NVIDIA fördert die Idee, Elemente von Quanten- und klassischen Computern zu kombinieren, um die Rechenleistung zu beschleunigen. Insbesondere arbeitet das Unternehmen daran, seine GPU-Beschleuniger (Graphics Processing Unit) in Quantensysteme einzuführen und die Erstellung von Quantenalgorithmen zu vereinfachen. Und heute hat NVIDIA neue Schritte in diese Richtung angekündigt.
Vor einiger Zeit hat NVIDIA das cuQuantum-Toolkit eingeführt, mit dem Sie den Betrieb von Algorithmen für Quantenprozessoren auf NVIDIA-A100-GPUs oder besser gesagt auf ihren Tensorkernen simulieren können. Das hat den Einstieg in die Welt des Quantencomputings erleichtert. Insbesondere cuQuantum ist als Teil der AWS-Cloud für jedermann verfügbar. Jetzt will NVIDIA Quanten- und klassische Systeme kombinieren.
Zu diesem Zweck möchte NVIDIA eine Schnittstelle mit geringer Latenz schaffen, die es seinen Rechenbeschleunigern und Quantenprozessoren (QPUs) ermöglicht, zu kommunizieren. Dadurch können Quantencomputer das leistungsstarke parallele Rechenpotenzial der GPU nutzen, um klassische Probleme zu lösen. Insbesondere wird vorgeschlagen, sie zum Optimieren von Schaltungen, Kalibrieren und Korrigieren von Fehlern zu verwenden. GPUs können die Zeit für die Durchführung dieser Aufgaben verkürzen und die Kommunikationslatenz zwischen klassischen und Quantencomputern reduzieren, was einen großen Engpass für heutige hybride Quantensysteme darstellt.
NVIDIA ist auch der Ansicht, dass die Quantencomputerbranche ein einheitliches Programmiermodell mit effizienten und benutzerfreundlichen Tools benötigt. Heutzutage sind Forscher zum Programmieren von QPUs gezwungen, das Quantenäquivalent von Low-Level-Assemblercode zu verwenden, was die Fähigkeiten vieler Wissenschaftler übersteigt. Darüber hinaus gibt es derzeit kein einziges Programmiermodell und keinen einzigen Compiler, der es ermöglichen würde, dass derselbe Algorithmus auf jeder QPU ausgeführt wird.
NVIDIA beabsichtigt, eine Reihe von Tools anzubieten, die es Wissenschaftlern ermöglichen, ihre Quantenalgorithmen auf einfache Weise zuerst auf simulierten QPUs und dann auf echten zu implementieren. Dazu benötigen Sie einen Compiler, mit dem Sie in beiden Umgebungen arbeiten können. Mit der Kombination von GPU-Quantensimulationstools und einem einheitlichen Programmiermodell und Compiler können Forscher mit dem Aufbau hybrider Quantenrechenzentren beginnen, sagt NVIDIA.
2022-05-30 19:33:31
Autor: Vitalii Babkin