TL;DR
- چکیده:.
- برنامههای کاربردی ترکیبی کوانتومی-کلاسیک به دلیل ناهمگونی و پویایی در زیرساختها و حجم کاری،.
- چالشهای مدیریت منابع قابل توجهی را ایجاد میکنند.
چه اتفاقی افتاد
چکیده:. برنامههای کاربردی ترکیبی کوانتومی-کلاسیک به دلیل ناهمگونی و پویایی در زیرساختها و حجم کاری،.
چالشهای مدیریت منابع قابل توجهی را ایجاد میکنند. محیطهای کوانتومی-HPC واحدهای پردازش کوانتومی (QPU) را با منابع کلاسیک متنوع (CPU،.
GPU) ادغام میکنند،. در حالی که برنامههای کاربردی الگوهای جفت را از اجرای بههمپیوسته تا موازیسازی وظایف با جفت ضعیف با.
نیازهای منابع متفاوت را در بر میگیرند. زمانبندیهای HPC سنتی فاقد قابلیت رویت در معناشناسی برنامهها هستند و نمیتوانند به نوسان در دسترس بودن منابع.
در زمان اجرا پاسخ دهند. این مقاله یک رویکرد مبتنی بر میانافزار برای منابع تطبیقی،.
حجم کار و مدیریت وظیفه در سیستمهای کوانتومی-HPC ترکیبی ارائه میکند. ما چهار مشارکت داریم:.
(1) یک معماری مفهومیچهار لایه میانافزار که مدیریت را در سراسر گردش کار،. حجم کار،.
وظیفه و سطوح منابع تجزیه میکند و برنامههای کاربردی را قادر میسازد. زمانبندی منابع کوانتومی-HPC ناهمگن؛
(ب) مجموعهای از موتیفهای اجرایی که ویژگیهای تعامل و جفت برنامههای ترکیبی را به تصویر میکشند،. که بهعنوان برنامههای کوچک کوانتومیبرای مشخصسازی سیستماتیک حجم کار مشخص میشوند.
(iii) پایلوت-Quantum،. یک چارچوب میانافزار ساخته شده بر اساس انتزاع آزمایشی که تخصیص دیرهنگام و دینامیک منابع را امکانپذیر میسازد،.
و با دینامیک منابع و حجم کار در زمان اجرا سازگار میشود. و (IV) Q-Dreamer،.
یک جعبه ابزار مدل سازی عملکرد،. اجزای قابل استفاده مجدد را برای پارتیشن بندی حجم کاری آگاهانه،.
از جمله یک بهینه ساز برش مدار که به صورت تحلیلی استراتژیهای پارتیشن بندی بهینه را استخراج. میکند،.
ارائه میکند. ارزیابی بر روی پلتفرمهای HPC ناهمگن (Perlmutter،.
NVIDIA DGX با پردازندههای گرافیکی H100/B200) هماهنگسازی چند باطنی کارآمد را در میان CPU،. GPU و QPU برای موتیفهای اجرایی مختلف نشان میدهد.
Q-Dreamer تنظیمات بهینه برش مدار را با تا دقت 82 درصد فیزیک کوانتومی (quant-ph); محاسبات توزیع شده،. موازی و خوشهای (cs.
DC) کلاسهای ACM: C. 1.
3; D. 2.
11; د. 3 استناد بهعنوان:.
(یا v1 [quant-ph] برای این نسخه) https:. // شده توسط arXiv از طریق DataCite تاریخچه ارسال از:.
Andre Luckow [مشاهده ایمیل] [v1] جمعه،. 3 آوریل 2026،.
20:. 37:.
06 UTC (777 KB).
چرا مهم است
اهمیت این خبر در این است که روی استفاده واقعی از AI و تصمیمگیری سازمانی اثر میگذارد.
منبع
لینک منبع اصلی در کارت و صفحه مقاله نمایش داده میشود.