คำถามติดแท็ก performance

ฉันยอมรับสามเณรในสาขานี้ แต่ฉันได้อ่านแล้วในขณะที่ D-wave (หนึ่ง) เป็นอุปกรณ์ที่น่าสนใจมีข้อสงสัยเกี่ยวกับมันว่า 1) มีประโยชน์และ 2) จริง ๆ แล้วคือ 'คอมพิวเตอร์ควอนตัม' ตัวอย่างเช่น Scott Aaronson แสดงหลายครั้งว่าเขาสงสัยว่าส่วน 'ควอนตัม' ใน D-wave นั้นมีประโยชน์จริงหรือไม่: มันยังคงเป็นจริงอย่างที่ฉันได้ย้ำ ณ ที่นี่มานานหลายปีแล้วว่าเราไม่มีหลักฐานโดยตรงว่าการเชื่อมโยงควอนตัมกำลังมีบทบาทในการเร่งความเร็วที่สังเกตหรือแน่นอนว่าการพัวพันระหว่าง qubits เคยปรากฏในระบบ ตัดตอนมาจากบล็อกนี้ นอกจากนี้ส่วนวิกิพีเดียที่เกี่ยวข้องกับความสงสัยต่อ D-wave ก็เป็นระเบียบ ดังนั้นฉันถาม: ฉันรู้ว่า D-wave อ้างว่าใช้การหลอมควอนตัมบางประเภท มีหลักฐาน (dis) ของ D-wave จริง ๆ โดยใช้การหลอมควอนตัม (มีผล) ในการคำนวณหรือไม่? มันแสดงให้เห็นอย่างชัดเจนว่า D-wave นั้นมีประสิทธิภาพหรือไม่? ถ้าไม่เป็นเช่นนั้นมีภาพรวมที่ชัดเจนของงานที่พยายามทำสิ่งนี้หรือไม่?

40 performance  annealing  d-wave  classical-computing  experiment 

Lieb-Robinson อธิบายถึงวิธีการแพร่กระจายของผลกระทบผ่านระบบเนื่องจากมิลโตเนียนท้องถิ่น พวกเขามักจะอธิบายไว้ในแบบฟอร์ม |[A,B(t)]|≤Cevt−l,|[A,B(t)]|≤Cevt−l, \left|[A,B(t)]\right|\leq Ce^{vt-l}, ที่และBมีผู้ประกอบการที่ได้รับการแยกออกจากกันเป็นระยะทางต่อลิตรในตาข่ายที่แฮมิลตันมีในท้องถิ่น (เช่นเพื่อนบ้านที่ใกล้ที่สุด) การโต้ตอบในตาข่ายที่กระโดดจากความแรงบางJ การพิสูจน์ของ Lieb Robinson bound มักแสดงการมีอยู่ของความเร็วvAAABBBlllJJJvvv(ขึ้นอยู่กับJJJ ) สิ่งนี้มักจะมีประโยชน์สำหรับการผูกคุณสมบัติในระบบเหล่านี้ ตัวอย่างเช่นมีบางผลลัพธ์ที่ดีจริง ๆที่นี่เกี่ยวกับระยะเวลาในการสร้างสถานะ GHZ โดยใช้ Hamiltonian เพื่อนบ้านที่ใกล้ที่สุด ปัญหาที่ผมเคยมีคือว่าหลักฐานอันมีทั่วไปพอว่ามันเป็นเรื่องยากที่จะได้รับค่าแน่นกับสิ่งที่ความเร็วจริงเป็นระบบใดก็ตาม หากต้องการเจาะจงให้จินตนาการถึงห่วงโซ่หนึ่งมิติของ qubits ควบคู่กับ Hamiltonian H=∑n=1NBn2Zn+∑n=1N−1Jn2(XnXn+1+YnYn+1),(1)(1)H=∑n=1NBn2Zn+∑n=1N−1Jn2(XnXn+1+YnYn+1), H=\sum_{n=1}^N\frac{B_n}{2}Z_n+\sum_{n=1}^{N-1}\frac{J_n}{2}(X_nX_{n+1}+Y_nY_{n+1}), \tag{1} ที่Jn≤JJn≤JJ_n\leq Jสำหรับทุกnnnnที่นี่XnXnX_n,YnYnY_nและZnZnZ_nเป็นตัวแทนของ Pauli ที่ถูกนำไปใช้กับ qubitnnnกำหนดและII\mathbb{I}อยู่ที่อื่น คุณสามารถให้ขอบเขตบนที่ดี (เช่นแน่นที่สุด) สำหรับความเร็ว Lieb-Robinsonvvvสำหรับระบบใน Eq (1)? คำถามนี้สามารถถามได้ภายใต้สมมติฐานที่แตกต่างกันสองข้อ: JnJnJ_nและBnBnB_nได้รับการแก้ไขทั้งหมดในเวลา JnJnJ_nและBnBnB_nได้รับอนุญาตให้แตกต่างกันในเวลา อดีตเป็นสมมติฐานที่แข็งแกร่งซึ่งอาจทำให้การพิสูจน์ง่ายขึ้นในขณะที่หลังมักจะรวมอยู่ในคำสั่งของขอบเขต Lieb-Robinson แรงจูงใจ การคำนวณควอนตัมและข้อมูลควอนตัมโดยทั่วไปทำให้เกิดสถานะควอนตัมที่น่าสนใจ จากการทำงานเช่นนี้เราจะเห็นว่าข้อมูลใช้เวลาพอสมควรในการเผยแพร่จากที่หนึ่งไปยังอีกที่หนึ่งในระบบควอนตัมที่อยู่ระหว่างการวิวัฒนาการเนื่องจากมิลโตเนียนเช่นใน Eq …

22 simulation  performance  many-body-systems 

Daniel Sank พูดถึงในความคิดเห็นตอบสนองต่อความคิดเห็นของฉันว่าความเร็วคงที่สำหรับปัญหาที่ยอมรับอัลกอริทึมเวลาพหุนามนั้นน้อย10810810^8 ทฤษฎีความซับซ้อนเป็นวิธีที่หมกมุ่นเกินไปกับขีด จำกัด ขนาดที่ไม่มีขีด จำกัด สิ่งที่สำคัญในชีวิตจริงคือความรวดเร็วในการตอบปัญหาของคุณ ในวิทยาการคอมพิวเตอร์มันเป็นเรื่องธรรมดาที่จะไม่สนใจค่าคงที่ในอัลกอริทึมและทั้งหมดนี้กลับกลายเป็นว่าทำงานได้ค่อนข้างดี (ผมหมายถึงมีอยู่ที่ดีและปฏิบัติอัลกอริทึม. ฉันหวังว่าคุณจะให้ฉัน (นักวิจัยทฤษฎี) ขั้นตอนวิธีการมีมือที่ค่อนข้างใหญ่ในครั้งนี้!) แต่ฉันเข้าใจว่านี่เป็นสถานการณ์ที่แตกต่างกันเล็กน้อยขณะนี้เรา: ไม่ได้เปรียบเทียบอัลกอริธึมสองตัวที่ทำงานบนคอมพิวเตอร์เครื่องเดียวกัน แต่อัลกอริทึมที่แตกต่างกันสอง (เล็กน้อย) บนคอมพิวเตอร์สองเครื่องที่แตกต่างกันมาก ตอนนี้เรากำลังทำงานกับคอมพิวเตอร์ควอนตัมซึ่งการวัดความสมบูรณ์แบบแบบดั้งเดิมอาจไม่เพียงพอ โดยเฉพาะอย่างยิ่งวิธีการวิเคราะห์ขั้นตอนวิธีการเป็นเพียงวิธีการ ฉันคิดว่าวิธีการคำนวณแบบใหม่อย่างรุนแรงต้องการการตรวจสอบที่สำคัญของวิธีการประเมินประสิทธิภาพปัจจุบันของเรา! ดังนั้นคำถามของฉันคือ: เมื่อเปรียบเทียบประสิทธิภาพของอัลกอริธึมบนคอมพิวเตอร์ควอนตัมกับอัลกอริธึมบนคอมพิวเตอร์คลาสสิคการฝึกปฏิบัติของค่าคงที่ 'ละเว้น' เป็นวิธีปฏิบัติที่ดีหรือไม่?

14 algorithm  performance  classical-computing 

หากต้องการเริ่มสร้างคอมพิวเตอร์ควอนตัมจากศูนย์ในการจำลอง (เช่นวิธีที่ผู้คนสร้างคอมพิวเตอร์คลาสสิคตั้งแต่เริ่มต้นในหลักสูตร Nand2Tetris ) เป็นไปได้หรือไม่ ถ้าใช่จะมีแนวทางอะไรบ้างที่เป็นไปได้? นอกจากนี้สิ่งที่จะเป็นข้อ จำกัด ของเครื่องจำลองที่ได้รับจากพลังการคำนวณแบบคลาสสิค ตัวอย่างเช่นหากเราเลือกเดสก์ท็อป / แล็ปท็อปโดยเฉลี่ยของคุณจะมีข้อ จำกัด อะไรบ้าง ถ้าเราใช้ซูเปอร์คอมพิวเตอร์ (เช่นไททัน) แล้วขีด จำกัด คืออะไร?

13 simulation  performance 

ดังที่เราทราบกันดีว่าอัลกอริธึมเชิงควอนตัมจะขยายได้เร็วกว่าคลาสสิก (อย่างน้อยสำหรับส่วนของปัญหาที่แน่นอน ) ซึ่งหมายความว่าคอมพิวเตอร์ควอนตัมจะต้องมีการปฏิบัติการเชิงตรรกะจำนวนน้อยกว่าสำหรับอินพุตด้านบน อย่างไรก็ตามมันไม่ได้กล่าวถึงกันโดยทั่วไปว่าคอมพิวเตอร์ควอนตัมเปรียบเทียบกับคอมพิวเตอร์ทั่วไป (พีซีปกติวันนี้) ในแง่ของการใช้พลังงานต่อการดำเนินงานเชิงตรรกะ (สิ่งนี้ไม่ได้ถูกพูดถึงมากนักเพราะจุดสนใจหลักของคอมพิวเตอร์ควอนตัมคือความเร็วในการคำนวณข้อมูลได้เร็วแค่ไหน?) บางคนสามารถอธิบายได้หรือไม่ว่าทำไมการคำนวณควอนตัมจึงมีประสิทธิภาพด้านพลังงานมากกว่าหรือน้อยกว่าการคำนวณแบบดั้งเดิมต่อการดำเนินการเชิงตรรกะ

11 physical-realization  architecture  performance