Die NVIDIA-Aktie (NVDA) stieg am Montag um 1,54 % auf 217,43 $, nachdem das Unternehmen einen bedeutenden Meilenstein bei der Quantsimulation in Europa gemeldet hatte. Die Aktien gewannen im Handelsverlauf 3,30 $, wobei intraday-Verkäufe die früheren Gewinne etwas schmälerten. Die Ankündigung drehte sich um einen 104-Qubit-Test zur Verbesserung fehlertoleranter Quantencomputing.

Rekord: 104-Qubit-Simulation auf JUPITER

NVIDIA-Forscher führten die Simulation auf JUPITER durch, Europas erstem Exascale-Supercomputer – einer Maschinenklasse, die mindestens eine Quintillion Berechnungen pro Sekunde leisten kann – im Jülich Supercomputing Centre in Deutschland. Das Projekt nutzte NVIDIA-GH200-Prozessoren, um komplexe Quantenoperationen unter realistischem Hardware-Rauschen zu modellieren. Laut NVIDIA handelt es sich um die umfangreichste Gesamtsimulation eines fehlertoleranten Quantenprozessors.

Simulationen dieser Art schließen eine praktische Lücke: Fehlertolerante Quantenmaschinen in diesem Maßstab wurden noch nicht gebaut, daher bieten klassische Supercomputer den Forschern eine Möglichkeit, Prozessordesigns zu testen, bevor sie sich auf physische Hardware festlegen.

Die Forscher untersuchten Magic-State Cultivation, ein Verfahren, das Quantensystemen zuverlässige Berechnungen ermöglicht. Quantencomputer sind anfällig für Fehler, weil ihre Qubits der Verarbeitung auf Rauschen reagieren, und Fehlertoleranz bezeichnet die Fähigkeit einer Maschine, trotz dieser Fehler genaue Ergebnisse zu liefern. Wissenschaftler benötigen daher Techniken, die diese Fehler begrenzen, ohne übermäßige Hardware zu erfordern.

Ein früheres Forschungsvorhaben in Jülich modellierte 50 Qubits unter idealen Bedingungen ohne Rauschen. Das neue Projekt führte diese Arbeit fort, indem es 104 Qubits in einer realistischeren Umgebung untersuchte, um einzuschätzen, wie vorgeschlagene Quantenmaschinen außerhalb kontrollierter Simulationen abschneiden könnten.

Cultivation-Methode zielt auf geringeren Hardware-Bedarf

NVIDIA erklärte, der Cultivation-Ansatz könnte 90 % weniger Qubits erfordern als frühere Methoden. Diese Verringerung ist bedeutsam, weil nützliche Quantencomputer erhebliche Ressourcen zur Korrektur von Verarbeitungsfehlern benötigen. Geringerer Hardware-Bedarf könnte künftige Designs vereinfachen und die Skalierungskosten senken.

Magic States unterstützen Berechnungen, die herkömmliche Fehlerkorrekturmethoden allein nicht bewältigen können. Quantenprozessoren verbrauchen diese Zustände jedoch während fehlertoleranter Operationen ständig, weshalb Forscher nach schnelleren und effizienteren Wegen zu ihrer Erzeugung suchen.

Das Team testete, wie sich Rauschen auf die Cultivation auswirkt, und ermittelte Wege zur Bewertung künftiger Verbesserungen. Die Ergebnisse könnten Hardware-Entwickler anleiten, bevor sie Ressourcen in physische Prototypen investieren – die Phase, in der die prognostizierten Qubit-Einsparungen erstmals auf Bedingungen jenseits der Simulation treffen würden. Die Testmethoden unterstützen zudem Forschung in Medikamentenentwicklung, Finanzmodellierung und fortgeschrittenen Materialien.

NVIDIA erweitert GPU-Simulationskapazität

Das Team entwickelte seine Methoden zunächst mit NVIDIAS GB200-NVL72-System in seinem Accelerated Quantum Research Center. Die Forscher skalierten die Tests von vier GPUs auf Hunderte, bevor sie zu JUPITER wechselten, wo schließlich 8.192 GPUs für die größere Simulation eingesetzt wurden.

Dieser Fortschritt half dem Team, die Genauigkeit zu überprüfen und die Gesamtleistung über verschiedene Rechenumgebungen hinweg zu vergleichen. Er verkürzte zudem Arbeiten, die zuvor Wochen erforderten, auf einen Prozess von wenigen Tagen und bereitete die Software auf die deutlich größeren Rechenressourcen von JUPITER vor.

NVIDIA nutzte seine Software cuQuantum, um die Simulationsleistung über das gesamte System zu verbessern. Die Plattform CUDA-Q stellte darüber hinaus Werkzeuge zur Beschreibung fehlertoleranter Quantenschaltkreise bereit Zusammen demonstrierten die beiden Plattformen, wie herkömmliche GPU-Supercomputer die Quantenforschung unterstützen können, bevor Ingenieure größere physische Prozessoren bauen – eine Rolle, die es NVIDIAS bestehenden GPU- und Softwareprodukten ermöglicht, die Quantenentwicklung zu bedienen, solange sich solche Hardware noch in der Forschungsphase befindet.

Dieser Artikel erschien ursprünglich auf Blockonomi.