NVIDIA simuliert fehlertolerantes 104-Qubit-Protokoll auf JUPITER

Was NVIDIA ausgeführt hat und wo

NVIDIA bezeichnet den Lauf als die bislang umfassendste Simulation eines fehlertoleranten Quantenprozessors. Das Unternehmen gibt an, dafür 8.192 GPUs auf JUPITER am Jülich Supercomputing Centre genutzt zu haben.

Kein früherer Lauf habe einen Quantenprozessor so detailliert modelliert, heißt es bei NVIDIA. Einem technischen Beitrag des CUDA-Q-Teams zufolge bildete die Simulation kohärente Phasenfehler ab, die sich aufbauen und einander überlagern. Auch Leakage war Teil des Modells, also das Verlassen der beiden Rechenniveaus durch ein supraleitendes Qubit. Ausgewählte physikalische Gitterplätze erhielten ein drittes Energieniveau, was die Komplexität der Simulation erhöht. JUPITER ist Europas erster Exascale-Supercomputer und steht am Forschungszentrum Jülich.

Warum Magic States über den Qubit-Etat entscheiden

Fehlertolerante Rechner müssen laufend Magic States erzeugen, eine bestimmte Anordnung von Qubits, die während der Berechnung verbraucht wird. Herkömmliche Destillationsprotokolle verbrauchen 90 % bis 95 % des gesamten physikalischen Qubit-Budgets eines Quantencomputers allein für die T-States, die universelles Rechnen braucht. Magic State Cultivation ersetzt diesen Aufwand durch ein kleineres, lokal begrenztes Verfahren zum Code-Wechsel. Der simulierte Cultivation-Ansatz benötigt laut NVIDIA 90 % weniger physikalische Qubits als frühere Methoden. Die Lücke sei wichtig, weil die aktuelle Hardware bei der Qubit-Zahl begrenzt bleibe, so das Unternehmen. Jede Technik, die den Overhead senkt, helfe deshalb.

Das simulierte Protokoll beginnt mit einem Farbcode der Distanz 3, einem kleinen fehlerkorrigierenden Code, und nutzt Flag-Messungen, um schädliche Fehler zu erkennen.

Anschließend wächst der Zustand zu einer Hybridkonfiguration aus Farbcode und Oberflächencode der Distanz 7 heran, bevor weitere Runden der Fehlerkorrektur und die Auslese folgen. Dem technischen Beitrag von NVIDIA zufolge zählen die 104 Qubits die Daten- und Hilfsqubits mit, die in dieser Abfolge zum Einsatz kommen. Es handelt sich also nicht um 104 physikalische Qubits.

Von 50 Qubits zu 104, und was sich geändert hat

Die frühere 50-Qubit-Simulation in Jülich lief unter idealen, rauschfreien Bedingungen und modellierte einen universellen Quantencomputer. Sie übertraf einen 48-Qubit-Rekord von 2019, den Jülicher Forscher und ihre japanischen Partner auf dem japanischen K computer aufgestellt hatten. Der 104-Qubit-Lauf modelliert dagegen Magic State Cultivation unter realistischem Hardware-Rauschen. Die Simulation von 50 Qubits brauchte etwa 2 Petabyte Speicher, rund zwei Millionen Gigabyte. Jedes zusätzliche Qubit verdoppelt Rechenleistung und Speicherbedarf. Ein typischer Laptop schafft noch etwa 30.

Die Arbeit begann laut NVIDIA auf einem NVIDIA GB200 NVL72 System am NVIDIA Accelerated Quantum Research Center.

Dort skalierte das Team die Tests von 4 GPUs auf Hunderte, bevor es die Workloads auf die 8.192-GPU-Konfiguration von JUPITER brachte. Dieser Zwischenschritt drückte laut NVIDIAs Blogbeitrag Simulationsarbeit von Wochen auf Tage zusammen. Die Vorbereitung habe dem Team geholfen, die Exascale-Kapazität von JUPITER effektiv zu nutzen, so das Unternehmen.

Was die Verantwortlichen sagen

„Nutzenbringendes Quantenrechnen wird fantastisch komplexe, fehlertolerante Systeme erfordern, und zu verstehen, wie sie sich im großen Maßstab verhalten, ist für ihren Bau entscheidend“, sagte Jensen Huang, Gründer und CEO von NVIDIA, in der Ankündigung.

„Europas Investition in JUPITER gibt Forschenden die Möglichkeit, Fragen zu untersuchen, die bisher außer Reichweite lagen“, sagte Kristel Michielsen, Direktorin des Jülich Supercomputing Centre, in NVIDIAs Ankündigung. Die Zusammenarbeit mit NVIDIA helfe Wissenschaftlern, besser informierte Entscheidungen über die Designs zu treffen, die am ehesten nützliche Anwendungen hervorbringen.

Wie es weitergeht

Der Lauf liefert Forschenden laut NVIDIA Daten, mit denen sich die Leistung künftiger Designs vorhersagen lässt, bevor sie gebaut werden. Das verringert die Abhängigkeit von Versuch und Irrtum an der Hardware. Das Unternehmen nennt Wirkstoffforschung, Finanzmodellierung und Materialwissenschaft als die vorgesehenen Anwendungsfelder. Die Simulation nutzte NVIDIAs Software cuQuantum und die fehlertolerante logische Schicht der CUDA-Q-Plattform. Einen Zeitplan dafür, wann die Simulationswerkzeuge externen Partnern für Quantenhardware öffentlich zugänglich werden, hat NVIDIA nicht genannt.