Jeden z mnoha tutoriálů, které společnost NVIDIA nabídla během konference ISC High Performance HPC v německém Hamburku, se zaměřuje na kvantové výpočty, respektive hybridní kvantové počítače. NVIDIA se na kvantové výpočty zaměřila a v březnu na konferenci GTC oznámila několik věcí. V tomto trendu pokračovala i na ISC, kde předvedla cuQuantum.
Kvantové výpočty mají potenciál prolomit náročné výzvy a dosáhnout pokroku ve všem od objevování léků až po předpovědi počasí. Budoucnost vysokovýkonných výpočtů (HPC) do značné míry závisí na roli, kterou kvantové výpočty hrají.
Kvantové simulace
Dnešní superpočítače simulují úlohy kvantových výpočtů ve velkém měřítku s úrovní výkonu, která je mimo dosah dnešních relativně malých a k chybám náchylných kvantových systémů. Mnoho kvantových organizací používá vývojovou sadu NVIDIA cuQuantum k urychlení simulací kvantových obvodů na GPU.
Společnost AWS nedávno oznámila dostupnost cuQuantum ve své službě Braket a předvedla, jak může cuQuantum poskytnout až 900násobné zrychlení úloh kvantového strojového učení.
cuQuantum umožňuje zrychlené dojíždění na hlavních kvantových frameworkech, včetně qsim od Googlu, Qiskit Aer od IBM, Penny Lane od Xanadu a platformy Quantum Algorithm Design od Classiq. Uživatelé těchto frameworků mají přístup k akceleraci GPU bez nutnosti dalšího kódování.
Jako praktický příklad lze uvést startup Menten AI, který se zabývá objevováním léků, a který využije knihovnu tenzorových sítí od cuQuantum k simulaci proteinových interakcí a optimalizaci nových molekul léčiv. Menten AI si klade za cíl využít potenciál kvantových výpočtů k urychlení návrhu léčiv a vyvíjí sadu algoritmů kvantových výpočtů, včetně kvantového strojového učení, k řešení výpočetně náročných problémů v terapeutickém designu.
Vytvoření kvantového spojení
Dalším krokem ve vývoji kvantových systémů je přechod k hybridním systémům, které vyvíjejí kvantové a klasické počítače, jež budou spolupracovat. Výzkumníci sdílejí vizi kvantových procesorů na systémové úrovni neboli QPU, které fungují jako nová a výkonná třída urychlovačů.
Propojení klasických a kvantových systémů do hybridního kvantového počítače se skládá ze dvou hlavních komponent.
Prvním je vývoj rychlého a nízkolatenčního propojení mezi grafickými procesory (GPU) a kvantovými procesory (QPU), které umožní hybridním systémům využívat GPU pro klasické úlohy, jako je optimalizace obvodů, kalibrace a korekce chyb. GPU v tom vynikají a dokáží zkrátit dobu provádění těchto kroků a snížit latenci komunikace mezi klasickými a kvantovými počítači.
Za druhé, toto odvětví potřebuje jednotný programovací model s nástroji, které jsou efektivní a snadno použitelné. Zkušenosti s HPC a umělou inteligencí poukazují na hodnotu solidního softwarového balíčku.
Správné nástroje pro práci
V současné době programování QPU znamená použití kvantového ekvivalentu nízkoúrovňového assemblerového kódu, což je obvykle mimo dosah vědců. Vývojářům navíc chybí jednotný programovací model a nástrojová řada kompilátorů, které by jim umožnily spustit jejich práci na libovolném QPU.
NVIDIA v březnovém blogu hovořila o své počáteční práci na lepším programovacím modelu.
Vědci potřebují mít možnost portovat části svých HPC aplikací nejprve na simulovanou QPU a poté na skutečnou. To bude vyžadovat kompilátor, který jim umožní pracovat na vysoké úrovni výkonu a známými způsoby. Kombinací simulačních nástrojů akcelerovaných GPU, programovacího modelu a sady kompilačních nástrojů budou výzkumníci v oblasti HPC schopni začít budovat hybridní kvantová datová centra pro budoucnost.
NVIDIA nabízí návody a videa, pokud se chcete dozvědět více. Podívejte se na Relace VOP a zúčastnit se Výukový program ISC
k tématu. Přečtěte si o produktech NVIDIA Státní vektor a Tenzorová síť knihovny pro hlubší ponoření se do toho, co můžete dělat s GPU.
Amazon