Optisesti linkitetty monipuolinen laskentaekosysteemi kvanttikoneoppimista varten
Akronyymi
QuantLearn
Rahoitetun hankkeen kuvaus
QuantLearn-projekti kehittää optisella dataväylällä yhdistettyä laskentaekosysteemiä kvanttikoneoppimista (QML) varten. Optinen dataväylä mahdollistaa nopean tiedonsiirron tavanomaisten tietokoneiden ja kryogeenisen yhden vuokvantin (SFQ) tietokoneen välillä. Tässä projektissa SFQ toimii rajapintana kvanttitietokoneelle, mutta se on myös lupaava, nopea ja energiatehokas vaihtoehto tukemaan perinteistä suurteholaskentaa (HPC). Kehitämme myös QML-algoritmeja, joissa perinteinen HPC huolehtii suurimmasta osasta prosessointia, esimerkiksi ajaa tarvittavat laskentasilmukat, ja lähettää tietyt laskentatehtävät kvanttitietokoneelle. Käytämme ja kehitämme QML-algoritmeja, jotka voivat olla eksponentiaalisesti nopeampia kuin vastaavat klassiset koneoppimisalgoritmit. Lupauksista huolimatta QML-algoritmit kärsivät kuitenkin hitaasta dataväylästä HPC:n ja kvanttitietokoneen välillä. Me pyrimme ratkaisemaan ongelman optisen dataväylän avulla.
Näytä enemmänAloitusvuosi
2022
Päättymisvuosi
2024
Myönnetty rahoitus
Rooli Suomen Akatemian konsortiossa
Johtaja
Muut osapuolet
Rahoittaja
Suomen Akatemia
Rahoitusmuoto
Suunnattu akatemiahanke
Muut tiedot
Rahoituspäätöksen numero
350220
Tieteenalat
Fysiikka
Tutkimusalat
Tiiviin aineen fysiikka
Tunnistetut aiheet
quantum computing, quantum technology