Nvidia представила платформу QODA для квантовых классических вычислений

Пост опубликован в блогах iXBT.com, его автор не имеет отношения к редакции iXBT.com
| Обычный топик | ИИ, сервисы и приложения

На конференции Q2B в Токио, лидер графических процессоров и искусственного интеллекта Nvidia анонсирует QODA — свою квантово-оптимизированную архитектуру устройств, предназначенную для создания единой среды программирования для гибридных классических и квантовых вычислений.

QODA использует узкоспециализированную дисциплину квантовой разработки и делает ее доступной для более широкого круга разработчиков программного обеспечения. Но цель для графических процессоров Nvidia в квантовом мире более сложная, чем даже в ИИ и цель QODA — сделать ее простой.

Дивный новый квантовый мир

«Это совсем другой мир, чем десять лет назад, — сказал Тимоти Коста, директор Nvidia по продуктам для высокопроизводительных вычислений и квантовых вычислений. Коста объяснил, что стоит за прогрессом, которого добилась квантовая индустрия: «Мы видим, что индустрия переходит от систем с одним или двумя кубитами, большинство из которых находятся в академических кругах до сегодняшнего дня, к системам с более чем 200 кубитами, базирующимися в облаке”.

Кубиты являются грубым эквивалентом битов в классических вычислениях, но хотя их можно прочитать как имеющие значение ноль или единицу, кубиты могут иметь несколько значений одновременно, что делает их и аппаратное обеспечение, которое их реализует, сущностью квантовых компьютеров.

QODA приветствует всех разработчиков на борту

Кредо QODA заключается в том, чтобы помочь разработчикам, не специализирующимся на квантовых технологиях, воспользоваться прогрессом этой отрасли. В частности, он предназначен для разработчиков, занимающихся конкретными областями, включая поиск лекарств, химию, финансы и оптимизацию (в качестве общей вычислительной техники), где квантовые вычисления могут ускорить работу и сделать возможным решение проблем, которые в противном случае было бы невозможно решить с вычислительной точки зрения. Эти области лучше всего выигрывают от сочетания классических вычислений и квантовых вычислений.

Конечно, технология графических процессоров Nvidia уже является доминирующей платформой в мире высокопроизводительных вычислений. Но оказывается, что он имеет особое применение и с квантовой стороны. Это связано с тем, что хоть и графические процессоры не являются квантовым оборудованием, они могут служить более эффективной средой для эмуляции квантовых схем, чем ЦП, поскольку графические процессоры могут реализовывать методы вектора состояния и тензорной сети, которые ускоряют моделирование квантовых схем.

По сути, это означает, что большая система GPU, такая как платформа Nvidia DGX, может особенно хорошо справляться с гибридными сценариями, поскольку она предлагает один уровень физической инфраструктуры, который может обслуживать рабочие нагрузки как классических, так и квантовых вычислений.

QODA реализует этот новый потенциал «раздвоения личности» графических процессоров, предлагая единую платформу для гибридной разработки. В основе этого лежит cuQuantum SDK от Nvidia и её DGX Quantum Appliance. CuQuantum SDK позволяет разработчикам моделировать квантовые схемы на графических процессорах. Он включает интеграцию с платформами квантовых вычислений Cirq, Qiskit и Pennylane. DGX Quantum Appliance — это программный контейнер, который интегрирует фреймворки с cuQuantum и работает на любом оборудовании Nvidia.

Основываясь на этих технологиях, QODA предоставляет две вещи, которые помогут сделать квантовые вычисления более доступными для обычных разработчиков:

  • Модель программирования на основе ядра для разработки квантовых вычислений с интерфейсами для распространенных языков программирования, таких как C++ и Python.
  • Компилятор, который может сочетать инструкции, ориентированные на квантовые и классические вычисления, в одном и том же исходном коде, как показано на рисунке ниже.
Пример гибридного кодирования с блоком квантового кода вверху и кодом, ориентированным на GPU, внизу
Пример гибридного кодирования с блоком квантового кода вверху и кодом, ориентированным на GPU, внизу

Сочетание виртуального и физического

QODA и cuQuantum работают с эмулированными QPU (квантовыми процессорами) на оборудовании GPU, но они также работают и с физическими QPU, поэтому код, написанный на платформе, можно переносить между эмулируемой и физической средами.

На самом деле, QODA и cuQuatum были разработаны в партнерстве с многочисленными поставщиками квантовой техники, включая партнеров по аппаратному обеспечению, таких как IQM Quantum Computers, Pasqal, Quantinuum, Quantum Brilliance и Xanadu; партнеры по программному обеспечению/алгоритмам, такие как QC Ware и Zapata Computing; и суперкомпьютерные центры, включая Forschungszentrum Julich, Национальную лабораторию NERSC/Lawrence Berkeley и Национальную лабораторию Ок- Ридж .

Разнообразие задействованных партнеров по оборудованию означает, что QODA также работает с различными «модальностями» кубитов, включая сверхпроводимость, нейтральный атом, захваченный ион, алмазные процессоры и фотонику.

Что ждет Nvidia и квантовые технологии

Коста сообщил, что с помощью QODA Nvidia надеется предоставить разработчикам доступ к прорывным вычислительным технологиям и позволит ученым использовать квантовое ускорение, тесно связанное с лучшими супервычислениями на GPU.

Nvidia видит миссию QODA в том, чтобы заставить разработчиков, которые сосредоточены на классе приложений (а не на самих квантовых вычислениях), использовать квантовые вычисления и рассматривать их как технологию, которая может ускорить то, что они уже делают. Это прагматичный подход к внедрению квантовых вычислений, которые могут стать самым большим изменением в вычислительной технике с момента появления микрокомпьютера или даже мейнфрейма.

Цель Nvidia в ее партнерской стратегии с QODA состоит в том, чтобы объединить множество стартапов с вероятным эффектом продвижения сплоченности и экосистемы на квантовой арене. Это является ключом к совершенствованию пространства и повышению его привлекательности для корпоративных клиентов.

Точно так же, как Nvidia помогла сделать ИИ и автономные автомобили доступными для крупных клиентов, объявление QODA должно помочь сделать квантовые вычисления более индустриализированными и коммерчески жизнеспособными.

Источник: venturebeat

Автор не входит в состав редакции iXBT.com (подробнее »)

0 комментариев

Добавить комментарий

Сейчас на главной

Новости

Публикации

✦ ИИ  Почему яд шпанской мушки веками путали с афродизиаком

В июне 1772 года маркиз де Сад в Марселе угостил нескольких женщин пастилками с кантаридой — так в фармации того времени называли препарат из высушенной шпанской мушки. После этого...

Разбор: одна грудь больше другой, бельё этого не различает — считаем, как промах шкалы растёт с объёмом

Одна грудь больше другой: шаг размерной шкалы фиксирован в миллилитрах, а разница сторон растёт как процент от объёма. Считаем долю шага для 300 и 650 см3 и исправляем две ошибки прошлого разбора.

Почему солярка часто дороже бензина, хотя получить её из нефти вроде бы проще

На табло российских АЗС дизельное топливо нередко стоит дороже АИ-95. Меня эта разница долго ставила в тупик. Бензин приходится перерабатывать, повышать его октановое число, смешивать из нескольких...

10 000 агентов, слежка в коде и отказ от миллиона: изнанка «решенной» OpenAI Задачи тысячелетия

Компания OpenAI опубликовала 166-страничный препринт и сопроводительный код математического доказательства, посвященный уравнениям Навье — Стокса. Это фундаментальная система уравнений,...

✦ ИИ  Чем белить деревья осенью — известью, мелом или садовой краской

Когда урожай собран и деревья сбрасывают листья, в саду остаётся ещё несколько дел перед зимой. Одно из них — побелка стволов. Работа кажется простой, пока не приходится выбирать между...

Обзор беспроводной клавиатуры Redragon Star Blade Pro — стильная клавиатура с беспроводным подключением, hot-swap и конструкцией Gasket Mount

Redragon STAR BLADE PRO это механическая клавиатура в формате TKL, которая привлекла внимание сочетанием доступной цены и довольно серьёзного набора функций.