値が、N個の行の(N-1)番目の行に対し生成された仮重み値に基づいて、N番目の行に対し生成される、実行すること、及び
(b)N個の行の残りの(N-1)個の行に対する最終重み値及び変数代入値を作成することで、格子トポロジーにより、第2のパスを実行することであって、N個の行の(N-1)番目の行からN個の第1の行までの第2の順番において、(N-1)個の行の各々に対する先行して隣接する行に対し生成された最終重み値に基づいて、第2のパスが、N個の行の(N-1)個の行に対する最終重み値及び変数代入値を反復して生成させることを含む、実行すること、を含む、演算を実行可能である。
上述の通り、量子コンピュータのサンプリングは、N個の行の各々に対する最終重み値及び変数代入値に基づいて、サンプルによりエミュレートされる。
Claims (24)
- N個の行を備えた格子トポロジー内に配列された複数の量子ビットを有する量子コンピュータのサンプリングをエミュレートするためのシステムであって、
演算命令を記憶するメモリと、
演算を実行するために、前記演算命令により構成される少なくとも1つの古典プロセッサと、を具備し、前記演算は、
前記格子トポロジーにより、N個の反復パスに基づいて、前記N個の行に対する最終重み値及び変数代入値を作成することであって、前記N個の反復パスの各々は、前記N個の行の対応する部分集合に対する仮重み値及び変数代入値を生成させ、前記N個の行の前記対応する部分集合の選択された行に対する前記仮重み値及び変数代入値は、前記N個の行の前記対応する部分集合の前記選択された行に隣接する行に対し生成された仮重み値及び変数代入値に基づいており、
前記複数の量子ビットの前記サンプリングは、前記N個の行の各々に対する前記最終重み値及び変数代入値に基づいて、サンプルによりエミュレートされる、ことを含む、システム。 - 前記N個の反復パスの第1の反復パスは、前記N個の行の(N-1)番目の行に対し生成された仮重み値及び変数代入値に基づいて、前記N個の行のN番目の行に対する最終重み値及び変数代入値を生成させる、請求項1に記載のシステム。
- 前記N個の反復パスの前記第1の反復パスに関連する前記N個の行の前記対応する部分集合は、前記N個の行の第2の行と前記N個の行の前記(N-1)番目の行との間の範囲に、前記N個の行のすべての行を含む、請求項2に記載のシステム。
- 前記N個の反復パスの前記第1の反復パスは、ヌル行に対応するヌルウェイトに基づいて、前記N個の行の第1の行に対する仮重み値及び変数代入値を生成させる、請求項2に記載のシステム。
- 前記N個の反復パスの最終反復パスは、前記N個の行の第2の行に対する最終重み値及び変数代入値に基づいて、前記N個の行の第1の行に対する最終重み値及び変数代入値を生成させる、請求項2に記載のシステム。
- 前記N個の反復パスの各々は、前記N個の行の対応する1つに対する最終重み値及び変数代入値を生成させる、請求項1に記載のシステム。
- 前記N個の反復パスのp番目の反復パスは、前記N個の行の(N-p)番目の行に対し生成された仮重み値及び変数代入値に基づいて、前記N個の行の(N-p+1)番目の行に対する最終重み値及び変数代入値を生成させる、請求項1に記載のシステム。
- 前記N個の反復パスのp番目の反復パスに関連する前記N個の行の前記対応する部分集合は、前記N個の行の第2の行と前記N個の行の前記(N-p)番目の行との間の範囲に、前記N個の行のすべての行を含む、請求項7に記載のシステム。
- 前記格子トポロジーは、二次制約なし二値最適化(QUBO)モデルに対応する、請求項1に記載のシステム。
- 前記サンプルは、ボルツマン分布に対応する、請求項1に記載のシステム。
- N個の行を備えた格子トポロジー内に配列された複数の量子ビットを有する量子コンピュータのサンプリングをエミュレートするためのシステムであって、
演算命令を記憶するメモリと、
演算を実行するために、前記演算命令により構成される少なくとも1つの古典プロセッサと、を具備し、前記演算は、
前記格子トポロジーにより、N個の反復パスに基づいて、前記N個の行に対する最終重み値及び変数代入値を作成することであって、前記N個の反復パスの各々は、複数の行の各々に対する隣接する行に対し生成された仮重み値及び変数代入値に基づいて、前記N個の行の複数の行に対する仮重み値及び変数代入値を生成させ、最終重み値及び変数代入値は、前記N個の行の最終行に隣接するN個の行のある行に対し生成された仮重み値及び変数代入値に基づいて、前記N個の反復パスの各々に対する前記N個の行の最終行に対し生成され、前記N個の反復パスが完了し、前記N個の行の各々に対する最終重み値及び変数代入値が生成されるまで、前記仮重み値及び変数代入値が再生される、前記N個の行の行数を低減するために、前記N個の行の前記最終行に対する前記最終重み値及び変数代入値は、前記N個の反復パスの次の連続パス内で使用される、ことを含み、
前記複数の量子ビットを有する前記量子コンピュータの前記サンプリングは、前記N個の行の各々に対する前記最終重み値及び変数代入値に基づいて、サンプルによりエミュレートされる、システム。 - 前記N個の反復パスに基づいて、前記N個の行に対する前記仮重み値及び変数代入値を作成することは、
前記格子トポロジーにより、前記N個の反復パスの第1のパスを実行することであって、前記N個の行のN番目の行は、前記最終行に対応し、仮重み値及び変数代入値が生成される前記N個の行の行数が(N-1)に等しい、ことを含む、請求項11に記載のシステム。 - 前記N個の反復パスに基づいて、前記N個の行に対する前記仮重み値及び変数代入値を作成することは、
前記格子トポロジーにより、前記N個の反復パスの(N-1)個の他のパスを実行することであって、
(a)p=2を設定すること、
(b)前記格子トポロジーにより、p番目のパスを実行することであって、前記N個の行の前記(N-p+1)番目の行が前記最終行に対応し、仮重み値及び変数代入値が再生される前記N個の行の行数が(N-p)に等しい、実行すること、
(c)pをインクリメントすること、及び
(d)p=Nまで、ステップ(b)及び(c)を繰り返すこと、により、実行すること、を含む、請求項12に記載のシステム。 - 前記格子トポロジーによる、前記N個の反復パスの前記第1のパスは、ヌル行に対応するヌルウェイトに基づいて、前記N個の行の第1の行に対する前記仮重み値及び変数代入値を生成させることを含む、請求項12に記載のシステム。
- 前記格子トポロジーは、二次制約なし二値最適化(QUBO)モデルに対応する、請求項11に記載のシステム。
- 前記サンプルは、ボルツマン分布に対応する、請求項11に記載のシステム。
- N個の行を備えた格子トポロジー内に配列された複数の量子ビットを有する量子コンピュータのサンプリングをエミュレートするための方法であって、
(N-1)個の行の各々に対する隣接する行に対し生成された仮重み値及び変数代入値に基づいて、前記N個の行の前記(N-1)個の行に対する仮重み値及び変数代入値を生成させることで、前記N個の行のN番目の行に対する最終重み値及び変数代入値を作成するために、前記格子トポロジーにより、第1の反復パスを実行することであって、最終重み値及び変数代入値が、前記N番目の行に隣接する前記N個の行の(N-1)番目の行に対し生成された前記仮重み値及び変数代入値に基づいて、前記N番目の行に対し生成される、こと、及び
前記格子トポロジーにより、前記N個の反復パスの(N-1)個の他のパスを実行することであって、
(a)p=2を設定すること、
(b)(N-p)個の行の各々に対する隣接する行に対し再生された仮重み値及び変数代入値に基づいて、前記N個の行の前記(N-p)個の行に対する前記仮重み値及び変数代入値を再生させることで、前記N個の行の(N-p+1)番目の行に対する最終重み値及び変数代入値を作成するために、前記格子トポロジーにより、p番目のパスを実行することであって、最終重み値及び変数代入値が、前記(N-p+1)番目の行に隣接する前記N個の行の(N-p)番目の行に対し再生された前記仮重み値及び変数代入値と(N-p+2)番目の行に対し生成された最終重み値及び変数代入値に基づいて、前記(N-p+1)番目の行に対し生成される、こと、
(c)pをインクリメントすること、
(d)p=Nまで、ステップ(b)及び(c)を繰り返すこと、及び
(e)前記N個の行の第2の行に対し生成された最終重み値及び変数代入値に基づいて、前記N個の行の第1の行に対する最終重み値及び変数代入値を作成するために、前記格子トポロジーにより、最終パスを実行すること、により、実行すること、を含み、
前記複数の量子ビットを有する前記量子コンピュータの前記サンプリングは、N個の行の各々に対する最終重み値及び変数代入値に基づいて、サンプルによりエミュレートされる、方法。 - 前記格子トポロジーによる、前記N個の反復パスの前記第1の反復パスは、前記N個の行の前記第1の行に隣接するヌル行に対応するヌルウェイトに基づいて、前記N個の行の第1の行に対する仮重み値及び変数代入値を生成させることを含む、請求項17に記載の方法。
- 前記格子トポロジーは、二次制約なし二値最適化(QUBO)モデルに対応する、請求項17に記載の方法。
- 前記サンプルは、ボルツマン分布に対応する、請求項17に記載の方法。
- N個のコラムを備えた格子トポロジー内に配列された複数の量子ビットを有する量子コンピュータのサンプリングをエミュレートするためのシステムであって、
演算命令を記憶するメモリと、
演算を実行するために、前記演算命令により構成される少なくとも1つの古典プロセッサと、を具備し、前記演算は、
前記格子トポロジーにより、N個の反復パスに基づいて、前記N個の行に対する最終重み値及び変数代入値を作成することであって、前記N個の反復パスの各々は、前記複数の行の各々に対する隣接する行に対し生成された仮重み値及び変数代入値に基づいて、前記N個の行の複数の行に対する仮重み値及び変数代入値を生成させ、最終重み値及び変数代入値は、前記N個の行の最終行に隣接する前記N個の行のある行に対し生成された仮重み値及び変数代入値に基づいて、N個の反復パスの各々に対する前記N個の行の該最終行に対し生成され、前記N個の反復パスが完了し、前記N個の行の各々に対する最終重み値及び変数代入値が生成されるまで、前記仮重み値及び変数代入値が再生される、前記N個の行の行数を低減するために、前記N個の行の前記最終行に対する前記最終重み値及び変数代入値は、前記N個の反復パスの次の連続パス内で使用される、ことを含み、
前記複数の量子ビットを有する前記量子コンピュータの前記サンプリングは、前記N個の行の各々に対する前記最終重み値及び変数代入値に基づいて、前記N個の反復パスからの複数のサンプルを生成することにより、エミュレートされる、システム。 - N個の行を備えた格子トポロジー内に配列された複数の量子ビットを有する量子コンピュータのサンプリングをエミュレートするための方法であって、
(N-1)個の行の各々に対する隣接する行に対し生成された仮重み値及び変数代入値に基づいて、前記N個の行の前記(N-1)個の行に対する仮重み値及び変数代入値を生成させることで、前記N個の行の前記N番目の行に対する最終重み値及び変数代入値を作成するために、前記格子トポロジーにより、第1の反復パスを実行することであって、最終重み値及び変数代入値が、前記N番目の行に隣接する前記N個の行の(N-1)番目の行に対し生成された前記仮重み値及び変数代入値に基づいて、前記N番目の行に対し生成される、こと、及び
前記格子トポロジーにより、前記N個の反復パスの(N-1)個の他のパスを実行することであって、
(a)p=2を設定すること、
(b)(N-p)個の行の各々に対する隣接する行に対し再生された仮重み値及び変数代入値に基づいて、前記N個の行の前記(N-p)個の行に対する仮重み値及び変数代入値を再生させることで、前記N個の行の(N-p+1)番目の行に対する最終重み値及び変数代入値を作成するために、前記格子トポロジーにより、p番目のパスを実行することであって、最終重み値及び変数代入値が、前記(N-p+1)番目の行に隣接する前記N個の行の(N-p)番目の行に対し再生された前記仮重み値及び変数代入値と(N-p+2)番目の行に対し生成された最終重み値及び変数代入値に基づいて、前記(N-p+1)番目の行に対し生成される、こと、
(c)pをインクリメントすること、
(d)p=Nまで、ステップ(b)及び(c)を繰り返すこと、及び
(e)前記第2の行に対し生成された最終重み値及び変数代入値に基づいて、前記N個の行の前記第1の行に対する最終重み値及び変数代入値を作成するために、前記格子トポロジーにより、最終パスを実行すること、により、実行すること、を含み、
前記複数の量子ビットを有する前記量子コンピュータの前記サンプリングは、前記N個の行の各々に対する最終重み値及び変数代入値に基づいて、前記N個の反復パスから複数のサンプルを生成することにより、エミュレートされる、方法。 - N個のコラムを備えた格子トポロジー内に配列された複数の量子ビットを有する量子コンピュータのサンプリングをエミュレートするためのシステムであって、
演算命令を記憶するメモリと、
演算を実行するために、前記演算命令により構成される少なくとも1つの古典プロセッサと、を具備し、前記演算は、
前記格子トポロジーにより、第1のパスを実行することであって、前記N個の行内の前記第1の行から前記N個の行の(N-1)番目の行までの第1の順番において、前記(N-1)個の行の各々に対する先行して隣接する行に対し生成された仮重み値に基づいて、前記第1のパスが、前記N個の行の(N-1)個の行に対する仮重み値及び変数代入値を反復して生成させることを含み、最終重み値が、前記N個の行の(N-1)番目の行に対し生成された前記仮重み値に基づいて、前記N番目の行に対し生成される、こと、及び
前記N個の行の残りの(N-1)個の行に対する最終重み値及び変数代入値を作成することで、前記格子トポロジーにより、第2のパスを実行することであって、前記N個の行の前記(N-1)番目の行から前記N個の第1の行までの第2の順番において、前記(N-1)個の行の各々に対する先行して隣接する行に対し生成された最終重み値に基づいて、前記第2のパスが、前記N個の行の(N-1)個の行に対する最終重み値及び変数代入値を反復して生成させることを含む、こと、を含み、
前記複数の量子ビットを有する前記量子コンピュータの前記サンプリングは、前記N個の行の各々に対する最終重み値及び変数代入値に基づいて、サンプルによりエミュレートされる、システム。 - N個の行を備えた格子トポロジー内に配列された複数の量子ビットを有する量子コンピュータのサンプリングをエミュレートするための方法であって、
前記格子トポロジーにより、第1のパスを実行することであって、前記N個の行内の前記第1の行から前記N個の行の(N-1)番目の行までの第1の順番において、前記(N-1)個の行の各々に対する先行して隣接する行に対し生成された仮重み値に基づいて、前記第1のパスが、前記N個の行の(N-1)個の行に対する仮重み値及び変数代入値を反復して生成させることを含み、最終重み値が、前記N個の行の前記(N-1)番目の行に対し生成された前記仮重み値に基づいて、前記N番目の行に対し生成される、こと、及び
前記N個の行の残りの(N-1)個の行に対する最終重み値及び変数代入値を作成することで、前記格子トポロジーにより、第2のパスを実行することであって、前記N個の行の前記(N-1)番目の行から前記N個の前記第1の行までの第2の順番において、前記(N-1)個の行の各々に対する先行して隣接する行に対し生成された最終重み値に基づいて、前記第2のパスが、前記N個の行の(N-1)個の行に対する最終重み値及び変数代入値を反復して生成させることを含む、こと、を含み、
前記複数の量子ビットを有する前記量子コンピュータの前記サンプリングは、前記N個の行の各々に対する最終重み値及び変数代入値に基づいて、サンプルによりエミュレートされる、方法。
Applications Claiming Priority (9)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962864765P | 2019-06-21 | 2019-06-21 | |
US201962864778P | 2019-06-21 | 2019-06-21 | |
US62/864,765 | 2019-06-21 | ||
US62/864,778 | 2019-06-21 | ||
US201962949764P | 2019-12-18 | 2019-12-18 | |
US62/949,764 | 2019-12-18 | ||
US16/835,914 US10922618B2 (en) | 2019-06-21 | 2020-03-31 | Multi-pass system for emulating a quantum computer and methods for use therewith |
US16/835,914 | 2020-03-31 | ||
PCT/US2020/026580 WO2020256808A1 (en) | 2019-06-21 | 2020-04-03 | Systems for emulating a quantum computer and methods for use therewith |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022537311A true JP2022537311A (ja) | 2022-08-25 |
JP7452885B2 JP7452885B2 (ja) | 2024-03-19 |
Family
ID=74037810
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021575025A Active JP7452885B2 (ja) | 2019-06-21 | 2020-04-03 | 量子コンピュータをエミュレートするためのシステム及び該システムに使用するための方法 |
Country Status (6)
Country | Link |
---|---|
US (3) | US10922618B2 (ja) |
EP (1) | EP3987458A4 (ja) |
JP (1) | JP7452885B2 (ja) |
KR (1) | KR20220024456A (ja) |
CA (1) | CA3140980A1 (ja) |
WO (1) | WO2020256808A1 (ja) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016531343A (ja) * | 2013-06-28 | 2016-10-06 | ディー−ウェイブ システムズ,インコーポレイテッド | データの量子処理のためのシステムおよび方法 |
JP2018521382A (ja) * | 2015-05-05 | 2018-08-02 | キンダイ、インコーポレイテッドKyndi, Inc. | 古典的なプロセッサで量子類似計算をエミュレートするためのquanton表現 |
US20190087388A1 (en) * | 2017-03-13 | 2019-03-21 | Universities Space Research Association | System and method to hardcode interger linear optimization problems on physical implementations of the ising model |
JP2019514135A (ja) * | 2016-04-13 | 2019-05-30 | 1キュービー インフォメーション テクノロジーズ インコーポレイテッド1Qb Information Technologies Inc. | ニューラル・ネットワークを実装するための量子プロセッサおよびその使用 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070239366A1 (en) | 2004-06-05 | 2007-10-11 | Hilton Jeremy P | Hybrid classical-quantum computer architecture for molecular modeling |
US20060224547A1 (en) | 2005-03-24 | 2006-10-05 | Ulyanov Sergey V | Efficient simulation system of quantum algorithm gates on classical computer based on fast algorithm |
CN103473111A (zh) | 2013-08-16 | 2013-12-25 | 运软网络科技(上海)有限公司 | 一种仿脑计算虚拟化的方法和系统 |
US9588940B2 (en) * | 2013-12-05 | 2017-03-07 | D-Wave Systems Inc. | Sampling from a set of spins with clamping |
US10599988B2 (en) * | 2016-03-02 | 2020-03-24 | D-Wave Systems Inc. | Systems and methods for analog processing of problem graphs having arbitrary size and/or connectivity |
US10565514B2 (en) * | 2016-03-31 | 2020-02-18 | Board Of Regents, The University Of Texas System | System and method for emulation of a quantum computer |
US11042811B2 (en) * | 2016-10-05 | 2021-06-22 | D-Wave Systems Inc. | Discrete variational auto-encoder systems and methods for machine learning using adiabatic quantum computers |
US10332024B2 (en) * | 2017-02-22 | 2019-06-25 | Rigetti & Co, Inc. | Modeling superconducting quantum circuit systems |
-
2020
- 2020-03-31 US US16/835,914 patent/US10922618B2/en active Active
- 2020-04-03 CA CA3140980A patent/CA3140980A1/en active Pending
- 2020-04-03 WO PCT/US2020/026580 patent/WO2020256808A1/en active Application Filing
- 2020-04-03 JP JP2021575025A patent/JP7452885B2/ja active Active
- 2020-04-03 EP EP20827941.4A patent/EP3987458A4/en active Pending
- 2020-04-03 KR KR1020227000705A patent/KR20220024456A/ko unknown
-
2021
- 2021-01-12 US US17/147,161 patent/US11113623B2/en active Active
- 2021-08-04 US US17/393,676 patent/US20210365828A1/en active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016531343A (ja) * | 2013-06-28 | 2016-10-06 | ディー−ウェイブ システムズ,インコーポレイテッド | データの量子処理のためのシステムおよび方法 |
JP2018521382A (ja) * | 2015-05-05 | 2018-08-02 | キンダイ、インコーポレイテッドKyndi, Inc. | 古典的なプロセッサで量子類似計算をエミュレートするためのquanton表現 |
JP2019514135A (ja) * | 2016-04-13 | 2019-05-30 | 1キュービー インフォメーション テクノロジーズ インコーポレイテッド1Qb Information Technologies Inc. | ニューラル・ネットワークを実装するための量子プロセッサおよびその使用 |
US20190087388A1 (en) * | 2017-03-13 | 2019-03-21 | Universities Space Research Association | System and method to hardcode interger linear optimization problems on physical implementations of the ising model |
Also Published As
Publication number | Publication date |
---|---|
US20210365828A1 (en) | 2021-11-25 |
EP3987458A1 (en) | 2022-04-27 |
US20200401926A1 (en) | 2020-12-24 |
KR20220024456A (ko) | 2022-03-03 |
US10922618B2 (en) | 2021-02-16 |
JP7452885B2 (ja) | 2024-03-19 |
EP3987458A4 (en) | 2023-07-19 |
US11113623B2 (en) | 2021-09-07 |
CA3140980A1 (en) | 2020-12-24 |
WO2020256808A1 (en) | 2020-12-24 |
US20210133619A1 (en) | 2021-05-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11652497B2 (en) | Neural network-based quantum error correction decoding method and apparatus, and chip | |
Chamberland et al. | Deep neural decoders for near term fault-tolerant experiments | |
Shao et al. | Online multi-view clustering with incomplete views | |
KR102483639B1 (ko) | 뉴럴 네트워크 구조 확장 방법, 디멘션 리덕션 방법, 및 그 방법을 이용한 장치 | |
Despalatović et al. | Community structure in networks: Girvan-Newman algorithm improvement | |
CN106502964B (zh) | 一种基于Spark的极限学习机并行化计算方法 | |
Adhikari et al. | A homogeneous ensemble of artificial neural networks for time series forecasting | |
CN115803754A (zh) | 用于在神经网络中处理数据的硬件架构 | |
Marco et al. | A two-level parallelization strategy for genetic algorithms applied to optimum shape design | |
CN112633482A (zh) | 一种高效宽度图卷积神经网络模型及其训练方法 | |
Li et al. | Learning to reformulate for linear programming | |
Ganji et al. | Lagrangian constrained community detection | |
Nambiar et al. | Optimization of structure and system latency in evolvable block-based neural networks using genetic algorithm | |
JP2022537311A (ja) | 量子コンピュータをエミュレートするためのシステム及び該システムに使用するための方法 | |
EP4141751A1 (en) | Error mitigation for sampling on quantum devices | |
Dash | DECPNN: A hybrid stock predictor model using Differential Evolution and Chebyshev Polynomial neural network | |
Wen et al. | Sparse solution of nonnegative least squares problems with applications in the construction of probabilistic Boolean networks | |
Wicaksono et al. | Implementation of Shor’s quantum factoring algorithm using projectQ framework | |
CN112651492A (zh) | 一种自连接宽度图卷积神经网络模型及其训练方法 | |
Prousalis et al. | QuCirDET: A design and simulation tool for quantum circuits | |
Ueyoshi et al. | Robustness of hardware-oriented restricted Boltzmann machines in deep belief networks for reliable processing | |
Ueyoshi et al. | Memory-error tolerance of scalable and highly parallel architecture for restricted Boltzmann machines in deep belief network | |
Sergiyenko et al. | Genetic Programming of Discrete Cosine Transform Processors | |
Fjelddahl et al. | Data-driven decoding of the surface code using a neural matching decoder | |
KR20230155760A (ko) | 양자 회로 시뮬레이션 하드웨어 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221110 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230912 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230913 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231211 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240206 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240229 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7452885 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |