.png){kind=icon}
返回
Communication-Partition Co-Optimization for Quantum Circuit Simulation on CPU+GPU Clusters
.png){kind=icon}
PRE
AI
DOI：10.1109/TPDS.2026.3678345.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
模拟量子电路的行为是当前量子计算设备与量子算法研究中广泛采用的方法之一。态矢量模拟器将所有量子态保存在主内存中，因此消耗大量内存，并导致远超计算时间的显著内存访问和通信开销。因此，数据通信时间往往成为量子电路模拟的主要瓶颈。许多经典模拟器（如QuEST）被设计为串行执行量子门操作，未利用数据局部性，且所有振幅均需交换。这种不感知门操作的全数据通信方案迫使强大的计算设备（如GPU）花费大量时间等待数据传输。本文提出了一种感知门操作、按需通信的量子模拟框架以优化通信开销。我们分析了按需通信过程，并开发了一个通信开销模型，以阐明通信开销与电路划分之间的关系。由于贪心电路划分方法仅能获得局部最优解，我们提出了一种由通信开销模型引导的选择起始节点量子电路划分方法，以进一步降低量子电路模拟中的通信开销。我们在一个包含4个节点（每节点配备2个NVIDIA A100 GPU）的集群上进行了评估，结果表明，与不感知门操作的全数据通信方案相比，我们的设计实现了59.32倍的加速比。此外，与贪心电路划分方法相比，我们的划分方法可带来1.79倍的模拟加速。
Keyword:
Quantum circuit simulation
quantum circuit partition
on-demand data communication
communication cost model
期刊
IF:
6
论文数:
5.2K
被引数:
1.1W
机构
引用论文
QuEST and High Performance Simulation of Quantum ComputersQuEST与量子计算机的高性能仿真.png)
SCIENTIFIC REPORTS
OAAI
SCIENTIFIC REPORTSIF3.9
OAAI分享收藏
查看更多内容