NVIDIA CUDA-Q bringer kvantedatabehandling til dagens superdatamaskiner

O NVIDIA CUDA-Q kommer som en bro som forener kvante- og klassisk databehandling, og tilbyr en synergi mellom begge deler. Ved å integrere disse domenene har bedrifter og institusjoner ulike arbeidsmuligheter, og utvider horisonten til forskning og dens anvendelser. Dens evne til å levere avansert ytelse og dens fleksibilitet i valg Quantum Processing Units (QPUer) gjør det til et flott verktøy for å drive innovasjon på områder som er avhengige av høyytelses databehandling. Forstå bedre om plattformen og dens applikasjoner.

Fordeler med CUDA-Q

O NVIDIA CUDA-Q (akronym for Compute Unified Device Architecture for Quantum, på portugisisk, Unified Computing Device Architecture for Quantum) tilbyr en rekke fordeler i skjæringspunktet mellom kvantedatabehandling og superdatabehandling. Den mest bemerkelsesverdige funksjonen er den tette integrasjonen mellom de to databehandlingsdomenene. Denne integrasjonen gjør at bedrifter og institusjoner kan utnytte potensialet til kvantedatabehandling sammen med klassisk databehandling, og åpner for nye muligheter for forskning og anvendelse.

Denne teknologien demonstrerer avansert ytelse, og er i stand til å levere resultater av høy kvalitet i en rekke applikasjoner, fra kjemiske simuleringer til optimaliseringsproblemer. Denne effektiviteten er svært viktig for å drive innovasjon og fremgang på felt som er avhengige av høyytelses databehandling.

En av styrkene til kvantedatabehandling med NVIDIA CUDA-Q er dens fleksibilitet e agnostisisme i forhold til QPU. Dette betyr at organisasjoner har friheten til å velge kvantebehandlingsenhetene som passer best for deres spesifikke behov, uten å være låst til et enkelt maskinvarealternativ. Denne fleksibiliteten er avgjørende i et felt så dynamisk som kvanteberegning.

Videre er støtte for utviklerfellesskapet et avgjørende aspekt for en kvantedatamaskin med NVIDIA CUDA-Q. Som en åpen kildekode-plattform, oppmuntrer det til samarbeid og fellesskapsutvikling ved å gi utviklere tilgang til verktøyene og ressursene som trengs for å utforske og utvide horisontene til kvantedatabehandling sammen med klassisk databehandling.

Til slutt, plattformen NVIDIA CUDA-Q den muliggjør også innovative løsninger ved å muliggjøre kombinasjonen av kvantedatabehandling med kunstig intelligens. Denne integrasjonen baner vei for innovative tilnærminger som kan møte utfordringer som f.eks qubits — brukt i QPUer, som vi vil forklare nedenfor — støyende og utvikle effektive algoritmer. Denne synergien mellom ulike områder innen databehandling driver kontinuerlig fremgang ved frontlinjen for forskning og praktisk anvendelse av kvantedatabehandling.

Vårt samarbeid med ORCA og NVIDIA tillot oss å skape et unikt miljø og bygge et nytt klassisk kvantehybridsystem på PSNC. Enkel og åpen integrasjon og programmering av flere QPUer og GPUer effektivt administrert av brukersentriske tjenester er avgjørende for utviklere og brukere. Dette nære samarbeidet baner vei for en ny generasjon kvanteakselererte superdatamaskiner for mange innovative applikasjonsområder, ikke i morgen, men i dag.

Sa Krzysztof Kurowski, CTO og visedirektør for PSNC

Hva er QPUer?

As QPUer, Ou Kvantebehandlingsenheter, er essensielle komponenter i kvantedatamaskiner. Mens klassiske prosessorer, som de som finnes i tradisjonelle datamaskiner, bruker biter For å behandle informasjon bruker kvantedatamaskiner qubits, som er enheter av kvanteinformasjon.

Um qubit kan eksistere i flere tilstander samtidig, takket være et kvantefenomen kalt superposisjon. Dette betyr at mens en klassisk bit kan være i en tilstand på 0 eller 1 på et gitt tidspunkt, kan en qubit være i en superposisjon av disse tilstandene, som representerer 0, 1 eller en kombinasjon av de to samtidig. Dette gir kvantedatamaskiner en eksponentielt større kapasitet til å behandle informasjon sammenlignet med klassiske datamaskiner.

De er ansvarlige for å manipulere og betjene disse qubitene ved å bruke kvanteoperasjoner, for eksempel kvanteporter og målinger, for å utføre beregninger og behandle informasjon på en kvantemåte. I tillegg må QPU-er være det ekstremt nøyaktig og stabil, da qubits er mottakelige for miljøinterferens, som støy og temperatur.

QPU-er er hjertet av kvantedatamaskiner og spiller en grunnleggende rolle i å utføre kvanteoppgaver og algoritmer. Bedrifter og forskningsinstitusjoner rundt om i verden, som NVIDIA selv, investerer i å utvikle og forbedre QPU-er for å drive frem utviklingen av kvantedatabehandling og utforske potensialet i et bredt spekter av applikasjoner, fra kjemiske simuleringer til kryptografi og kunstig intelligens.

Bruksområder og fordeler

Quantum Processing Units presenterer et bredt spekter av applikasjoner og fordeler som lover å revolusjonere databehandling og vitenskap. Vi kan starte med å sitere kvantesimuleringer, hvor QPUer brukes til å modellere komplekse kvantesystemer, som f.eks molekyler og materialer. Dette kan føre til fremskritt i forståelsen av kjemiske og fysiske prosesser, samt oppdagelsen av nye materialer med unike egenskaper, inkludert høytemperatursuperledere.

En annen viktig applikasjon er optimalisering, der QPU-er har potensial til å løse komplekse optimaliseringsproblemer i en mye mer effektiv enn klassiske datamaskiner. Dette er relevant på mange områder, fra logistikk og planlegging til økonomi og elektronisk kretsdesign.

I sammenheng med informasjonssikkerhet har QPU-er en dobbel rolle. På den ene siden kan de brukes til å bryte mange av krypteringssystemene som er i bruk. På den annen side kan QPU-er også brukes til utvikle kvantekrypteringsmetoder som er teoretisk manipulasjonssikre, og tilbyr et nytt datasikkerhetsparadigme.

Å kombinere QPUer med kvantemaskinlæringsalgoritmer har potensial til å drive fremskritt innen inteligência kunstig, spesielt i problemer som involverer store datamengder og beregningsmessig kompleksitet - dette er et veldig aktuelt aspekt.

På områder som medisin og biologi kan QPU-er brukes til å simulere og forstå komplekse biologiske prosesser, slik som proteinfolding og interaksjonen av legemidler med cellulære reseptorer. Disse simuleringene kan bidra til utvikling av mer effektive medisiner og tilpassede behandlinger. Og også i finanssektoren, hvor QPUer kan brukes for å optimalisere investeringsporteføljer, modellere komplekse finansielle risikoer og identifisere mønstre i store sett med markedsdata.

Superdatamaskiner kom til fordel

Superdatamaskiner som drar nytte av integreringen av NVIDIA CUDA-Q-plattformen er plassert i ledende forskningssentre rundt om i verden. O Jülich Supercomputing Center (JSC) i Tyskland driver superdatamaskinen JUPITER, som nå vil bli supplert med en Quantum Processing Unit (QPU) levert av IQM Quantum Computers. Denne QPUen vil bli drevet av NVIDIA GH200 Grace Hopper Superchip. Dette partnerskapet vil gjøre det mulig for JSC-forskere å utvikle og utføre kvanteapplikasjoner, spesielt i kjemiske simuleringer og optimaliseringsproblemer, samtidig som det vil tjene som et eksempel på hvordan klassiske superdatamaskiner kan akselereres ved kvanteberegning.

I Japan er Nasjonalt institutt for avansert industrivitenskap og teknologi (AIST) fremmer sitt kvanteberegningsinitiativ med superdatamaskin ABCI-Q. Ved å integrere en QPU levert av QuEra og drevet av NVIDIA Hopper-arkitekturen, vil dette systemet åpne for nye forskningsmuligheter. AIST-forskere vil kunne utforske kvanteapplikasjoner innen kunstig intelligens, energi og biologi, ved å bruke rubidiumatomer som laserkontrollerte qubits for å utføre komplekse beregninger.

Til slutt, Poznan Supercomputing and Networking Center (PSNC) i Polen tar en innovativ tilnærming med to fotoniske QPU-er fra ORCA Computing, koblet til en ny superdatamaskinpartisjon akselerert av CUDA-Q-plattformen. Dette oppsettet vil tillate forskere å utforske et bredt spekter av applikasjoner, fra biologi og kjemi til maskinlæring. Ved å bruke kvantefotonikksystemer tilbyr disse QPU-ene en distribuert, skalerbar og modulær tilnærming til kvantedatabehandling ved bruk av standard telekommunikasjonskomponenter.

Disse superdatamaskinene representerer betydelige fremskritt i integrasjonen av kvanteteknologier og klassiske teknologier, og skyver grensen for forskning innen høyytelses databehandling. Disse superdatamaskinene bruker fortsatt superchips NVIDIA Grace Hopper å akselerere vitenskapelig forskning. Til sammen leverer disse systemene 200 exaflops, eller 200 kvintillioner beregninger per sekund, med energieffektiv AI-prosessorkraft.

AI akselererer forskning på klimaendringer, akselererer oppdagelsen av medisiner og fører til gjennombrudd på dusinvis av andre felt. Systemer drevet av NVIDIA Grace Hopper er i ferd med å bli en viktig del av HPC for deres evne til å transformere industrier samtidig som de driver bedre energieffektivitet.

Ian Buck, visepresident for Hypercale og HPC i NVIDIA

O Isambard-AI e Isambard 3 fra University of Bristol i Storbritannia, sammen med systemer i USA, som de ved Los Alamos National Laboratory og Texas Advanced Computing Center, slutter seg til en økende trend av NVIDIAs armbaserte superdatamaskiner, og drar fordel av Grace CPU Superchips og Grace Hopper-plattformen. Denne bevegelsen gjenspeiler den globale akselerasjonen i konstruksjonen av AI-baserte superdatamaskiner, drevet av anerkjennelse av den strategiske og kulturelle betydningen av overlegen AI – også kjent som suveren AI.

Ved å integrere GPU- og CPU-arkitekturer basert på Væpne med sammenkoblingsteknologi NVIDIA NVLink-C2Cen GH200 leder denne endringen, og gjør det mulig for vitenskapelige sentre å gå fra systeminstallasjon til praktisk forskning på kort tid (i henhold til merket, fra år til måneder). Isambard-AI-prosjektet eksemplifiserer dette fremskrittet, med den innledende fasen som allerede viser høy effektivitet, og ankomsten av flere Grace Hopper Superchips forventes å føre til en betydelig økning i superdatamaskinytelsen.

Konklusjon

Introduksjonen av NVIDIA CUDA-Q markerer et viktig øyeblikk i konvergensen mellom kvante- og klassisk databehandling, og tilbyr en fleksibel og kraftig plattform som driver innovasjon på tvers av et bredt spekter av felt. Ved å integrere disse to domenene tett, har bedrifter og institusjoner nå tilgang til et nytt sett med forsknings- og bruksmuligheter, og utvider horisonten til høyytelses databehandling.

Med sin evne til å levere avansert ytelse, QPU-agnostisisme og støtte for utviklerfellesskapet, fremstår CUDA-Q som en viktig verktøy å katalysere fremskritt innen både kvantedatabehandling og kunstig intelligens, og stimulere en ny æra av teknologisk innovasjon. La oss følge med for å se hva annet verktøyet vil gi oss!

Veja também:

Hvordan lage klistremerke på iPhone for WhatsApp og flere apper.

Med informasjon fra: NVIDIA [1] e [2]

Anmeldt av Glaucon Vital den 13.