Uno dei tanti tutorial offerti da NVIDIA durante l'evento ISC High Performance HPC ad Amburgo, in Germania, si concentra sul calcolo quantistico o, più specificamente, sui computer quantistici ibridi. NVIDIA si è concentrata sull'informatica quantistica, facendo diversi annunci al GTC di marzo. Hanno continuato la tendenza all'ISC, dimostrando cuQuantum.
Uno dei tanti tutorial offerti da NVIDIA durante l'evento ISC High Performance HPC ad Amburgo, in Germania, si concentra sul calcolo quantistico o, più specificamente, sui computer quantistici ibridi. NVIDIA si è concentrata sull'informatica quantistica, facendo diversi annunci al GTC di marzo. Hanno continuato la tendenza all'ISC, dimostrando cuQuantum.
L’informatica quantistica ha il potenziale per superare sfide difficili facendo progressi in ogni campo, dalla scoperta di farmaci alle previsioni meteorologiche. Il futuro dell’HPC dipende in larga misura dal ruolo svolto dall’informatica quantistica.
Simulazioni quantistiche
I supercomputer oggi stanno simulando lavori di calcolo quantistico su larga scala con livelli di prestazioni oltre la portata degli odierni sistemi quantistici relativamente piccoli e soggetti a errori. Molte organizzazioni quantistiche utilizzano il kit di sviluppo software NVIDIA cuQuantum per accelerare le simulazioni di circuiti quantistici sulle GPU.
Recentemente, AWS ha annunciato la disponibilità di cuQuantum nel suo servizio Braket e ha dimostrato come cuQuantum possa fornire una velocità fino a 900 volte maggiore sui carichi di lavoro di machine learning quantistico.
cuQuantum consente il pendolarismo accelerato sui principali framework quantistici, tra cui qsim di Google, Qiskit Aer di IBM, Penny Lane di Xanadu e la piattaforma Quantum Algorithm Design di Classiq. Gli utenti di questi framework possono accedere all'accelerazione GPU senza codifica aggiuntiva.
Come esempio pratico, la startup di scoperta di farmaci Menten AI utilizzerà la libreria di rete tensore di cuQuantum per simulare le interazioni proteiche e ottimizzare nuove molecole di farmaci. Menten AI mira a sfruttare il potenziale dell’informatica quantistica per accelerare la progettazione dei farmaci e sta sviluppando una suite di algoritmi di calcolo quantistico, compreso l’apprendimento automatico quantistico, per risolvere problemi computazionalmente impegnativi nella progettazione terapeutica.
Forgiare un collegamento quantistico
Il prossimo passo nell’evoluzione dei sistemi quantistici sarà il passaggio a sistemi ibridi sviluppando computer quantistici e classici che lavorino insieme. I ricercatori condividono la visione di processori quantistici a livello di sistema, o QPU, che agiscono come una nuova e potente classe di acceleratori.
Collegare i sistemi classici e quantistici in un computer quantistico ibrido è costituito da due componenti principali.
Il primo sta sviluppando una connessione veloce e a bassa latenza tra GPU e QPU, consentendo ai sistemi ibridi di utilizzare le GPU per compiti classici come l'ottimizzazione dei circuiti, la calibrazione e la correzione degli errori. Le GPU eccellono in questo e possono accelerare i tempi di esecuzione di questi passaggi e ridurre la latenza di comunicazione tra computer classici e quantistici.
In secondo luogo, l’industria ha bisogno di un modello di programmazione unificato con strumenti efficienti e facili da usare. L'esperienza con HPC e intelligenza artificiale evidenzia il valore di un solido stack software.
Strumenti giusti per il lavoro
Attualmente, programmare le QPU significa utilizzare l’equivalente quantistico del codice assembly di basso livello, tipicamente fuori dalla portata degli scienziati. Inoltre, agli sviluppatori manca un modello di programmazione unificato e una toolchain del compilatore che consenta loro di eseguire il proprio lavoro su qualsiasi QPU.
NVIDIA ha discusso il suo lavoro iniziale verso un modello di programmazione migliore in un blog di marzo.
Gli scienziati devono avere la possibilità di trasferire parti delle loro app HPC prima su una QPU simulata, poi su una reale. Ciò richiederà un compilatore che consenta loro di lavorare a livelli di prestazioni elevate e in modi familiari. Combinando strumenti di simulazione accelerati da GPU, un modello di programmazione e una toolchain di compilazione, i ricercatori HPC avranno la possibilità di iniziare a costruire data center quantistici ibridi per il futuro.
NVIDIA ha tutorial e video se sei interessato a saperne di più. Guarda un Sessione GTC e partecipare ad un Esercitazione sull'ISC
sull'argomento. Leggi informazioni su NVIDIA Vettore di stato che a Rete tensore librerie per un approfondimento su cosa puoi fare con le GPU.
Interagisci con StorageReview
Newsletter | YouTube | Podcast iTunes/Spotify | Instagram | Twitter | Facebook | TikTok | RSS feed
