ALLIANCE
Intégration envisagée
Nous étudions la possibilité de connecter des ressources de l’Alliance de recherche numérique du Canada. L’accès et les conditions restent à confirmer.
La plateforme réunit différents moteurs de simulation et un espace pour suivre facilement vos expériences.
Comparez les résultats, retrouvez vos paramètres et explorez les distributions de vos circuits.
Les calculs sont exécutés sur des serveurs situés au Canada. Notre objectif est d’y héberger l’ensemble de notre infrastructure.
ALLIANCE
Nous étudions la possibilité de connecter des ressources de l’Alliance de recherche numérique du Canada. L’accès et les conditions restent à confirmer.
CALCUL À LA DEMANDE
Nous explorons le calcul sur demande. La disponibilité des ressources et les tarifs restent à confirmer.
Nous travaillons sur la compression de circuits, notamment l’encodage, les algorithmes, les circuits généraux et l’extraction des résultats.
Ces méthodes et leur intégration à la plateforme sont en cours de développement.
Calendrier prévisionnel, susceptible de changer.
Optimisation adaptée au matériel et exports natifs IBM.
Soumission et suivi des simulations sur une grappe de Calcul Québec depuis Qyrtom.
Estimation de la mémoire et du temps de calcul selon le circuit, le simulateur et ses paramètres.
Évaluation des méthodes compatibles avec un circuit et proposition de paramètres adaptés.
Les agents lancent des simulations et des compressions via les API de Qyrtom, à partir de vos demandes en langage naturel.
Préparation d’états et compression des données pour les circuits QML.
Adaptateur photonique natif pour les tâches prises en charge.
Simulation et compression depuis les cadriciels quantiques courants, grâce aux plugins Qyrtom.
Compression spécifique aux algorithmes et optimisation de l’extraction des résultats.
SVM et classification, comparés aux références classiques. Début des recherches sur les tokeniseurs quantiques.
Extension aux jeux de portes et topologies fournis par l’utilisateur.
Notre recherche vise des modèles QML qui surpassent les meilleures approches classiques dans des applications ciblées. Des benchmarks comparatifs guident cette recherche.
Simulation par réseaux de tenseurs sur du matériel reconfigurable FPGA.
Étude de représentations quantiques de tokens pour l’apprentissage automatique.
Puces spécialisées pour accélérer les contractions de réseaux de tenseurs utilisées en simulation quantique.
Comparaison de notre moteur aux outils établis : temps d’exécution, mémoire utilisée, précision et coût, sur des circuits et dans des conditions reproductibles.