NVIDIA ဟာ သူ့ရဲ့ open-source CUDA-Q platform မှာ CUDA-Q Logical ကို ထည့်သွင်းထားပြီး၊ fault-tolerant quantum computer တွေမှာ run တဲ့ application တွေတည်ဆောက်ဖို့အတွက် orchestration layer တစ်ခုဖြစ်ပြီး စိတ်ဝင်စားစရာကောင်းတဲ့ ဂဏန်းနှစ်လုံးနဲ့ ရောက်ရှိလာပါတယ်။ Fermilab က ဒီ tool ဟာ fault-tolerant algorithm design cycle ကို ငါးလကနေ သုံးပတ်အထိ လျှော့ချပေးခဲ့တယ်လို့ ပြောပြီး Iceberg Quantum က Diraq ရဲ့ spin-qubit hardware ဟာ physical qubits ၁၅၀,၀၀၀ နဲ့ logical qubits ၁,၀၀၀ အထိ ရောက်ရှိနိုင်တယ်ဆိုတာကို ပြသဖို့ အသုံးပြုခဲ့ပြီး Diraq ရဲ့ ယခင်ခန့်မှန်းချက်ထက် ၁၀ ဆ လောက်နည်းပါတယ်။ ရလဒ်နှစ်ခုစလုံးဟာ ပါဝင်ပတ်သက်တဲ့ lab တွေနဲ့ vendors တွေက အစီရင်ခံတင်ပြခဲ့တဲ့ early-access work တွေဖြစ်ပေမယ့် quantum computing ရဲ့ နောက်တစ်ဆင့်ကို ရည်ရွယ်တဲ့ tool တစ်ခုအတွက် ပထမဆုံး concrete figures တွေဖြစ်ပါတယ်။ အဲဒီ tool မှာ error-corrected logical qubits တွေက raw physical qubits တွေကို အစားထိုးထားပါတယ်။
Codesign ဟာ ဘာကြောင့် အတားအဆီးဖြစ်နေတာလဲ
ယုတ္တိဗေဒ qubits များတွင်တည်ဆောက်ထားသော Fault-tolerant processors များသည် အသုံးဝင်သော quantum computing ကိုဖြစ်နိုင်စေသောအရာများဖြစ်သည်၊ အဘယ်ကြောင့်ဆိုသော် ၎င်းတို့သည် physical qubits များတွင်ရှိတတ်သော အမှားများကို ကျော်လွှားနိုင်ပြီး ဆေးဝါးရှာဖွေတွေ့ရှိမှု၊ ဘဏ္ဍာရေးပုံစံထုတ်ခြင်းနှင့် ပစ္စည်းသိပ္ပံတို့လိုအပ်သော ပိုမိုကြီးမားသော တွက်ချက်မှုများကို လုပ်ဆောင်နိုင်သောကြောင့်ဖြစ်သည်။ ထိုစနစ်များထဲမှ တစ်ခုအတွက် application တစ်ခုကို ဒီဇိုင်းဆွဲခြင်းဆိုသည်မှာ algorithm၊ error-correction code၊ hardware architecture နှင့် QPU ၏ ကျန်အပိုင်းများကို တစ်ပြိုင်နက်တည်း ကိုင်တွယ်ဖြေရှင်းခြင်းဖြစ်ပြီး NVIDIA က ၎င်းတို့ထဲမှ တစ်ခုခုကို ပြောင်းလဲခြင်းသည် application လိုအပ်သော resources များကို ပြောင်းလဲစေနိုင်သည်ဟု ပြောကြားခဲ့သည်။ CUDA-Q Logical သည် သုတေသီများအား ထိုအစိတ်အပိုင်းအားလုံးကို အတူတကွဖော်ပြပြီး logical qubits များဖြင့် အကောင်းဆုံးလုပ်ဆောင်နိုင်သော configuration ကိုရှာဖွေရန် option များအကြား လဲလှယ်နိုင်စေပါသည်။
“Quantum computing ဟာ logical qubits ခေတ်တစ်ခုထဲကို ရင့်ကျက်လာနေပြီး သုတေသီတွေဟာ fault-tolerant system ရဲ့ ရှုထောင့်အားလုံးကို ကိုယ်စားပြုနိုင်တဲ့ ပွင့်လင်းပြီး စိတ်ကြိုက်ပြင်ဆင်နိုင်တဲ့ platform တစ်ခု လိုအပ်ပါတယ်” လို့ NVIDIA ရဲ့ quantum ဆိုင်ရာ ဒုတိယဥက္ကဋ္ဌနဲ့ အထွေထွေမန်နေဂျာ Timothy Costa က ပြောပါတယ်။ NVIDIA ဟာ Fermi National Accelerator Laboratory၊ Infleqtion၊ IQM Quantum Computers၊ QCDesign၊ Quantum Motion နဲ့ Sandia National Laboratories တို့ကို QPU ထုတ်လုပ်သူတွေနဲ့ ဓာတ်ခွဲခန်းတွေမှာ အသုံးပြုနေပြီဖြစ်ပါတယ်။
Iceberg သည် ၎င်း၏ qLDPC ဗိသုကာကို Diraq ၏ Spin Qubits များပေါ်တွင် မြေပုံဆွဲသည်
အဓိကရလဒ်ကတော့ Iceberg Quantum ကနေ ထွက်ပေါ်လာတာပါ။ အဲဒီကုမ္ပဏီက CUDA-Q Logical ကို အသုံးပြုပြီး Diraq ရဲ့ silicon spin-qubit hardware မှာ Pinnacle error-correction architecture ကို ပုံစံထုတ်ခဲ့ပါတယ်။ Pinnacle ဟာ quantum low-density parity-check (qLDPC) code တစ်ခုဖြစ်ပြီး surface code ထက် overhead အများကြီးနိမ့်တယ်လို့ ကတိပေးပေမယ့် ပိုရှုပ်ထွေးတဲ့ hardware တွေ လိုအပ်တယ်လို့ ယူဆလေ့ရှိပါတယ်။ Diraq ရဲ့ ရေးသားချက် အရ Pinnacle ဟာ သူ့ရဲ့ hardware မှာ surface-code approach ထက် platform ကို အများကြီး မတောင်းဆိုဘဲ run နိုင်ကြောင်း ပြသခဲ့ပါတယ်။ non-local connectivity ကို modular processing blocks နဲ့ qubit shuttling schedule တွေနဲ့သာ ကန့်သတ်ထားတာကြောင့် shuttling ဟာ physical gates တွေထက် error budget ကို ပိုမထိခိုက်စေဘူးလို့ ဆိုပါတယ်။ hardware-aware physical qubit counts ဟာ မူရင်း Pinnacle စာတမ်းမှာပါတဲ့ ကိန်းဂဏန်းတွေရဲ့ ၅% အတွင်းမှာပဲ ရှိခဲ့ပါတယ်။ ဒါကြောင့် ကုမ္ပဏီနှစ်ခုဟာ physical qubit ၁၅၀,၀၀၀ ကနေ logical qubit ၁,၀၀၀ ရရှိခဲ့ပြီး Diraq က အခု သူ့ရဲ့ “The Case for Silicon” white paper မှာ တင်ပြထားတဲ့ ကိန်းဂဏန်းဖြစ်ပြီး ယခင်ခန့်မှန်းချက်ထက် ၁၀ ဆ လျော့နည်းပါတယ်။ Diraq ၏ CEO Andrew Dzurak က ၎င်းကို စက်ပစ္စည်းတစ်ခုစီ၏ ခန့်မှန်းယုတ္တိဗေဒစွမ်းဆောင်ရည်တွင် အဆပေါင်းများစွာ တိုးလာခြင်းဟု ခေါ်ဆိုခဲ့သည်။
Fermilab သည် ဖွံ့ဖြိုးတိုးတက်မှုအချိန်ကို ငါးလမှ သုံးပတ်အထိ လျှော့ချခဲ့သည်
Fermilab သည် အစောပိုင်းလုပ်ငန်းတွင် CUDA-Q Logical ကို အသုံးပြု၍ ယခင်ရလဒ်များကို အတည်ပြုပြီး အမှားပြင်ဆင်ခြင်းချဉ်းကပ်မှုများနှင့် ဟာ့ဒ်ဝဲအမျိုးမျိုးတွင် ရုပ်ပိုင်းဆိုင်ရာ qubit လိုအပ်ချက်များ၊ runtimes များနှင့် အခြားအရင်းအမြစ်များကို အကဲဖြတ်ခဲ့သည်။ ဓာတ်ခွဲခန်းက ၎င်းသည် fault-tolerant system design ကို ငါးလမှ သုံးပတ်အထိ ထပ်ခါတလဲလဲလုပ်ဆောင်နိုင်သော၊ အတည်ပြုနိုင်သော တွက်ချက်မှုလုပ်ငန်းစဉ်နှင့် ချုံ့ထားသော algorithm ဖွံ့ဖြိုးတိုးတက်မှုအဖြစ်သို့ ပြောင်းလဲပေးခဲ့ပြီး 7x မြန်နှုန်းဖြင့် ပြောင်းလဲပေးခဲ့သည်ဟု ပြောကြားခဲ့သည်။ “CUDA-Q Logical ကို အသုံးပြုခြင်းဖြင့် ကျွန်ုပ်တို့အဖွဲ့သည် အထူးပြုအခြေခံအဆောက်အအုံတည်ဆောက်ရန် ပုံမှန်အားဖြင့် ငါးလခန့်ကြာမြင့်မည့်အရာနှင့် နှိုင်းယှဉ်ပါက ဤအရင်းအမြစ်များ၏ ပေါင်းစပ်မှုကို သုံးပတ်အတွင်း စူးစမ်းလေ့လာခဲ့ကြသည်” ဟု Fermilab ၏ နည်းပညာအရာရှိချုပ်နှင့် Superconducting Quantum Materials and Systems Center ၏ ဒါရိုက်တာ Anna Grassellino က ပြောကြားခဲ့သည်။
Sandia ရဲ့ QUOPS Benchmark ဟာ CUDA-Q မှာ တင်ပို့ပါတယ်။
orchestration layer နဲ့အတူ NVIDIA ဟာ Sandia National Laboratories မှ cross-platform၊ hardware-agnostic benchmark တစ်ခုဖြစ်တဲ့ QOUPS ရဲ့ reference implementation တစ်ခုကို ပို့ဆောင်ပေးနေပါတယ်။ ဒီ field ဟာ qubit count၊ gate fidelity နဲ့ coherence time စတဲ့ physical-qubit metrics တွေကနေတစ်ဆင့် အများဆုံး ခြေရာခံခဲ့ပါတယ်။ QOUPS ဟာ system တစ်ခုဟာ အသုံးဝင်တဲ့ workloads တွေကို လည်ပတ်ဖို့ ဘယ်လောက်နီးကပ်နေလဲဆိုတာကို ရမှတ်ပေးဖို့ ရည်ရွယ်ပါတယ်။ Sandia ဟာ Google၊ IBM နဲ့ Quantinuum တို့ရဲ့ QPU တွေအတွက် ကနဦး QOUPS ရလဒ်တွေနဲ့အတူ IEEE Quantum Week မတိုင်ခင်မှာ preprint တစ်ခုကို တင်ခဲ့ပါတယ်။ “ကျွန်တော်တို့က အဲဒီလိုလုပ်ဖို့ QOUPS ကို ဖန်တီးခဲ့တာဖြစ်ပြီး quantum computing ရောင်းချသူတွေနဲ့ ဖောက်သည်တွေက အသုံးပြုတာကို မြင်တွေ့ရတာ စိတ်လှုပ်ရှားမိပါတယ်” လို့ Sandia ရဲ့ Quantum Performance Laboratory ရဲ့ co-director ဖြစ်သူ Timothy Proctor က quantum computer စွမ်းရည်တွေရဲ့ တိုးတက်မှုကို ခြေရာခံပြီး ခန့်မှန်းဖို့ လိုအပ်ချက်ကို ရည်ညွှန်းပြီး ပြောကြားခဲ့ပါတယ်။
Quantum-GPU Stack ရဲ့ ကျန်အပိုင်းတွေ
အဲဒီကြေငြာချက်က NVIDIA ရဲ့ quantum lineup တစ်ခုလုံးကို လက်ခံကျင့်သုံးမှုကို အဆုံးသတ်လိုက်ပါတယ်။ Diraq ဟာ NVIDIA က အသုံးဝင်တဲ့ quantum computing အတွက် AI တည်ဆောက်ပြီး ဖြန့်ကျက်ဖို့အတွက် ပထမဆုံး open model မိသားစုလို့ ခေါ်ဆိုတဲ့ NVIDIA Ising ကို အသုံးပြုခဲ့ပြီး silicon qubit processor ကို ချိန်ညှိခဲ့ပါတယ်။ Anyon Computing၊ Quandela နဲ့ Quantum Machines တို့ဟာ NVIDIA ရဲ့ QPU တွေကို GPU supercomputers တွေနဲ့ ချိတ်ဆက်ဖို့အတွက် open architecture ဖြစ်တဲ့ NVQLink ပေါ်မှာ တည်ဆောက်ထားပြီး Quantum Machines က အစ္စရေး Quantum Computing Center မှာ integration demo တစ်ခုကို လုပ်ဆောင်နေပါတယ်။ IonQ က quantum generative AI framework တစ်ခုဖြစ်တဲ့ DQAOA-GPT မှာ တိုးတက်မှုကို တင်ပြခဲ့ပါတယ်။ MITRE က GPU-accelerated digital twins တွေရဲ့ quantum sensor တွေအကြောင်း ထုတ်ဝေခဲ့ပါတယ်။ Phasecraft က variational quantum eigensolver ကနေ ထုတ်လုပ်ထားတဲ့ အကြီးဆုံး emulated molecular database အဖြစ် ဖော်ပြထားတဲ့အရာကို တည်ဆောက်ဖို့ cuQuantum ကို အသုံးပြုနေပြီး UCLA နဲ့ Caltech တို့က quantum application တွေကို run ဖို့ လိုအပ်တဲ့ control sequence တွေကို လုပ်ဆောင်နေပါတယ်။
အချိန်ကိုက်မှုကြောင့် NVIDIA ရဲ့ software layer ဟာ ကျွန်တော်တို့ ခြေရာခံနေတဲ့ hardware roadmaps တွေနဲ့ အတူတူပဲ ဖြစ်နေပါတယ်။ အဲဒီထဲမှာ ၂၀၂၉ ခုနှစ်မှာ IBM ရဲ့ fault-tolerant machine လမ်းကြောင်း နဲ့ CSCS ကို ဦးတည်နေတဲ့ 120-qubit Nighthawk r2 လည်း ပါဝင်ပါတယ်။ CUDA-Q Logical ကို GitHub မှာ အခု ရရှိနိုင်ပြီး QUOPS reference implementation ကို CUDA-Q မှာ ပို့ဆောင်ပေးထားပြီး Sandia ရဲ့ benchmark repository ကို သီးခြားထုတ်ဝေထားပါတယ်။
အမေဇုံ