XiaoMi-AI文件搜索系统
World File Search System开销
量子数据平面开销对吞吐量的影响
当前，尽管仍然缺少量子数据平面和量子控制平面之间的标准区别，但初步工作表明，在功能上，以单个Qubits和纠缠对的粒度运行的经典控制消息是在功能上，而与控制平面消息更接近经典数据包头。因此，通过为其整体开销做出贡献，它们被视为量子数据平面的一部分。因此，需要在量子互联网中重新定义吞吐量的概念。这篇论文的目的是阐明这一关键方面。具体来说，我们进行了理论分析，以了解确定量子数据平面上开销的因素及其对吞吐量的反射。该分析对于设计任何有效的量子通信方案至关重要且初步。具体来说，我们在不同情况下得出了吞吐量的封闭形式表达式，并披露了吞吐量，纠缠吞吐量和经典比特率之间的非线性关系。最后，我们通过在IBM Q-体验平台上进行的数值结果来验证理论分析。
低维量子纠错开销的下限
量子计算的可行性在很大程度上取决于找到有效的量子误差校正 (QEC) 方案。从理论角度来看，QEC 是量子阈值定理 [ABO97] 的核心，而在实践中，它通常会导致昂贵的开销。部分成本可以归因于需要进行频繁的测量以诊断系统是否出现错误。根据所考虑的架构，这些测量可能难以实现，特别是对于仅限于局部交互的系统。因此，可以访问的可观测量空间受到计算机所在空间的限制。这一观察结果引出了以下自然问题：几何和量子误差校正性能之间的权衡是什么？在空间体积中可以可靠地存储多少信息？在这项工作中，我们表明，当使用量子误差校正时，仅限于几何局部操作和经典计算的架构会产生开销。具体来说，当限制为任意二维局部操作和自由经典计算时，我们表明，操作保护 k 个逻辑量子位的量子代码直至目标误差 δ ，所需的物理量子位数 m 满足
减少采样开销的准概率分解
量子误差缓解技术可以降低当前量子硬件上的噪声，而无需容错量子误差校正。例如，准概率方法使用有噪声的量子计算机模拟无噪声量子计算机，但前提是仅产生可观测量的正确预期值。这种误差缓解技术的成本表现为采样开销，其随着校正门的数量呈指数增长。在这项工作中，我们提出了一种基于数学优化的算法，旨在以噪声感知的方式选择准概率分解。与现有方法相比，这直接导致采样开销的基础显著降低。新算法的一个关键要素是一种稳健的准概率方法，它允许通过半有限规划在近似误差和采样开销之间进行权衡。
使用最小开销的稳健量子分类器
摘要 - 要在实际环境中见证量子优势，不仅在硬件级别上，而且在理论研究上都需要大量努力，以降低给定协议的计算成本。量子计算有可能显着增强现有的经典机器学习方法，并且已经提出了基于内核方法的二进制分类的几种量子算法。这些算法依赖于估计期望值，这又需要多次重复昂贵的量子数据编码过程。在这项工作中，我们明确计算获取固定成功概率所需的重复数量，并表明Hadamard检测和交换测试电路在量子电路参数方面实现了最佳差异。仅通过优化与数据相关的参数进行优化，可以进一步减少差异，因此重复的数量。我们还表明，无论数据的数量和尺寸如何，都可以通过单量测量进行基于内核的二进制分类。最后，我们表明，对于许多相关的噪声模型，可以可靠地执行分类，而无需纠正量子误差。我们的发现对于在有限的资源下设计量子分类实验非常有用，这是嘈杂的中间尺度量子时代的普遍挑战。
使用长距离低开销容错量子计算...
由于纠错会产生大量开销，大规模量子计算将需要大量量子比特。我们提出了一种基于量子低密度奇偶校验 (LDPC) 码的低开销容错量子计算方案，其中长距离相互作用使得许多逻辑量子比特能够用少量物理量子比特进行编码。在我们的方法中，逻辑门通过逻辑 Pauli 测量进行操作，既能保护 LDPC 码，又能降低所需额外量子比特数的开销。与具有相同代码距离的表面码相比，我们估计使用此方法处理大约 100 个逻辑量子比特的开销将有数量级的改善。鉴于 LDPC 码所展示的高阈值，我们的估计表明，这种规模的容错量子计算可能只需几千个物理量子比特就能实现，错误率与当前方法所需的错误率相当。
了解新兴行业解决方案的安全益处和开销
我们介绍了最先进的DRAM-DIE读取干扰方法的第一个严格的安全性，绩效，能源和成本分析，该方法在更新（截至2024年4月）中（截至2024年4月）JEDEC DDR5规格中的更新（截至截至2024年4月）在更新中的描述方面被广泛称为“ PRAC”（PRAC）。与先前的最新技术不同，它建议内存控制器发出名为Refresh Management（RFM）的DRAM命令，该命令为DRAM芯片提供了时间来执行其对策，PRAC引入了新的后退信号。PRAC的向后信号从DRAM芯片传播到存储器控制器，并迫使内存控制器到1）停止服务请求，2）发出RFM命令。因此，仅在需要时就发布RFM命令，而不是定期降低RFM的性能开销。我们分四个步骤分析PRAC。首先，我们定义了一个面向安全的对抗访问模式，该模式代表了PRAC安全性最差的案例。第二，我们研究了PRAC的不同形象及其安全含义。我们的安全性分析表明，只要在访问内存位置20次之前，就可以将PRAC配置为安全操作。第三，我们评估了PRAC的性能影响，并使用开源周期级模拟器Ramulator 2.0将其与先前的作品进行了比较。我们的性能分析表明，尽管PRAC在当今DRAM芯片的良性应用程序上的性能开销少于13％，但对于将来的DRAM芯片来说，其性能开销可以达到94％（平均为60个工作负载，平均为85％），这些芯片更容易受到读取令人不安的人。第四，我们定义了一种面向可用性的对抗访问模式，该模式加剧了PRAC的性能开销，以执行记忆性能，这表明这种对抗性模式可以诱发多达94％的DRAM吞吐量和降低系统吞吐量的94％（平均为87％）。我们讨论了PRAC对未来系统和预示未来研究方向的影响。为了帮助未来的研究，我们可以在https://github.com/cmu-safari/ramulator2上开放实施和脚本。
具有量子扩展器代码的恒定开销量子容错
在本文中，我们研究了容错量子计算所需的空间开销的渐近缩放。我们表明，标准阈值定理中的多对数因子实际上是不需要的，并且存在一个容错结构，它使用的量子比特数仅比理想计算的量子比特数多一个常数因子。这个结果是 Gottesman 推测的，他建议用具有恒定编码率的量子纠错码代替标准阈值定理中的级联码。当时的主要挑战是找到一个合适的量子码系列以及一个即使在噪声综合征下也能工作的高效经典解码算法。效率约束在这里至关重要：请记住，量子比特本质上是有噪声的，并且在解码过程中故障会不断累积。因此，解码器的作用是在整个计算过程中控制错误的数量。
用于缓解量子误差的开销基准测试管道
零噪声外推 (ZNE) 是一种量子经典混合技术。它运行噪声水平不断增加的量子电路，提取每个电路的期望值，然后使用经典拟合外推无噪声环境中的理想期望值。在 Mitiq 的 ZNE 实现中，有两个相关的经典变量：(1) 用于查找 y 截距（理想期望值）的外推或拟合类型和 (2) 噪声缩放值，它们决定了噪声在运行的每个附加电路中如何增长 [3]。
通过中性原子量子架构中的基于使用的迁移减少运行时开销
摘要 — 中性原子是可扩展量子计算架构的一个有前途的选择。长距离相互作用和原生多量子比特门等特性可以减少通信成本和操作次数。然而，用作量子比特的捕获原子可能会在计算过程中以及由于不利的环境因素而丢失。丢失的计算量子比特的值无法恢复，需要重新加载阵列并重新运行计算，从而大大增加了电路的运行次数。存在软件缓解策略 [1]，但会慢慢耗尽电路的原始映射位置，并在整个架构中创建更分散的量子比特簇，从而降低成功的可能性。我们通过开发找到所有可到达量子比特（而不是仅相邻的硬件量子比特）的策略来提高灵活性。其次，我们将架构划分为单独的部分，并在每个部分中运行电路，不会丢失原子。如果架构足够大，这会重置电路而无需重新加载整个架构。对于使用 30% 架构的电路，这将在重新加载之前的有效射击次数增加两倍。我们还探索使用这些部分来并行执行电路，将 30 量子比特电路的总体运行时间减少 50%。这些技术有助于形成一套动态的新策略来对抗计算空间丢失的有害影响。索引术语 — 量子计算、中性原子、重新编译
具有最小导频开销的决策导向混合 RIS 信道估计
摘要 — 要获得可重构智能表面 (RIS) 的好处，通常需要信道状态信息 (CSI)。然而，RIS 系统中的 CSI 获取具有挑战性，并且通常会导致非常大的导频开销，尤其是在非结构化信道环境中。因此，RIS 信道估计问题引起了广泛关注，并且近年来也成为热门研究课题。在本文中，我们针对一般非结构化信道模型提出了一种决策导向 RIS 信道估计框架。所采用的 RIS 包含一些可以同时反射和感知传入信号的混合元素。我们表明，借助混合 RIS 元素，可以准确恢复导频开销与用户数量成比例的 CSI。因此，与采用无源 RIS 阵列的系统相比，所提出的框架大大提高了系统频谱效率，因为无源 RIS 系统中的导频开销与 RIS 元素数量乘以用户数量成正比。我们还对导频导向和决策导向框架进行了详细的频谱效率分析。我们的分析考虑了 RIS 和 BS 的信道估计和数据检测误差。最后，我们给出了大量模拟结果来验证分析的准确性，并展示了所提出的决策导向框架的优势。