독일 함부르크에서 열린 ISC 고성능 HPC 이벤트 기간 동안 NVIDIA가 제공하는 많은 튜토리얼 중 하나는 양자 컴퓨팅 또는 더 구체적으로는 하이브리드 양자 컴퓨터에 중점을 둡니다. NVIDIA는 XNUMX월 GTC에서 몇 가지 발표를 하면서 양자 컴퓨팅에 중점을 두었습니다. 그들은 cuQuantum을 시연하면서 ISC에서 추세를 이어갔습니다.
양자 컴퓨팅은 약물 발견에서 일기 예보에 이르기까지 모든 것을 발전시키는 어려운 과제를 돌파할 수 있는 잠재력을 가지고 있습니다. HPC의 미래는 양자 컴퓨팅이 수행하는 역할에 크게 좌우됩니다.
양자 시뮬레이션
오늘날의 슈퍼컴퓨터는 오늘날의 상대적으로 작고 오류가 발생하기 쉬운 양자 시스템이 도달할 수 없는 성능 수준으로 양자 컴퓨팅 작업을 대규모로 시뮬레이션하고 있습니다. 많은 양자 조직에서 NVIDIA cuQuantum 소프트웨어 개발 키트를 사용하여 GPU에서 양자 회로 시뮬레이션을 가속화합니다.
최근 AWS는 Braket 서비스에서 cuQuantum의 가용성을 발표하고 cuQuantum이 양자 기계 학습 워크로드에서 최대 900배의 속도 향상을 제공할 수 있는 방법을 시연했습니다.
cuQuantum은 Google의 qsim, IBM의 Qiskit Aer, Xanadu의 Penny Lane 및 Classiq의 Quantum Algorithm Design 플랫폼을 비롯한 주요 양자 프레임워크에서 통근을 가속화합니다. 이러한 프레임워크 사용자는 추가 코딩 없이 GPU 가속에 액세스할 수 있습니다.
실제 사례로 약물 발견 스타트업 Menten AI는 cuQuantum의 텐서 네트워크 라이브러리를 사용하여 단백질 상호 작용을 시뮬레이션하고 새로운 약물 분자를 최적화합니다. Menten AI는 양자 컴퓨팅의 잠재력을 활용하여 약물 설계 속도를 높이는 것을 목표로 하고 있으며, 치료 설계에서 계산적으로 까다로운 문제를 해결하기 위해 양자 기계 학습을 포함한 양자 컴퓨팅 알고리즘 제품군을 개발하고 있습니다.
양자 링크 위조
양자 시스템 진화의 다음 단계는 함께 작동하는 양자 및 고전 컴퓨터를 개발하는 하이브리드 시스템으로 이동하는 것입니다. 연구원들은 새롭고 강력한 가속기 클래스 역할을 하는 시스템 수준의 양자 프로세서 또는 QPU에 대한 비전을 공유합니다.
고전 시스템과 양자 시스템을 하이브리드 양자 컴퓨터로 연결하는 것은 두 가지 주요 구성 요소로 구성됩니다.
첫 번째는 GPU와 QPU 사이의 대기 시간이 짧고 빠른 연결을 개발하여 하이브리드 시스템이 회로 최적화, 보정 및 오류 수정과 같은 기존 작업에 GPU를 사용할 수 있도록 하는 것입니다. GPU는 이 점에서 탁월하며 이러한 단계의 실행 시간을 단축하고 클래식 컴퓨터와 양자 컴퓨터 간의 통신 대기 시간을 줄일 수 있습니다.
둘째, 업계는 효율적이고 사용하기 쉬운 도구가 포함된 통합 프로그래밍 모델이 필요합니다. HPC 및 AI에 대한 경험은 견고한 소프트웨어 스택의 가치를 나타냅니다.
작업에 적합한 도구
현재 QPU를 프로그래밍한다는 것은 일반적으로 과학자의 손이 닿지 않는 낮은 수준의 어셈블리 코드와 동등한 양자를 사용하는 것을 의미합니다. 또한 개발자에게는 모든 QPU에서 작업을 실행할 수 있는 통합 프로그래밍 모델 및 컴파일러 도구 체인이 없습니다.
NVIDIA는 XNUMX월 블로그에서 더 나은 프로그래밍 모델을 위한 초기 작업에 대해 논의했습니다.
과학자들은 먼저 HPC 앱의 일부를 시뮬레이션된 QPU로 이식한 다음 실제 QPU로 이식할 수 있어야 합니다. 이를 위해서는 고성능 수준에서 친숙한 방식으로 작업할 수 있는 컴파일러가 필요합니다. GPU 가속 시뮬레이션 도구, 프로그래밍 모델 및 컴파일러 도구 체인을 결합하여 HPC 연구원은 미래를 위한 하이브리드 양자 데이터 센터 구축을 시작할 수 있습니다.
자세히 알아보고 싶다면 NVIDIA에 튜토리얼과 비디오가 있습니다. 시계 GTC 세션 그리고 참석 ISC 튜토리얼
주제에. NVIDIA에 대해 읽어보기 상태 벡터 텐서 네트워크 GPU로 무엇을 할 수 있는지 자세히 알아보기 위한 라이브러리.
아마존