A computação quântica promete remodelar indústrias, mas o progresso depende de resolver problemas-chave. Correção de erro. Simulações de projetos de qubits. Tarefas de otimização de compilação de circuitos. Esses estão entre os gargalos que precisam ser superados para trazer o hardware quântico para a era das aplicações úteis.
Entra em cena a computação acelerada. O processamento paralelo da computação acelerada oferece o poder necessário para tornar possíveis as descobertas da computação quântica de hoje e de amanhã.
As bibliotecas NVIDIA CUDA-X formam a espinha dorsal da pesquisa quântica. Desde a decodificação mais rápida de erros quânticos até o projeto de sistemas maiores de qubits, pesquisadores estão utilizando ferramentas aceleradas por GPU para expandir a computação clássica e aproximar aplicações quânticas úteis da realidade.
Acelerando Decodificadores de Correção de Erros Quânticos com NVIDIA CUDA-Q QEC e cuDNN
A correção quântica de erros (QEC) é uma técnica fundamental para trabalhar com ruído inevitável em processadores quânticos. É assim que os pesquisadores destilam milhares de qubits físicos ruidosos em alguns poucos qubits lógicos e silenciosos, decodificando dados em tempo real, detectando e corrigindo erros à medida que surgem.
Entre as abordagens mais promissoras para a QEC estão os códigos quânticos de verificação de paridade de baixa densidade (qLDPC), que podem mitigar erros com baixa sobrecarga de qubits. Mas decodificar eles exige algoritmos convencionais computacionalmente caros rodando com latência extremamente baixa e alta taxa de transferência.
O Quantum Software Lab, hospedado na Escola de Informática da Universidade de Edimburgo, usou a biblioteca NVIDIA CUDA-Q QEC para construir um novo método de decodificação qLDPC chamado AutoDEC e teve um aumento de 2 vezes em velocidade e precisão. Ele foi desenvolvido usando a funcionalidade de decodificação BP-OSD acelerada por GPU do CUDA-Q, que paraleliza o processo de decodificação, aumentando as chances de a correção de erros funcionar.
Em uma colaboração separada com o QuEra, o framework NVIDIA PhysicsNeMo e a biblioteca cuDNN foram usados para desenvolver um decodificador de IA com arquitetura de transformer. Métodos de IA oferecem um meio promissor de escalar a decodificação para os códigos de maior distância necessários em futuros computadores quânticos. Esses códigos melhoram a correção de erros, mas têm um custo computacional elevado.
Modelos de IA podem antecipar as partes computacionalmente intensivas das cargas de trabalho treinando com antecedência e executando inferências mais eficientes em tempo de execução. Usando um modelo de IA desenvolvido com o NVIDIA CUDA-Q, o QuEra alcançou um aumento de 50 vezes na velocidade de decodificação, além de uma precisão aprimorada.
Otimizando a Compilação de Circuitos Quânticos com cuDF
Uma forma de melhorar um algoritmo que funciona mesmo sem QEC é compilá-lo para os qubits de mais alta qualidade em um processador. O processo de mapear qubits em um circuito quântico abstrato para um layout físico de qubits em um chip está ligado a um problema extremamente desafiador computacionalmente conhecido como isomorfismo de grafo.
Em colaboração com a Q-CTRL e Oxford Quantum Circuits, a NVIDIA desenvolveu um método de seleção de layout acelerado por GPU chamado ∆-Motif, oferecendo até 600 vezes de aceleração em aplicações como compilação quântica, que envolvem isomorfismo de grafos. Para escalar essa abordagem, a NVIDIA e colaboradores usaram o cuDF, uma biblioteca de ciência de dados acelerada por GPU, para realizar operações de grafos e construir layouts potenciais com padrões pré-definidos (também chamados de “motivos”) baseados no layout físico do chip quântico.
Esses layouts podem ser construídos de forma eficiente e paralela por meio da fusão de motivos, possibilitando a aceleração de GPU em problemas de isomorfismo de grafos pela primeira vez.
Acelerando a Simulação de Sistema Quântico de Alta Fidelidade com cuQuantum
A simulação numérica de sistemas quânticos é fundamental para entender a física dos dispositivos quânticos e para desenvolver melhores projetos de qubits. O QuTiP, um kit de ferramentas de código aberto amplamente utilizado, é uma peça fundamental para entender as fontes de ruído presentes em hardware quântico.
Um caso de uso chave é a simulação de alta fidelidade de sistemas quânticos abertos, como modelar qubits supercondutores acoplados a outros componentes dentro do processador quântico, como ressonadores e filtros, para prever com precisão o comportamento do dispositivo.
Por meio de uma colaboração com a Universidade de Sherbrooke e Amazon Web Services (AWS), o QuTiP foi integrado ao kit de desenvolvimento de software NVIDIA cuQuantum via um novo plug-in QuTiP chamado qutip-cuquantum. A AWS forneceu a infraestrutura de computação acelerada por GPU Amazon Elastic Compute Cloud (Amazon EC2) para a simulação. Para sistemas grandes, pesquisadores observaram um aumento de desempenho de até 4.000 vezes ao estudar um qubit transmon acoplado a um ressonador.
Saiba mais sobre a plataforma NVIDIA CUDA-Q. Leia este blog técnico da NVIDIA para mais detalhes sobre como o CUDA-Q impulsiona a pesquisa em aplicações quânticas.