AI اور دنیا کے مشکل مسائل · کوانٹم طبیعیات اور کوانٹم کمپیوٹنگ · arXiv · 2026-10-26

بین المالیکیولی تعاملات کے لیے کثیر پرتوں والی جنریٹو لرننگ کے ساتھ تقسیم شدہ کوانٹم-مرکزی سپر کمپیوٹنگ

اصل عنوان: Distributed Quantum-Centric Supercomputing with Multi-Layered Generative Learning for Intermolecular Interactions

کوانٹم مرکوز سپر کمپیوٹنگ (QCSC) کے طریقے بڑے فعال خلاؤں کے لیے کیوبٹ کی تعداد، سرکٹ کی گہرائی، نمونہ سازی کی لاگت اور بڑے پیمانے کی وتری سازی سے محدود ہیں۔ مصنفین ایک تقسیم شدہ فریم ورک تجویز کرتے ہیں جو سالماتی مسائل کو متوازی ذیلی مسائل میں تقسیم کرتا ہے اور دو مرحلہ جاتی یکجائی کے ذریعے عالمی حل کو دوبارہ تشکیل دیتا ہے، ساتھ ہی ایک کثیر پرتی تخلیقی ماڈل بھی۔ پانی اور فارم امائیڈ ڈائمرز کے لیے اس نے وتری سازی کی بُعد کو 95% تک کم کیا اور روایتی SQD کے مقابلے میں توانائی کی درستگی کو ایک درجہ بہتر بنایا، اور 120 کیوبٹ کے پانی کے ہیکسامر کے لیے اس نے مسئلے کو چھ 20 کیوبٹ ذیلی نظاموں میں تقسیم کیا جن کے نتائج کلاسیکی حوالہ جاتی طریقوں سے اچھی مطابقت رکھتے تھے۔

اصل تحریر پڑھیں ↗

تمام آئٹمز →