NVIDIA ha ampliato CUDA-Q, la propria piattaforma open source per il quantum computing, introducendo CUDA-Q Logical, un nuovo livello di orchestrazione progettato per sviluppare e testare applicazioni destinate ai futuri computer quantistici fault-tolerant. L’obiettivo è offrire a ricercatori, produttori di QPU e sviluppatori uno strumento programmabile per progettare sistemi basati su qubit logici e valutare più rapidamente differenti combinazioni di algoritmi, tecniche di correzione degli errori e architetture hardware.
La società ha inoltre integrato in CUDA-Q QUOPS, un nuovo benchmark sviluppato dai Sandia National Laboratories per misurare quanto i sistemi quantistici fault-tolerant siano vicini all’esecuzione di applicazioni concrete. Le prime sperimentazioni indicano anche un impatto significativo sui tempi di progettazione: Fermilab ha utilizzato CUDA-Q Logical per ridurre da circa cinque mesi a tre settimane un processo di sviluppo e valutazione di architetture fault-tolerant.
CUDA-Q Logical punta sui qubit logici
I sistemi quantistici attuali utilizzano qubit fisici estremamente sensibili agli errori prodotti dal rumore e dalle interazioni con l’ambiente. Per arrivare a computer quantistici in grado di eseguire applicazioni complesse sarà necessario costruire qubit logici, ottenuti combinando numerosi qubit fisici attraverso tecniche di quantum error correction.
Il quantum computing fault-tolerant dovrebbe consentire di eseguire calcoli molto più lunghi e complessi rispetto a quelli possibili con le macchine attuali, aprendo la strada ad applicazioni in settori come drug discovery, modellazione finanziaria e sviluppo di nuovi materiali.
La progettazione di questi sistemi resta però particolarmente complessa. Una modifica all’algoritmo, al codice di correzione degli errori, all’architettura hardware o a un componente della QPU può modificare significativamente la quantità di risorse necessarie per eseguire una determinata applicazione.
CUDA-Q Logical nasce per permettere ai ricercatori di orchestrare questi elementi all’interno di un unico ambiente e confrontare rapidamente configurazioni differenti.
Un livello di orchestrazione per progettare sistemi fault-tolerant
Con CUDA-Q Logical è possibile modellare i diversi componenti richiesti da un’applicazione quantum fault-tolerant e sostituirli per valutare l’impatto sulle prestazioni e sui requisiti hardware.
La piattaforma adotta quindi un approccio di codesign, nel quale algoritmo, error correction, architettura e hardware vengono progettati congiuntamente anziché come elementi indipendenti.
«Il quantum computing sta entrando nell’era dei qubit logici e i ricercatori hanno bisogno di una piattaforma aperta e personalizzabile capace di rappresentare tutti gli aspetti di un sistema fault-tolerant», ha spiegato Timothy Costa, vice president e general manager of quantum di NVIDIA.
Secondo Costa, CUDA-Q Logical permette di esplorare sistemi completamente integrati e co-ottimizzati indipendentemente dalla tipologia di qubit e dall’architettura utilizzata, riducendo i tempi necessari per arrivare a infrastrutture di quantum-GPU supercomputing utilizzabili concretamente.
Fermilab riduce da cinque mesi a tre settimane lo sviluppo
CUDA-Q Logical è già utilizzato da produttori di QPU e laboratori di ricerca, tra cui Fermi National Accelerator Laboratory, Infleqtion, IQM Quantum Computers, QCDesign, Quantum Motion e Sandia National Laboratories.
Una delle sperimentazioni più significative è stata condotta da Fermilab. I ricercatori hanno utilizzato la piattaforma per verificare risultati precedenti e analizzare il numero di qubit fisici, i tempi di esecuzione e altri requisiti legati a differenti tecniche di correzione degli errori e piattaforme hardware.
Il lavoro ha trasformato progettazioni fault-tolerant complesse in un workflow computazionale ripetibile e verificabile. Un processo che normalmente avrebbe richiesto circa cinque mesi è stato completato in tre settimane, con un’accelerazione indicata da NVIDIA pari a circa 7 volte.
«Il quantum computing fault-tolerant è il percorso verso nuove scoperte scientifiche, ma per raggiungerlo sarà necessario progettare congiuntamente algoritmi, error correction, architetture e hardware», ha dichiarato Anna Grassellino, chief technology officer di Fermilab e director del Superconducting Quantum Materials and Systems Center.
Iceberg Quantum riduce il numero di qubit fisici richiesti
CUDA-Q Logical è stato utilizzato anche da Iceberg Quantum per modellare la propria architettura fault-tolerant applicata ai qubit sviluppati da Diraq.
La simulazione ha mostrato la possibilità di realizzare 1.000 qubit logici utilizzando circa 150.000 qubit fisici. Secondo NVIDIA, il risultato rappresenta una riduzione di circa dieci volte rispetto alle precedenti stime di Diraq.
La piattaforma ha consentito di valutare rapidamente implementazioni alternative dell’architettura di Iceberg Quantum e di stimare il numero di risorse hardware richieste per costruire sistemi quantistici fault-tolerant di dimensioni utili.
La quantità di qubit fisici necessaria per ottenere un singolo qubit logico rappresenta infatti uno dei parametri fondamentali per determinare la fattibilità economica e tecnologica delle future infrastrutture quantistiche.
QUOPS misura la maturità dei computer quantistici fault-tolerant
Parallelamente a CUDA-Q Logical, NVIDIA ha integrato nella propria piattaforma QUOPS, benchmark sviluppato dai Sandia National Laboratories per misurare i progressi dei computer quantistici verso applicazioni di scala utile.
Storicamente l’evoluzione dei computer quantistici è stata valutata principalmente attraverso parametri relativi ai qubit fisici, come numero complessivo di qubit, fidelity e tempi di coerenza.
Con la progressiva evoluzione verso sistemi fault-tolerant questi indicatori non sono più sufficienti a descrivere le reali capacità di una piattaforma.
QUOPS propone quindi un metodo hardware-agnostic e open per misurare la capacità di un sistema di supportare applicazioni basate su qubit logici e confrontare architetture differenti attraverso criteri comuni.
I Sandia National Laboratories hanno pubblicato i primi risultati del benchmark in un preprint realizzato in vista dell’IEEE Quantum Week, includendo valutazioni preliminari di QPU sviluppate da Google, IBM e Quantinuum.
Una reference implementation di QUOPS è disponibile direttamente all’interno di NVIDIA CUDA-Q.
Dalla QPU al quantum-GPU supercomputer
L’estensione di CUDA-Q Logical si inserisce in una strategia più ampia con cui NVIDIA sta costruendo un’infrastruttura software e hardware destinata a integrare computer quantistici e supercomputer GPU.
Uno degli elementi di questa architettura è NVIDIA NVQLink, progettata per realizzare connessioni strette tra processori quantistici e sistemi di accelerated computing basati su GPU.
Diverse aziende stanno già utilizzando NVQLink per sviluppare nuove architetture ibride. Anyon Computing ha realizzato un nuovo sistema di controllo quantistico, mentre Quandela ha sviluppato un’architettura che combina QPU e GPU.
Quantum Machines ha invece dimostrato l’integrazione tra risorse di supercomputing avanzate e qubit presso l’Israeli Quantum Computing Center.
L’obiettivo è ridurre la separazione tra elaborazione classica e quantistica, consentendo alle GPU di eseguire in tempo reale le operazioni necessarie al controllo delle QPU, alla correzione degli errori e all’elaborazione dei risultati.
NVIDIA Ising porta l’AI nel controllo dei qubit
Un ulteriore componente dell’ecosistema NVIDIA è NVIDIA Ising, definita dalla società come la prima famiglia di modelli aperti per costruire e distribuire sistemi di intelligenza artificiale destinati al quantum computing.
Diraq ha utilizzato NVIDIA Ising per la calibrazione del proprio processore quantistico basato su qubit al silicio.
L’integrazione dell’AI nelle infrastrutture quantistiche può avere un ruolo rilevante soprattutto nella calibrazione e nel controllo delle QPU, operazioni che richiedono l’analisi continua di grandi quantità di dati prodotti dall’hardware.
CUDA-Q amplia l’ecosistema
CUDA-Q continua intanto a essere adottata da un numero crescente di aziende e istituti di ricerca.
BlueQubit ha lanciato il programma Quantum Flywheel, attraverso il quale i ricercatori possono accedere alle risorse di accelerated computing NVIDIA utilizzando CUDA-Q.
Qedma Quantum Computing e QCentroid hanno integrato le rispettive tecnologie con la piattaforma per supportare attività di quantum error correction, error mitigation e distribuzione di applicazioni quantistiche.
NVIDIA sta inoltre collaborando con diversi soggetti per sviluppare nuovi workload.
IonQ ha annunciato progressi nello sviluppo di DQAOA-GPT, framework di intelligenza artificiale generativa quantistica che utilizza l’accelerated computing NVIDIA.
MITRE ha pubblicato un lavoro dedicato alla realizzazione di digital twin accelerati tramite GPU per sensori quantistici, mentre Phasecraft utilizza NVIDIA cuQuantum per generare quello che viene indicato come il più ampio database molecolare emulato attraverso un Variational Quantum Eigensolver.
Anche UCLA e Caltech stanno lavorando con le tecnologie NVIDIA per migliorare la progettazione delle sequenze di controllo necessarie all’esecuzione delle applicazioni quantistiche.
Una piattaforma aperta per il futuro quantum computing
Con CUDA-Q Logical, NVIDIA cerca quindi di estendere CUDA-Q dalla programmazione degli algoritmi quantistici alla progettazione dell’intero sistema fault-tolerant.
La possibilità di modellare in un unico ambiente qubit fisici, qubit logici, algoritmi, error correction e risorse di calcolo classiche permette di confrontare architetture differenti prima della disponibilità dell’hardware definitivo.
CUDA-Q Logical è disponibile come progetto open source attraverso GitHub, così come l’implementazione di riferimento del benchmark QUOPS.
