NVIDIA JUPITER تكمل محاكاة قياسية لـ 104 بت كمي لتعزيز أبحاث الحوسبة الكمية المقاومة للأخطاء

أعلنت NVIDIA أن أول حاسوب فائق من نوعه في أوروبا، JUPITER، قد أكمل محاكاة قياسية للحوسبة الكمية، مما يتيح للباحثين استكشاف والتحقق من تطوير الحالات السحرية. هذه المحاكاة التي تتضمن 104 بت كمي، وصفتها NVIDIA بأنها أكبر محاكاة شاملة لنظام حوسبة كمية مقاوم للأخطاء حتى الآن، وتم تنفيذها في مركز الحوسبة الفائقة في يوليش بألمانيا باستخدام وحدات معالجة الرسوميات NVIDIA GH200. تعتبر الحالات السحرية ضرورية لإجراء حسابات معقدة على الحواسيب الكمية المقاومة للأخطاء، ومع ذلك، لا يزال من الصعب توليد هذه الحالات بمعدل خطأ منخفض بما فيه الكفاية.

تتطلب الطرق التقليدية موارد أجهزة كبيرة، حيث تشير بعض التقديرات إلى أن ما يصل إلى 95% من البتات الكمية في الحواسيب الكمية قد تُستخدم لتوليد هذه الحالات، مما يترك عددًا قليلًا نسبيًا من البتات الكمية متاحة للحساب.

تزامن إعلان NVIDIA مع تقرير Google الذي أفاد بأن معالجها الكمي Willow حقق انخفاضًا بمقدار 40 ضعفًا في معدل الخطأ عند إعداد حالات كمية محددة. على عكس عمل NVIDIA، الذي يستخدم أجهزة الحوسبة الفائقة التقليدية لمحاكاة العمليات الكمية، فإن تجربة Google تستخدم معالجًا كميًا فعليًا لإعداد الحالات السحرية. تعالج الطريقتان تحديات مختلفة في تطوير الحواسيب الكمية المقاومة للأخطاء، حيث تساعد المحاكاة الباحثين في تقييم التصميمات قبل اختبار الأجهزة الفيزيائية.

المحاكاة تأخذ في الاعتبار ضوضاء الأجهزة الحقيقية

في العام الماضي، قامت JUPITER بمحاكاة كاملة لجهاز حوسبة كمية عام بواقع 50 بت كمي في ظروف مثالية وخالية من الضوضاء، متجاوزة الرقم القياسي البالغ 48 بت كمي الذي حققه الباحثون في يوليش على حاسوب K في اليابان في عام 2019. ومع ذلك، فإن أحدث محاكاة لـ 104 بت كمي تأخذ في الاعتبار ضوضاء الأجهزة الحقيقية، مما يمكّن الباحثين من فحص كيفية تأثير الأخطاء على تطوير الحالات السحرية. على عكس المحاكاة المثالية التي تفترض أن العمليات الكمية يمكن تنفيذها بدون أخطاء، قام البحث الجديد بنمذجة الاضطرابات التي تواجهها المعالجات الكمية الفيزيائية خلال عملية الحساب، مما يوفر وسيلة أكثر واقعية لتقييم ما إذا كانت الطرق المقترحة يمكن أن تعمل بشكل موثوق في الظروف الفعلية.

طور باحثو NVIDIA في المشروع الجديد أساليبهم أولاً على نظام GB200 NVL72 في مركز أبحاث الحوسبة الكمية المعجل بالشركة. قاموا بتوسيع نطاق الاختبارات من أربعة وحدات معالجة رسومية إلى مئات، حتى وصلوا في النهاية إلى 8,192 وحدة معالجة رسومية على JUPITER. وفقًا لـ NVIDIA، ساعدت هذه الأعمال التطويرية في تقليل عبء المحاكاة من عدة أسابيع إلى عدة أيام. استخدم الفريق برنامج cuQuantum من NVIDIA لتحسين أداء المحاكاة، واستفاد من منصة CUDA-Q لنمذجة الدوائر الكمية المقاومة للأخطاء.

تأثير المحاكاة على التطبيقات الكمية

يمكن أن تتيح المحاكاة التفصيلية للباحثين توقع أداء تصميمات الحوسبة الكمية المستقبلية قبل بناء الأجهزة الفيزيائية، مما يقلل من الحاجة لاختبارات الأجهزة المتكررة، ويساعد في تسريع تطوير التطبيقات الكمية في مجالات مثل اكتشاف الأدوية، ونمذجة المالية، وعلوم المواد.

قال الرئيس التنفيذي لشركة NVIDIA، Jensen Huang: "ستحتاج الحوسبة الكمية المفيدة إلى أنظمة مقاومة للأخطاء معقدة للغاية، وفهم سلوكها على نطاق واسع أمر بالغ الأهمية لبناء هذه الأنظمة. تظهر النتائج من يوليش كيف يمكن أن تتعاون المعالجات الكمية مع حواسيب GPU الفائقة لحل الأبحاث التي لم يكن من الممكن تحقيقها سابقًا، مما يسرع اكتشاف التطبيقات الكمية التحولية."

مساهمة NVIDIA JUPITER في الحوسبة الكمية

تعتبر محاكاة 104 بت كمي من NVIDIA JUPITER علامة بارزة في التقدم المهم في مجال الحوسبة الكمية المقاومة للأخطاء. من خلال أخذ ضوضاء الأجهزة الحقيقية في الاعتبار، يمكن لهذا البحث تقييم جدوى تصميمات الحوسبة الكمية بدقة أكبر، وهو أمر حيوي لتطوير التطبيقات الكمية المستقبلية. مع تقدم تقنيات الحوسبة الكمية، سيساهم القدرة على إجراء محاكاة تفصيلية قبل بناء الأجهزة الفيزيائية بشكل كبير في زيادة كفاءة البحث، وتعزيز الابتكار في مجالات مثل اكتشاف الأدوية وعلوم المواد. تظهر جهود NVIDIA التفاعل بين الحواسيب الفائقة والمعالجات الكمية، مما يمهد الطريق لأبحاث الحوسبة الكمية المستقبلية.