跳到正文
NVIDIA Newsroom·· 1 天前AI 评分38

NVIDIA 在 Jülich 超算中心完成 104 量子比特容错量子计算模拟

NVIDIA Runs Record Simulation of Fault-Tolerant Quantum Computing at Jülich Supercomputing Centre

AI 导读

NVIDIA 在德国 Jülich 超算中心的 JUPITER 上完成 104 量子比特容错量子计算模拟,这是迄今规模最大的容错量子处理器完整模拟。该模拟验证的 magic state cultivation 方法比此前方案少用 90% 物理量子比特,并在真实硬件噪声条件下运行。

正文 · AI 翻译

研究人员利用欧洲首台百亿亿次超级计算机 JUPITER 理解量子计算中最复杂、最关键的运算

新闻摘要:

  • NVIDIA 研究人员正在利用 JUPITER——欧洲最大的超级计算机,建于于利希超级计算中心——进行一项创纪录的容错量子计算模拟。
  • 这项 104 量子比特的模拟是迄今为止对容错量子计算系统规模最大的全面模拟,此前没有任何模拟能以如此完整的细节对量子处理器进行建模。
  • 该模拟验证了一种量子计算方法,其使用的物理量子比特比以往方法少 90%,加速了在药物研发、金融建模和材料科学等领域实现实用应用的进程。
  • JUPITER 模拟正在为量子产业提供可操作的洞见,帮助了解噪声对容错量子计算的影响,使研究人员能够在构建硬件之前改进设计——将通往可行量子计算机的道路缩短数年。

NVIDIA 今日宣布在欧洲首台百亿亿次超级计算机 JUPITER 上完成了一项创纪录的量子计算模拟,使研究人员能够全面探索并验证“魔法态培育”——一种领先的容错量子计算方法,其所需量子比特比以往方法少 90%。

该模拟在位于于利希超级计算中心的 NVIDIA GH200 超级芯片系统上运行,104 量子比特的规模是迄今为止对容错量子处理器规模最大的全面模拟,以创纪录的规模对现实量子处理器如何执行容错计算进行了建模。

这种保真度水平为研究人员提供了在构建之前预测未来设计性能所需的数据和工具——减少对硬件试错的依赖,并加速在药物研发、金融建模和材料科学等领域实现实用量子应用。

“实用的量子计算将需要极其复杂的容错系统——理解它们在大规模下的行为对于构建这些系统至关重要,”NVIDIA 创始人兼首席执行官黄仁勋表示。“我们在于利希取得的成果表明,量子处理器与 GPU 超级计算机可以协同工作,攻克原本无法触及的研究——加速发现具有变革意义的量子应用。”

“欧洲对 JUPITER 的投资使研究人员能够探究此前无法触及的问题,”于利希研究中心于利希超级计算中心主任 Kristel Michielsen 表示。“与 NVIDIA 合作,我们正将这一能力引入量子计算——帮助科学家就最有可能带来实用应用的设计做出更明智的决策。”

减少实现实用量子计算所需的资源
由于量子比特在物理学的极限下运行,控制它们所需的相互作用会引入不可避免的、诱发错误的噪声。在这种噪声存在的情况下进行计算——即容错量子计算——需要使用魔法态,这是一种特定的量子比特排列,在容错量子计算过程中会被持续消耗。

容错量子计算机的关键在于反复产生魔法态——这意味着,在魔法态制备方式上的任何优化都会大幅降低构建实用量子计算机的难度。

通过在真实噪声条件下模拟这一过程,NVIDIA 研究人员验证了一种最先进的魔法态培育方法,为研究人员提供了开发和测试未来改进所需的工具。

此前,Jülich 的开创性研究在理想、无噪声条件下模拟了 50 个量子比特。这项工作在真实硬件噪声下模拟魔法态培育,帮助研究人员理解误差的影响。

从研发到百亿亿级模拟
模拟魔法态培育有助于研究人员在构建量子硬件之前评估和改进设计。但所需内存可能随量子比特数量呈指数增长,使大规模模拟超出传统计算系统的能力范围。

位于 NVIDIA 加速量子研究中心(NVAQC)的一台 NVIDIA GB200 NVL72 系统作为 JUPITER 项目的开发平台,使研究人员能够将测试从 4 块 GPU 扩展到数百块,然后再迁移到 JUPITER 上的 8,192 块 GPU。

研究人员利用该中心加速其模拟方法的开发和测试,将结果与 JUPITER 进行比较,并探索精度如何随额外计算资源而扩展。这项工作帮助将耗时数周的模拟工作缩短至数天,同时让团队为有效利用 JUPITER 的百亿亿级计算能力做好准备。

该项目展示了随着量子计算系统规模的增长,模拟将变得日益重要和复杂。它还展示了加速计算集群(如 NVAQC 的集群)的实用性,使研究人员能够在借助世界级超级计算机进行最严苛的计算之前,开发和验证模拟方法。

模拟使用 NVIDIA cuQuantum 软件运行,以实现高度优化的性能和规模,同时使用 NVIDIA CUDA-Q™ 平台的容错逻辑层来表达魔法态电路。

阅读关于 JUPITER 模拟的 GitHub 博客。

观看 Huang 的 GTC Berlin 主题演讲并探索会议。

来源:NVIDIA Newsroom · nvidianews.nvidia.com