Akcje NVIDIA (NVDA) wzrosły w poniedziałek o 1,54% do 217,43 USD po tym, jak firma poinformowała o ważnym kamieniu milowym w dziedzinie symulacji obliczeń kwantowych w Europie. Akcje zyskały 3,30 USD podczas sesji, choć sprzedaż w trakcie dnia ograniczyła wcześniejsze wzrosty. Ogłoszenie koncentrowało się wokół testu 104 kubitów, którego celem jest poprawa odpornych na błędy obliczeń kwantowych.

Rekordowa symulacja 104 kubitów na JUPITERZE

Badacze NVIDIA przeprowadzili symulację na JUPITERZE, pierwszym eksaskalowym superkomputerze Europy—maszynie klasy zdolnej do co najmniej kwintyliona obliczeń na sekundę—w Centrum Superkomputerowym Jülich w Niemczech. Projekt wykorzystywał procesory NVIDIA GH200 do modelowania złożonych operacji kwantowych w warunkach realistycznego szumu sprzętowego. Według NVIDIA prace te stanowią największą wszechstronną symulację odpornego na błędy procesora kwant.

Symulacje tego typu wypełniają praktyczną lukę: maszyny kwantowe odporne na błędy w tej skali nie zostały jeszcze zbudowane, więc klasyczne superkomputery dają badaczom sposób na testowanie projektów procesorów przed decyzją o budowie fizycznego sprzętu.

Badacze zbadali metodę uprawy stanów magicznych, która pomaga systemom kwantowym wykonywać niezawodne obliczenia. Komputery kwantowe są podatne na błędy, ponieważ ich kubitów reagują na szum podczas przetwarzania, a odporność na błędy opisuje zdolność maszyny do dalszego generowania dokładnych wyników pomimo tych błędów. Naukowcy potrzebują zatem technik, które ograniczają błędy bez konieczności stosowania nadmiernego sprzętu.

Wcześniejsze badania w Jülich modelowały 50 kubitów w idealnych warunkach bez szumu. Nowy projekt rozszerzył te prace, badając 104 kubity w bardziej realistycznych warunkach, co pomaga badaczom ocenić, jak proponowane maszyny kwantowe mogłyby działać poza kontrolowanymi symulacjami.

Metoda uprawy celuje w niższe wymagania sprzętowe

NVIDIA poinformowała, że podejście oparte na uprawie może wymagać o 90% mniej kubitów niż wcześniejsze metody. Ta redukcja ma znaczenie, ponieważ użyteczne komputery kwantowe potrzebują znacznych zasobów do korekcji błędów przetwarzania. Niższe wymagania sprzętowe mogą uprościć przyszłe projekty i obniżyć koszty ich skalowania.

Stany magiczne wspierają obliczenia, których zwykłe metody korekcji błędów nie potrafią wykonać samodzielnie. Jednak procesory kwantowe nieustannie zużywają te stany podczas operacji odpornych na błędy, dlatego badacze poszukują szybszych i bardziej wydajnych sposobów ich wytwarzania.

Zespół przetestował, jak szum wpływa na uprawę, i zidentyfikował sposoby oceny przyszłych ulepszeń. Wyniki mogą ukierunkować producentów sprzętu, zanim zainwestują zasoby w fizyczne prototypy—etap, na którym przewidywane oszczędności kubitów po raz pierwszy zmierzyłyby się z warunkami wykraczającymi poza symulację. Metody testowania wspierają również badania nad odkrywaniem leków, modelowaniem finansowym oraz zaawansowanymi materiałami.

NVIDIA rozszerza możliwości symulacji GPU

Zespół najpierw opracował swoje metody przy użyciu systemu NVIDIA GB200 NVL72 w swoim Accelerated Quantum Research Center. Badacze rozszerzyli testy z czterech układów GPU do setek przed przejściem na JUPITER, gdzie ostatecznie użyli 819 układów GPU do przeprowadzenia większej symulacji.

Taki postęp pomógł zespołowi zweryfikować dokładność i porównać ogólną wydajność w różnych środowiskach obliczeniowych. Skrócił także prace, które wcześniej wymagały tygodni, do procesu trwającego dni, przygotowując jednocześnie oprogramowanie na znacznie większe zasoby obliczeniowe JUPITERA.

NVIDIA wykorzystała swoje oprogramowanie cuQuantum do poprawy wydajności symulacji w całym systemie. Tymczasem platforma CUDA-Q dostarczyła narzędzi do opisywania odpornych na błędy obwodów kwantowych. Razem te dwie platformy wykazały, jak konwencjonalne superkomputery GPU mogą wspierać badania kwantowe, zanim inżynierowie zbudują większe fizyczne procesory—rola, która pozwala istniejącym produktom GPU i oprogramowania NVIDIA służyć rozwojowi technologii kwantowych, dopóki taki sprzęt pozostaje w fazie badań.

Ten artykuł został pierwotnie opublikowany na Blockonomi.