NVIDIA は AI における成功体験を量子コンピューティングに再現しています

この記事は Lei Feng.com から転載されたものです。転載する必要がある場合は、Lei Feng.com の公式 Web サイトにアクセスして許可を申請してください。

一部の人にとって、量子コンピューティング (量子コンピューター) は、数十年先のシナリオである SF のように聞こえるかもしれません。

実際、世界中の多くの人々がすでにこの最先端コンピューティングの研究に投資しています。 量子コンピューティングの研究論文は 2,100 以上発表されており、量子コンピューティングの新興企業は 250 以上あり、 22 量子コンピューティングに関連する国家政策。

量子コンピューティングは、量子力学の法則に従って計算用の量子情報単位を制御する新しいコンピューティング モデルです。古典的なコンピューティングを使用します。原理的な観点から見ると、量子コンピューティングは古典的なコンピューティングよりも計算速度が速く、その差は 1 兆倍にも及ぶ可能性があります。

量子コンピューティングは、現在直面している多くの課題を克服し、医薬品の研究開発から天気予報に至るまで、さまざまなタスクの開発を促進すると期待されており、将来の HPC で大きな役割を果たす可能性があります。このため、多くの企業や研究者が量子コンピューティングの研究にリソースを投資しています。

現在、量子コンピューティングを実現する物理プラットフォームには、超伝導体、イオントラップ、中性原子、シリコン量子、光量子など、数多くのオプションがあります。ただし、それらはすべて異なる問題に直面しています。課題。

量子コンピューティングの開発を加速するために、

ハイブリッド量子コンピューティングは、量子コンピューティングの最初の実用的な応用を実現すると期待されています。

いわゆるハイブリッド量子コンピューティングとは、量子コンピューターと古典的コンピューターが連携して、回路の最適化などの従来の演算において古典的コンピューティング (CPU や GPU など) の利点を最大限に活用することを意味します。 、訂正と誤り訂正、および新しいアクセラレータとしてのシステムレベルの量子プロセッサ (QPU) の利点。

CPU と比較して、GPU は従来のジョブの実行時間を短縮し、古典コンピューターと量子コンピューター間の通信遅延を大幅に削減できるため、GPU はハイブリッド量子コンピューティングに適しています。これが、今日のハイブリッド量子運用が直面している主なボトルネックです。

一方、もう 1 つの大きな課題はソフトウェア ツールです。新しいハードウェアとして、量子プロセッサはその価値を実現するためにプログラムする必要があります。研究者は、低レベルのアセンブリ コードと同等の量子しか使用できません。言い換えれば、量子コンピューティングの専門家だけが量子アクセラレータをプログラムできるのです。#これも困難にしています。量子コンピューティングの急速な発展を促進します。

したがって、量子コンピューティングの分野では、統一されたプログラミング モデルとコンパイラ ツール チェーンが必要です。

コンパイラーを使用すると、科学者は HPC アプリケーションの一部をシミュレートされた QPU に移植し、その後実際の QPU に簡単に移植でき、量子コンピューティングの作業を高速化する方法を効率的に見つけることができます。

GPU 高速化シミュレーション ツール、プログラミング モデル、コンパイラ ツールチェーンをすべて統合することで、HPC 研究者は将来のハイブリッド量子データ センターの構築を開始できます。

業界をリードする高性能 GPU と、HPC および AI における豊富な経験を持つ Nvidia は、量子コンピューティングの分野で独自の製品と利点を迅速に確立するのに役立ちます。 NVIDIA は実際、AI 分野での成功体験を量子コンピューティングの分野にコピーし始めています。開発者向けの最新ソフトウェアをはじめ、開発者がそれを使用する敷居を下げ、量子コンピューティング分野の開発者が問題を解決し、価値を生み出すことを支援します。 Nvidia は量子コンピューティングの分野でチャンスを掴みます。

GTC 2021 で、NVIDIA は、GPU 上で実行される量子回路シミュレーションの高速化を目的とした cuQuantum SDK のリリースを発表しました。現在、数十の量子組織がすでに cuQuantum ソフトウェア開発キットを使用して、GPU での量子回路シミュレーションを高速化しています。

最近、AWS は Braket サービスで cuQuantum を提供し、cuQuantum がコストを 3.5 倍削減しながら量子機械学習ワークロードで 900 倍の高速化を達成したことを実証しました。

量子コンピューティングの開発を促進する上での cuQuantum のもう 1 つの重要な価値は、Google の qsim や IBM の Qiskit Aer、Xanadu の PennyLane、Classiq の量子アルゴリズム設計などの主要な量子ソフトウェア フレームワーク上でアクセラレーション コンピューティングを実装できる能力にあります。プラットホーム。

科学者や開発者の場合、これらのフレームワークのユーザーは、コーディングを追加することなく GPU アクセラレーションにアクセスできます。 NVIDIA にとって、これは量子コンピューティング ソフトウェア フレームワークにおける重要な価値を意味するとともに、ハイブリッド量子コンピューティングにおける GPU の役割を最大限に発揮することになります。

2022 年 7 月 12 日、NVIDIA は量子コンピューティングの分野で前進を続け、ユニファイド コンピューティング プラットフォームである QODA をリリースしました。

量子最適化デバイス アーキテクチャ (QODA) の目標は、コヒーレントなハイブリッド量子古典プログラミング モデルを作成することで、量子コンピューティングをより利用しやすくすることです。 QODA を使用すると、HPC および AI 分野の専門家がアプリケーションをパブリック クラウド、NVIDIA DGX システム、または多数の NVIDIA GPU を備えたスーパーコンピューティング センターに簡単に移植できるようになります。

すでに cuQuantum ソフトウェア開発キットを使用している量子組織の場合、NVIDIA QODA を使用すると、開発者は NVIDIA cuQuantum を備えた GPU アクセラレーションのスーパーコンピューターでシミュレートできる完全な量子アプリケーションを構築できます。

AI やハイパフォーマンス コンピューティングと同様に、エコロジーが成功の鍵であるため、ソフトウェアおよびハードウェア パートナーは、量子コンピューティングの分野における NVIDIA の成功にとって不可欠です。

Q2B 22 東京量子コンピューティング カンファレンスで、Nvidia は、量子ハードウェア ベンダーの IQM quantum Computers、Pasqal、Quantum、Quantum Brilliance、Xanadu、ソフトウェア ベンダーの QC Ware および Zapata Computing、およびスーパーコンピューティング センターとの提携を発表しました。ドイツのユーリッヒ研究センター、ローレンス・バークレー国立研究所、オークリッジ国立研究所が QODA に協力しています。

NVIDIA CEO のジェンスン フアンは、NVIDIA が行う必要があるのは、既存の市場を掌握することではなく、新しい製品と市場を創造することであると常に強調してきました。量子コンピューティングは非常に新しい市場です。NVIDIA が量子コンピューティングの分野における技術的なルートと参入ポイントを選択することは、量子コンピューティングの機会をつかむのに役立ちます。

しかし、量子コンピューティングの実現にはまだ長い道のりがあり、誰が量子覇権を握ることができるのかを判断するのは依然として難しいことにも注意しなければなりません。

以上がNVIDIA は AI における成功体験を量子コンピューティングに再現していますの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。