NVIDIA symuluje 104-kubitowy protokół odporny na błędy na JUPITER

Co NVIDIA uruchomiła i gdzie

NVIDIA opisała ten przebieg jako największą dotąd kompleksową symulację procesora kwantowego odpornego na błędy. Firma podała, że obliczenia szły na 8 192 GPU na JUPITER w Centrum Superkomputerowym w Jülich.

NVIDIA twierdzi, że żaden wcześniejszy przebieg nie modelował procesora kwantowego z taką szczegółowością. Według wpisu technicznego zespołu CUDA-Q firmy NVIDIA symulacja obejmowała spójne błędy fazowe, które narastają i interferują, oraz przecieki, gdy nadprzewodzący kubit opuszcza swoje dwa poziomy obliczeniowe. Wybrane fizyczne miejsca dostały trzeci poziom energetyczny, co zwiększa złożoność symulacji. JUPITER jest pierwszym europejskim superkomputerem eksaskalowym i stoi w Forschungszentrum Jülich.

Dlaczego stany magiczne decydują o rachunku za kubity

Maszyny odporne na błędy muszą stale produkować stany magiczne, czyli określony układ kubitów zużywany w trakcie obliczeń. Tradycyjne protokoły destylacji zużywają 90% do 95% całego budżetu fizycznych kubitów komputera kwantowego tylko na wytwarzanie stanów T, których wymaga uniwersalne liczenie. Hodowla stanów magicznych zastępuje ten narzut mniejszą, lokalną techniką przełączania kodów. NVIDIA twierdzi, że symulowana metoda hodowli wymaga o 90% mniej fizycznych kubitów niż wcześniejsze podejścia. Firma argumentuje, że ta różnica ma znaczenie, bo obecny sprzęt wciąż ma ograniczoną liczbę kubitów, więc każda technika obniżająca narzut pomaga.

Symulowany protokół zaczyna się od kodu kolorowego o odległości 3, małego kodu korygującego błędy, i używa pomiarów flagowych do wykrywania szkodliwych usterek.

Potem rozbudowuje stan do hybrydowej konfiguracji kodu kolorowego i powierzchniowego o odległości 7, zanim dojdą kolejne rundy korekcji błędów i odczyt. Wpis techniczny CUDA-Q firmy NVIDIA podaje, że 104 kubity w liczeniu obejmują kubity danych i pomocnicze używane w tej sekwencji, a nie 104 fizyczne kubity.

Od 50 kubitów do 104 i co się zmieniło

Wcześniejsza symulacja w Jülich na 50 kubitach biegła w warunkach idealnych, bez szumu, i modelowała uniwersalny komputer kwantowy. Pobiła rekord 48 kubitów ustanowiony w 2019 r. na japońskim superkomputerze K przez badaczy z Jülich i ich japońskich partnerów. Przebieg na 104 kubitach modeluje natomiast hodowlę stanów magicznych przy realistycznym szumie sprzętowym. Symulacja 50 kubitów wymagała około 2 petabajtów pamięci, czyli mniej więcej dwóch milionów gigabajtów. Każdy dodatkowy kubit podwaja potrzebną moc obliczeniową i pamięć, a typowy laptop wciąż radzi sobie z około 30.

NVIDIA podała, że prace zaczęły się na systemie NVIDIA GB200 NVL72 w NVIDIA Accelerated Quantum Research Center.

Tam zespół skalował testy od 4 GPU do setek, zanim przeniósł obciążenia na konfigurację 8 192 GPU na JUPITER. Według wpisu na blogu firmy NVIDIA to stopniowanie skróciło pracę symulacyjną, która wcześniej zajmowała tygodnie, do dni. Firma twierdzi, że przygotowanie pomogło zespołowi efektywnie wykorzystać eksaskalową moc JUPITER.

Co mówią ludzie, którzy to prowadzili

„Przydatne obliczenia kwantowe będą wymagać fantastycznie złożonych systemów odpornych na błędy, a zrozumienie, jak zachowują się w skali, jest niezbędne do ich budowy”, powiedział Jensen Huang, założyciel i prezes Nvidii, w ogłoszeniu.

„Europejska inwestycja w JUPITER daje badaczom możliwość badania pytań, które wcześniej były poza zasięgiem”, powiedziała Kristel Michielsen, dyrektorka Centrum Superkomputerowego w Jülich, w ogłoszeniu Nvidii. Dodała, że współpraca z Nvidią pomaga naukowcom podejmować lepiej uzasadnione decyzje o projektach, które najpewniej przyniosą użyteczne zastosowania.

Co dalej

NVIDIA twierdzi, że przebieg daje badaczom dane do przewidywania, jak przyszłe projekty będą działać, zanim powstaną, co zmniejsza zależność od prób i błędów na sprzęcie. Firma wskazuje odkrywanie leków, modelowanie finansowe i naukę o materiałach jako planowane obszary zastosowań. Symulacja używała oprogramowania cuQuantum firmy NVIDIA i warstwy logicznej odpornej na błędy z platformy CUDA-Q. Nie ogłoszono harmonogramu publicznego udostępnienia narzędzi symulacyjnych zewnętrznym partnerom sprzętowym w dziedzinie kwantów.