IBM طرح اولیه ابررایانش کوانتوم‌محور را برای یکپارچه‌سازی HPC رونمایی می‌کند

آلوین لنگ 1404/12/22 21:13

IBM اولین معماری مرجع صنعت را برای ابررایانش کوانتوم‌محور منتشر می‌کند که یکپارچه‌سازی QPU با زیرساخت HPC موجود و شتاب‌دهنده‌های کلاسیک را امکان‌پذیر می‌سازد.

IBM در 22 اسفند 1404 اولین معماری مرجع منتشرشده برای ابررایانش کوانتوم‌محور را منتشر کرد که یک طرح فنی برای یکپارچه‌سازی واحدهای پردازش کوانتومی با زیرساخت رایانش با کارایی بالای موجود ارائه می‌دهد. این چارچوب نیاز رو به رشدی را برطرف می‌کند زیرا گردش‌کارهای ترکیبی کوانتومی-کلاسیک نتایجی قابل مقایسه با روش‌های کلاسیک پیشرو برای مسائل فیزیک و شیمی نشان می‌دهند.

این معماری نحوه عملکرد QPUها در کنار CPUها و GPUها در محیط‌های HPC مدرن را بدون نیاز به پشته‌های رایانشی کاملاً جدید مشخص می‌کند. IBM آن را به صورت مدولار و ترکیب پذیر طراحی کرده است که به نرم‌افزار باز، اینترفیس‌های استاندارد و پیکربندی‌هایی که به گردش‌کارها و زمان‌بندهای موجود متصل می‌شوند، متکی است.

استقرارهای دنیای واقعی در حال اجرا هستند

این تئوری نیست. IBM قبلاً نسخه‌های اولیه را در محیط ابررایانش RIKEN مستقر کرده و با سیستم Fugaku ژاپن—دستگاهی با 152,064 گره کلاسیک—یکپارچه شده است. کار مشترک بین کلینیک کلیولند و IBM از یک گردش‌کار ابررایانش کوانتوم‌محور برای پیش‌بینی انرژی‌های نسبی دو کونفورمر از مینی‌پروتئین Trp-cage با 300 اتم استفاده کرد و شبیه‌سازی‌های کوانتومی را به 33 اوربیتال مقیاس‌بندی کرد و با دقت روش کلاسترهای جفت‌شده مطابقت داد.

همکاری دیگری ساختار الکترونیکی مولکول نیم‌موبیوس را تأیید کرد که نتایج آن در Science منتشر شد. اینها مسائل ساده‌ای نیستند—آنها سیستم‌های معنادار علمی را نشان می‌دهند که مرزهای محاسباتی را جابه‌جا می‌کنند.

پشته معماری چهار لایه

معماری مرجع به لایه‌های مجزا تقسیم می‌شود. لایه برنامه کتابخانه‌های محاسباتی را مدیریت می‌کند که مسائل را به اجزایی تجزیه می‌کند که در محیط‌های مختلف راه‌اندازی می‌شوند. در اینجا، کتابخانه‌های کلاسیک و کوانتومی بارهای کاری کوانتومی را به مدارهای خاص حوزه‌های کاربردی آماده، بهینه و پس‌پردازش می‌کنند.

میان‌افزار برنامه در زیر قرار دارد، جایی که پروتکل‌هایی مانند MPI و OpenMP در کنار میان‌افزار بهینه‌شده کوانتومی کار می‌کنند. Qiskit v2.0 یک اینترفیس تابع خارجی C را ارائه داد که قرارگیری Python را به زبان‌های برنامه‌نویسی دیگر گسترش می‌دهد، در حالی که v2.1 حاشیه‌نویسی‌های جعبه قابل تنظیم را برای تصادفی‌سازی مدار و کاهش خطا معرفی کرد.

لایه هماهنگی تخصیص منابع را از طریق ابزارهایی مانند اینترفیس مدیریت منابع کوانتومی (QRMI)—یک کتابخانه متن‌باز که جزئیات خاص سخت‌افزار را انتزاعی می‌کند—مدیریت می‌کند. برای پیاده‌سازی‌های مدیر بار کاری Slurm، یک افزونه SPANK کوانتومی منابع کوانتومی را به عنوان موجودیت‌های قابل زمان‌بندی در کنار منابع کلاسیک قرار می‌دهد.

جزئیات زیرساخت سخت‌افزار

در پایه زیرساخت سخت‌افزاری سه سطحی قرار دارد. درونی‌ترین سطح شامل خود سیستم کوانتومی است—زمان اجرای کلاسیک به علاوه QPUهای متصل از طریق اتصال لحظه‌ای. این شامل FPGAها، ASICها و CPUهایی است که رمزگشایی تصحیح خطای کوانتومی، اندازه‌گیری‌های میانی مدار و کالیبراسیون کیوبیت را در محدودیت‌های زمانی انسجام مدیریت می‌کنند.

سطح دوم سیستم‌های CPU و GPU هم‌محل را اضافه می‌کند که از طریق اتصالات کم‌تأخیر مانند RDMA روی Ethernet همگرا یا NVQLink متصل شده‌اند. اینها به عنوان محیط‌های آزمایشی تصحیح خطای کوانتومی عمل می‌کنند و از استراتژی‌های تشخیص خطای فشرده محاسباتی فراتر از قابلیت‌های بومی سیستم کوانتومی پشتیبانی می‌کنند.

سیستم‌های مقیاس‌پذیر شریک سطح نهایی را تشکیل می‌دهند—منابع رایانش ابری یا داخلی که بارهای کاری کلاسیک همراه با اجرای QPU را مدیریت می‌کنند. این رویکرد مدولار مسیر مراکز داده را برای استقرار سیستم‌های کوانتومی در کنار کلاسترهای موجود ساده می‌کند.

چرا مراکز HPC باید اکنون اهمیت دهند

زمان‌بندی اهمیت دارد. همانطور که الگوریتم‌های کوانتومی مانند مورب‌سازی کوانتومی مبتنی بر نمونه به مقیاس‌هایی می‌رسند که برای روش‌های کلاسیک چالش‌برانگیز است، دانشمندان حوزه تحت فشار قرار دارند تا کوانتوم را در جعبه ابزار خود ادغام کنند. استراتژی‌های جدید کاهش و تصحیح خطا به طور فزاینده‌ای شامل قابلیت‌های HPC می‌شوند و انتظار تا زمان رسیدن سیستم‌های تحمل‌پذیر خطا به معنای از دست دادن منحنی یادگیری یکپارچه‌سازی است.

IBM این را به عنوان چارچوبی که طی دهه آینده تکامل خواهد یافت تعریف می‌کند نه یک طرح تجویزی برای سیستم‌های فعلی. مراکز HPC که اکنون درگیر می‌شوند می‌توانند سیستم‌هایی را برای برنامه‌های پرتأثیر طراحی مشترک کنند در حالی که پایه‌هایی را که به تحمل خطا مقیاس می‌شوند، ایجاد می‌کنند. این معماری به مسائل شیمی، علوم مواد و بهینه‌سازی می‌پردازد که هیچ رویکرد محاسباتی منفردی به تنهایی با آنها کنار نمی‌آید—دقیقاً حوزه‌هایی که مزایای نظری کوانتوم ممکن است سرانجام به قابلیت عملی تبدیل شوند.

• ibm
• رایانش کوانتومی
• ابررایانش
• hpc
• qiskit