En av de många tutorials som erbjuds av NVIDIA under ISC High Performance HPC Event i Hamburg, Tyskland, fokuserar på Quantum computing eller, mer specifikt, hybrid kvantdatorer. NVIDIA har fokuserat på kvantberäkningar och gjorde flera tillkännagivanden på GTC i mars. De fortsatte trenden på ISC och demonstrerade cuQuantum.
En av de många tutorials som erbjuds av NVIDIA under ISC High Performance HPC Event i Hamburg, Tyskland, fokuserar på Quantum computing eller, mer specifikt, hybrid kvantdatorer. NVIDIA har fokuserat på kvantberäkningar och gjorde flera tillkännagivanden på GTC i mars. De fortsatte trenden på ISC och demonstrerade cuQuantum.
Quantum computing har potential att bryta igenom tuffa utmaningar och göra framsteg inom allt från läkemedelsupptäckt till väderprognoser. HPC:s framtid beror till stor del på den roll som kvantberäkningen spelar.
Kvantsimuleringar
Superdatorer simulerar idag kvantberäkningsjobb i stor skala med prestandanivåer utanför räckhåll för dagens relativt små, felbenägna kvantsystem. Många kvantorganisationer använder NVIDIA cuQuantum mjukvaruutvecklingssats för att accelerera sina kvantkretssimuleringar på GPU:er.
Nyligen tillkännagav AWS tillgängligheten av cuQuantum i sin Braket-tjänst och demonstrerade hur cuQuantum kunde ge upp till 900x snabbare arbetsbelastningar för kvantmaskininlärning.
cuQuantum möjliggör accelererad pendling på stora kvantsystem, inklusive Googles qsim, IBMs Qiskit Aer, Xanadus Penny Lane och Classiqs Quantum Algorithm Design-plattform. Användare av dessa ramverk kan komma åt GPU-acceleration utan ytterligare kodning.
Som ett praktiskt exempel kommer läkemedelsupptäckande startupen Menten AI att använda cuQuantums tensornätverksbibliotek för att simulera proteininteraktioner och optimera nya läkemedelsmolekyler. Menten AI syftar till att utnyttja kvantberäkningens potential för att påskynda läkemedelsdesign och utvecklar en svit av kvantberäkningsalgoritmer, inklusive kvantmaskininlärning för att bryta igenom beräkningskrävande problem inom terapeutisk design.
Att skapa en kvantlänk
Nästa steg i utvecklingen av kvantsystem är att gå över till hybridsystem som utvecklar kvantdatorer och klassiska datorer som fungerar tillsammans. Forskare delar en vision om kvantprocessorer på systemnivå, eller QPU:er, som fungerar som en ny och kraftfull klass av acceleratorer.
Att överbrygga klassiska och kvantsystem till en hybrid kvantdator består av två huvudkomponenter.
Det första är att utveckla en snabb anslutning med låg latens mellan GPU:er och QPU:er, vilket låter hybridsystemen använda GPU:er för klassiska jobb som kretsoptimering, kalibrering och felkorrigering. GPU:er utmärker sig på detta och kan påskynda exekveringstiden för dessa steg och minska kommunikationslatensen mellan klassiska och kvantdatorer.
För det andra behöver branschen en enhetlig programmeringsmodell med verktyg som är effektiva och lätta att använda. Erfarenhet av HPC och AI pekar på värdet av en solid mjukvarustack.
Rätt verktyg för jobbet
För närvarande innebär programmering av QPU:er att använda kvantekvivalenten till lågnivåmonteringskod, vanligtvis utanför räckhåll för forskare. Dessutom saknar utvecklare en enhetlig programmeringsmodell och kompilatorverktygskedja för att låta dem köra sitt arbete på vilken QPU som helst.
NVIDIA diskuterade sitt inledande arbete mot en bättre programmeringsmodell i en blogg i mars.
Forskare måste ha förmågan att porta delar av sina HPC-appar först till en simulerad QPU, sedan en riktig. Det kommer att kräva en kompilator för att de ska kunna arbeta på högpresterande nivåer och på bekanta sätt. Genom att kombinera GPU-accelererade simuleringsverktyg, en programmeringsmodell och en kompilatorverktygskedja kommer HPC-forskare att få möjlighet att börja bygga hybrida kvantdatacenter för framtiden.
NVIDIA har handledningar och videor om du är intresserad av att lära dig mer. Titta på a GTC-session och delta i en ISC handledning
på ämnet. Läs om NVIDIAs Statlig vektor och Tensor nätverk bibliotek för en djupdykning i vad du kan göra med GPU:er.
Engagera dig med StorageReview
Nyhetsbrev | Youtube | Podcast iTunes/Spotify | Instagram | Twitter | Facebook | TikTok | Rssflöde
