Quantum Machines i NVIDIA pokazały CUDA-Q działające na żywych kubitach, GPU i CPU

Demonstracja Quantum Machines i NVIDIA podczas IEEE Quantum Week w Toronto dotyczyła czegoś więcej niż pojedynczej operacji na procesorze kwantowym. Firmy uruchomiły program NVIDIA CUDA-Q obejmujący żywe kubity, sprzęt sterujący Quantum Machines, procesory graficzne GPU i procesory CPU, połączone przez NVIDIA NVQLink. Chodzi o traktowanie procesora kwantowego oraz klasycznej infrastruktury sterującej jako jednego, heterogenicznego systemu, w którym zadania można kierować do właściwego typu procesora. 1015

Co dokładnie pokazano

Według relacji firm i branżowych mediów jeden program CUDA-Q działał równolegle na żywych kubitach oraz Pulse Processing Unit firmy Quantum Machines, wykorzystując NVQLink do połączenia środowiska sterowania kwantowego z przyspieszonym przetwarzaniem NVIDIA. Quantum Machines określa to jako pierwszy przypadek, w którym firma tworząca systemy kontroli kwantowej uruchomiła kompletny program CUDA-Q na takim zestawie zasobów. 1015

Warto jednak zachować ostrożność przy interpretacji tego komunikatu. Zarówno deklaracja „pierwszego razu”, jak i podawany czas pełnej wymiany pomiarów oraz sygnałów sterujących — około jednej mikrosekundy — pochodzą z informacji firmowych i publikacji branżowych, a nie z niezależnego benchmarku całej branży. 1015

Podział pracy: kubity, GPU i CPU

Sednem rozwiązania jest podział zadań według ich charakteru i wymaganego opóźnienia:

• Żywe kubity i kontroler kwantowy wykonują operacje kwantowe oraz sterowanie w czasie rzeczywistym.
• GPU realizują wymagające i wrażliwe na opóźnienia obliczenia klasyczne, na przykład dekodowanie danych pomiarowych dla kwantowej korekcji błędów.
• CPU obsługują ogólne zadania po stronie hosta oraz orkiestrację pracy systemu.

NVQLink ma pełnić rolę interfejsu czasu rzeczywistego o deterministycznym opóźnieniu między kontrolerem systemu kwantowego a zasobami klasycznego przetwarzania o wysokiej wydajności. Dzięki temu zadania wykonywane „w pętli” — w tym przetwarzanie potrzebne do korekcji błędów — nie muszą być osobnym, ręcznie poskładanym potokiem. 115

Mniej ręcznego łączenia elementów systemu

Dla programistów korzystających z Pythona, C++ lub języka QUA firmy Quantum Machines obietnica jest przede wszystkim praktyczna: hybrydowe zadanie można opisać na wyższym poziomie w jednym przepływie opartym na CUDA-Q.

Zamiast ręcznie pisać i synchronizować niskopoziomowe sekwencje impulsów, przekazywanie pracy między procesorami, transfery danych i ścieżki sprzężenia zwrotnego, program ma przekazywać dane zadanie do odpowiedniego zasobu kwantowego albo klasycznego. 15

Nie oznacza to, że złożoność sprzętu znika. Jest przenoszona do warstw sterowania, kompilacji i orkiestracji. To istotna różnica dla zespołów, które chcą budować powtarzalne aplikacje, a nie jednorazowe integracje laboratoryjne.

Dlaczego około mikrosekundy ma znaczenie

Kwantowa korekcja błędów wymaga bardzo ciasnej pętli działania: system mierzy syndromy błędów, klasycznie interpretuje wyniki, a następnie wystarczająco szybko stosuje lub planuje działanie korygujące. Wszystko musi zmieścić się w czasie, w którym stan kwantowy pozostaje użyteczny.

Architektura NVQLink jest projektowana właśnie po to, by ściśle połączyć kontrolę procesora kwantowego z zasobami HPC, czyli wysokowydajnego przetwarzania klasycznego, na potrzeby bieżącej korekcji błędów i innych intensywnych obliczeniowo zadań czasu rzeczywistego. 1

Quantum Machines i NVIDIA podają, że w demonstracji wymiana danych pomiarowych oraz decyzji sterujących trwała około mikrosekundy. Taki budżet opóźnień jest ważny, ponieważ dekodowanie lub optymalizacja wykonywane przez CPU i GPU muszą zdążyć przed upływem limitu narzuconego przez sprzęt kwantowy i jego system kontroli. 101315

Procesor kwantowy jako element superkomputera

Demonstracja wpisuje się w szerszą wizję architektury: przyszły procesor kwantowy (QPU) miałby działać nie jak odizolowany instrument laboratoryjny, lecz jak wyspecjalizowany akcelerator w systemie łączącym obliczenia kwantowe i klasyczne.

Quantum Machines opisuje hierarchię zasobów o różnych poziomach opóźnień. Kontrolery kwantowe obsługują bardzo szybkie sprzężenie zwrotne; serwery CPU-GPU o ograniczonym opóźnieniu wykonują m.in. kalibrację, optymalizację i dekodowanie korekcji błędów; a większe klastry HPC planują szersze obciążenia aplikacyjne. 6

Również program NVIDIA na IEEE Quantum Week przedstawiał komputery odporne na błędy jako problem całego systemu: od QPU, przez stos oprogramowania, po przyspieszone obliczenia i działanie w czasie rzeczywistym. 2

W takim podejściu pytanie nie brzmi: „czy wszystko ma działać na procesorze kwantowym?”. Ważniejsze jest, czy każde zadanie trafia do zasobu, który wykona je w wymaganym czasie.

Kontrola i kalibracja są równie ważne jak same kubity

Quantum Machines połączyło prezentację integracji z szerszym naciskiem na procesy kalibracji oraz projektowanie systemów odpornych na błędy. Oficjalny program IEEE Quantum Week wymieniał wystąpienie Quantum Machines zatytułowane „From Pulse to Platform: Control Layer for FTQC” — gdzie FTQC oznacza fault-tolerant quantum computing, czyli odporne na błędy obliczenia kwantowe — obok sesji NVIDIA poświęconej projektowaniu przyspieszonego superkomputera kwantowego dla tej ery. 11

To ważne zastrzeżenie wobec prostego przekazu o „coraz lepszych kubitach”. Do budowy systemu odpornego na błędy nie wystarczy poprawiać samych kubitów. Równolegle muszą skalować się warstwa sterowania, klasyczne akceleratory, oprogramowanie orkiestrujące i kanały sprzężenia zwrotnego.

Na dziś pokaz z Toronto należy traktować jako dowód możliwości integracji. Wskazuje, że przepływ pracy oparty na CUDA-Q może połączyć żywy sprzęt kwantowy z CPU i GPU przez NVQLink. Sam w sobie nie dowodzi jednak gotowości produkcyjnego, odpornego na błędy komputera kwantowego. 1015