NVIDIA utvider CUDA-Q med Logical-lag for feiltolerante kvantedatamaskiner

NVIDIA har annonsert CUDA-Q Logical, et nytt åpenkildebasert orkestreringslag for feiltolerant kvantedatabehandling. Lanseringen kom under IEEE Quantum Week i Toronto og utvider CUDA-Q med verktøy for å programmere og verifisere det logiske laget i en kvantedatamaskin. Målet er at forskere skal kunne vurdere algoritmer, kvantefeilkorrigering (QEC), maskinvarearkitektur og valg på QPU-nivå – kvanteprosessoren – som ett sammenhengende system. 19

Hvorfor samdesign er nødvendig

En nyttig, feiltolerant kvantedatamaskin kan ikke utformes ved å velge algoritme, feilrettingskode og qubit-teknologi hver for seg. Valgene påvirker hverandre: En feilrettingskode endrer behovet for fysiske qubiter, maskinvarens sammenkoblinger påvirker kompileringen av operasjoner, og kontroll- og dekoderløsninger kan påvirke kjøretiden.

CUDA-Q Logical er laget for å gjøre slike avveininger målbare. Det logiske laget tilbyr språklige verktøy for å uttrykke og kombinere QEC-komponenter, samt analysere ressursene de krever på tvers av ulike systemarkitekturer. Dermed kan team bytte ut konfigurasjoner, sammenligne resultater og validere et design tidligere i utviklingsløpet. 24

Dette flytter oppmerksomheten fra å optimalisere enkeltlag isolert til å vurdere en mulig feiltolerant maskin ende til ende. CUDA-Q er i utgangspunktet en hybrid plattform for å integrere og programmere QPU-er, GPU-er og CPU-er i ett system. 18

Hva laget skal gjøre mulig

NVIDIA beskriver CUDA-Q Logical som en åpen, programmerbar og verifiserbar tilnærming til utvikling av feiltolerante kvanteapplikasjoner. Fokus er på logiske qubiter: feilrettede qubiter som bygges av mange fysiske qubiter, og som ventes å være nødvendige for lange og pålitelige kvanteberegninger. 19

En arbeidsflyt kan blant annet omfatte å:

• uttrykke en feiltolerant algoritme og QEC-operasjonene den bruker
• evaluere ulike QEC-koder og kompileringstilnærminger
• modellere alternativer for maskinvare og QPU-arkitektur
• anslå ressursbehovet for et mål i logiske qubiter
• sammenligne ytelses- og ressursavveininger før man binder seg til én implementasjon. 124

Programvarelaget fjerner ikke de grunnleggende maskinvareutfordringene. Det gir derimot et felles sted der antakelser kan uttrykkes tydelig og prøves mot alternative systemvalg.

Eksempler på resultater og integrasjoner

Resultatene som fulgte lanseringen, gjelder konkrete arbeidsflyter, modeller eller integrasjoner. De er derfor ikke et felles mål på hvor langt feiltolerant kvantedatabehandling har kommet generelt.

Fermilab: raskere vurdering av design

Fermilab brukte CUDA-Q Logical i en repeterbar og verifiserbar arbeidsflyt for utvikling av feiltolerant arkitektur. NVIDIA oppgir at dette reduserte utviklingstiden fra om lag fem måneder til tre uker, tilsvarende omtrent en syvdobling av hastigheten. 1

Iceberg Quantum og Diraq: modellering av logiske qubiter

Iceberg Quantum og Diraq modellerte en arkitektur som er ment å gi 1 000 logiske qubiter fra rundt 150 000 fysiske silisiumqubiter fra Diraq. Det er viktig å skille mellom en arkitekturmodell og en demonstrasjon av at 1 000 logiske qubiter allerede kjører på den aktuelle maskinvaren. 121

Infleqtion: qLDPC-feilkorreksjon

Infleqtion integrerte sitt åpenkildebibliotek for qLDPC med CUDA-Q Logical for QEC-forskning. Selskapet oppga at det hadde konstruert og validert en kode med omtrent seks fysiske dataqubiter per logisk qubit, og at tilnærmingen under sine forutsetninger kan bruke opptil fem ganger færre fysiske dataqubiter enn vanlige surface-code-løsninger. Sammenligningen gjelder den rapporterte metoden og dens antakelser, ikke et universelt krav for alle feiltolerante kvantesystemer. 192031

Qedma: feilbegrensning for Quantinuum-arbeidsflyter

Qedma har integrert sin QESEM-teknologi for feilbegrensning i CUDA-Q for arbeidsflyter rettet mot Quantinuum-systemer. Feilbegrensning og feiltolerant feilkorreksjon er ulike teknikker, men integrasjonen illustrerer hvordan CUDA-Q kan koble programvarekomponenter til bestemte maskinvarearbeidsflyter. 26

Quantum Machines: sanntidskontroll mellom kvante og klassisk databehandling

Quantum Machines har integrert NVIDIAs cudaq-realtime med sin Open Acceleration Stack. Ifølge NVIDIA støtter API-et tilbakekallinger med mikrosekundforsinkelse mellom GPU-er og kvantekontrollere, slik at arbeid over aktive qubiter, GPU-er og CPU-er kan kobles tett sammen. 30

Sandia: en modenhetstest for maskinvare

Sandia National Laboratories har gjort QUOPS tilgjengelig i CUDA-Q. NVIDIA beskriver QUOPS som en referansetest for å vurdere om feiltolerant kvantemaskinvare er klar for praktiske applikasjoner. Tanken er å støtte evaluering på tvers av plattformer, fremfor å bedømme maskinvare med ett leverandørspesifikt mål. 122

Derfor er lanseringen interessant

Verdien av CUDA-Q Logical ligger ikke i at feiltolerant kvantedatabehandling dermed er løst. Verdien er et felles og utvidbart lag for å utforske det vanskelige rommet mellom en applikasjon og den fysiske maskinen.

For team som utvikler systemer med logiske qubiter, er spørsmålet sjelden bare hvilken qubit-teknologi som er best. Det sentrale er om kombinasjonen av algoritme, QEC-kode, kompilator, arkitektur, kontrollsystem og klassisk akselerasjon kan oppnå akseptable mål for ressurser og ytelse. CUDA-Q Logical er ment å gjøre dette enklere å modellere, sammenligne og verifisere. 124

Tilgjengelighet

CUDA-Q Logical er tilgjengelig som del av åpenkildeprosjektet CUDA-Q på GitHub. NVIDIAs utviklerside oppgir også følgende Python-installasjon for CUDA-Q:

pip install cudaq

Utgivelsesnotatene på GitHub beskriver CUDA-Q Logical som et åpent og utvidbart logisk lag for feiltolerant kvantedatabehandling. 182437