パシフィックノースウェスト国立研究所（PNNL）は、ハイブリッド量子古典計算システム向けのデータ準備に必要な計算リソースを大幅に削減する新しいアルゴリズム「Picasso」を発表しました。グラフ彩色とクリーク分割における先進的な技術を採用したこのアルゴリズムは、必要な量子入力データを約85%削減することで、量子情報準備における長年の課題に対処します。この研究はIEEE国際並列分散処理シンポジウムで発表され、現在GitHubで公開されています。 Picassoは、量子演算を表すパウリ文字列の大規模セットを圧縮する、特に量子入力の準備という課題に焦点を当てています。200万以上のパウリ文字列と1兆以上の関係性を生成する水素モデルシステムのシミュレーションにおいて、Picassoアルゴリズムは演算を効果的に少数のクリークにグループ化しました。その後、正確な結果を計算するために約10分の1のデータのみを使用しました。これにより、チームは従来のツールよりも50倍大きな問題を解決し、ストリーミングやスパース化などの効率的なメモリ管理技術を使用して2,400倍以上の関係性を処理することができました。 開発チームには、高性能コンピューティングの専門家S M FerdousとMahantesh Halappanavar、量子研究者Bo Peng、そしてノースカロライナ州立大学の共同研究者が含まれていました。この研究は、量子コンピューティングシステムにおけるスケーラブルな前処理の重要性を実証し、100から1,000量子ビットを必要とする問題サイズに対処する道を開きました。さらにチームは、Picassoに加えて、メモリ使用量とデータ保持のトレードオフを最適化するAI駆動のアルゴリズムを開発し、古典計算と量子計算のワークフローの効率的な統合をさらにサポートしています。 2025年4月23日