Chegou a hora de começar a criar os computadores quânticos híbridos do futuro.
A motivação é convincente, o caminho é claro e os principais componentes para o trabalho estão disponíveis hoje.
A computação quântica tem o potencial de superar alguns dos desafios mais difíceis de hoje, promovendo avanços em todas as áreas, desde a descoberta de medicamentos até a previsão do tempo. Em suma, a computação quântica desempenhará um papel fundamental no futuro da HPC.
Simulações Quânticas de Hoje
Criar esse futuro não será fácil, mas as ferramentas para começar já estão aqui.
Dando os primeiros passos, os supercomputadores de hoje estão simulando trabalhos de computação quântica em escala e níveis de desempenho além do alcance dos sistemas quânticos relativamente pequenos e propensos a erros de hoje.
Dezenas de organizações quânticas já estão usando o kit de desenvolvimento de software NVIDIA cuQuantum para acelerar as simulações de circuitos quânticos em GPUs.
Mais recentemente, a AWS anunciou a disponibilidade do cuQuantum em seu serviço Braket. Também foi demonstrado no Braket como o cuQuantum pode oferecer uma aceleração de até 900 vezes nas cargas de trabalho de machine learning quânticas.
Além disso, o cuQuantum agora permite a computação acelerada nos principais frameworks de software quântico, incluindo o qsim do Google, o Qiskit Aer da IBM, o PennyLane da Xanadu e a plataforma Quantum Algorithm Design da Classiq. Isso significa que os usuários desses frameworks podem acessar a aceleração de GPU sem qualquer codificação adicional.
Descoberta de Medicamentos Impulsionada por Computação Quântica
Hoje, a Menten AI se junta a empresas que usam o cuQuantum para dar suporte a seu trabalho quântico.
A Menten usará a biblioteca de redes tensor do cuQuantum para simular interações biológicas. O objetivo é aproveitar o potencial da computação quântica para acelerar o design de medicamentos, um campo que, como a própria química, é considerado um dos primeiros a se beneficiar da aceleração quântica.
Especificamente, a Menten AI está desenvolvendo um conjunto de algoritmos de computação quântica, incluindo a machine learning quântica, para superar problemas que exigem muita computação na engenharia de proteínas.
“Embora o hardware de computação quântica capaz de executar esses algoritmos ainda esteja sendo desenvolvido, ferramentas de computação clássica como o NVIDIA cuQuantum são cruciais para o avanço do desenvolvimento de algoritmos quânticos”, disse Alexey Galda, Cientista-Chefe da Menten AI.
Forjando um Link Quântico
À medida que os sistemas quânticos evoluem, o próximo grande avanço é a migração para os sistemas híbridos: computadores quânticos e clássicos que trabalham juntos. Os pesquisadores compartilham uma visão de processadores quânticos no nível de sistemas, ou QPUs, que funcionam como uma nova e poderosa classe de aceleradores.
Então, um dos maiores desafios pela frente é conectar sistemas clássicos e quânticos em computadores quânticos híbridos. Esse trabalho tem dois componentes importantes.
Primeiro, precisamos de uma conexão rápida e de baixa latência entre GPUs e QPUs. Assim, os sistemas híbridos usarão GPUs para tarefas clássicas em que se destacam, como otimização de circuitos, calibração e correção de erros.
As GPUs podem acelerar o tempo de execução dessas etapas e reduzir a latência da comunicação entre computadores clássicos e quânticos, os principais gargalos para os trabalhos quânticos híbridos de hoje.
Segundo, o setor precisa de um modelo de programação unificado com ferramentas eficientes e fáceis de usar. Nossa experiência em HPC e AI ensinou a nós e a nossos usuários o valor de um pacote sólido de softwares.
Ferramentas Certas para o Trabalho
Para programar os QPUs hoje, os pesquisadores são forçados a usar o equivalente quântico de código de montagem de baixo nível, algo fora do alcance de cientistas que não são especialistas em computação quântica. Além disso, os desenvolvedores não têm um modelo de programação unificado e um toolchain de compilador que permita que eles executem seu trabalho em qualquer QPU.
Isso precisa mudar, e mudará. Em uma publicação de março, no blog, discutimos alguns de nossos trabalhos iniciais em direção a um modelo de programação melhor.
Para descobrir com eficiência como os computadores quânticos podem acelerar seu trabalho, os cientistas precisam portar com facilidade partes de suas aplicações de HPC primeiro para um QPU simulado e, em seguida, para um real. Isso requer um compilador que permita trabalhar em altos níveis de desempenho e de maneiras familiares.
Com a combinação de ferramentas de simulação aceleradas por GPU e um modelo de programação e cadeias de ferramentas de compilação para unir tudo isso, os pesquisadores de HPC poderão começar a construir os data centers quânticos híbridos do futuro.
Como Começar
Para alguns, a computação quântica pode soar como ficção científica, a uma década de distância. O fato é que, a cada ano, os pesquisadores estão criando sistemas quânticos cada vez maiores.
A NVIDIA está totalmente envolvida nesse trabalho, e convidamos você a se juntar a nós na construção dos sistemas quânticos híbridos do futuro hoje.
Para saber mais, você pode assistir a uma sessão do GTC e conferir um tutorial da ISC sobre o assunto. Para saber mais sobre o que você pode fazer com GPUs hoje, leia sobre nossas bibliotecas State Vector e Tensor Network.