IBM正在引領(lǐng)量子計(jì)算的發(fā)展，但我們的愿景涵蓋了計(jì)算的整體未來。實(shí)際上，量子計(jì)算將成為一個(gè)新范式的組成部分，這個(gè)范式結(jié)合了我們現(xiàn)有的所有計(jì)算工具，以解決超越當(dāng)今任何可能性的問題。

這一直是我們的愿景，來自橡樹嶺國家實(shí)驗(yàn)室、AMD、RIKEN、Algorithmiq以及更廣泛的量子社區(qū)合作伙伴的越來越多的成果正在將其變?yōu)楝F(xiàn)實(shí)。這些進(jìn)展展示了最先進(jìn)的GPU與量子處理單元（QPU）協(xié)作如何加速工作流程并提高量子計(jì)算的整體保真度。這些混合方法不依賴于任何單一架構(gòu)，而是展示了緊密集成的CPU、GPU和QPU如何共同釋放超越任何單一架構(gòu)所能實(shí)現(xiàn)的性能和準(zhǔn)確性。

這是一個(gè)全新計(jì)算范式的體現(xiàn)，需要新的算法和解決問題的新方法。這個(gè)范式就是量子中心超級計(jì)算。

不同處理器架構(gòu)的獨(dú)特優(yōu)勢

中央處理單元（CPU）、圖形處理單元（GPU）和量子處理單元（QPU）都具有獨(dú)特的底層架構(gòu)，為問題解決帶來各自的優(yōu)勢。CPU是當(dāng)今計(jì)算機(jī)的主力，能夠在一個(gè)或多個(gè)稱為線程的序列中對數(shù)據(jù)執(zhí)行指令，使我們能夠執(zhí)行各種數(shù)學(xué)運(yùn)算或調(diào)度和編排復(fù)雜的工作負(fù)載。

與此同時(shí)，GPU是能夠使用更多線程（數(shù)千甚至數(shù)百萬個(gè)）并行執(zhí)行許多更簡單操作的計(jì)算機(jī)處理器。GPU優(yōu)化用于執(zhí)行涉及張量的快速計(jì)算，張量本質(zhì)上是多維數(shù)據(jù)結(jié)構(gòu)，其中每個(gè)條目都有特定的位置。一維張量稱為向量，具有列中的數(shù)字，二維張量或矩陣可以用電子表格表示，三維張量可以是包含許多電子表格的文件，四維張量是許多文件，每個(gè)文件都有許多電子表格，依此類推。

QPU具有不同的底層架構(gòu)，將信息存儲(chǔ)在量子系統(tǒng)的狀態(tài)中。QPU天生能夠訪問CPU和GPU無法執(zhí)行的數(shù)學(xué)運(yùn)算，它們使用量子電路運(yùn)行這些運(yùn)算。在實(shí)踐中，每個(gè)量子電路都可以表示為使用必須遵循一組規(guī)則的矩陣的數(shù)學(xué)運(yùn)算序列。

這些操作可以使用QPU有效執(zhí)行，但使用經(jīng)典GPU運(yùn)行需要指數(shù)級更多的空間。50量子比特電路上的操作可能由具有多達(dá)2^50個(gè)條目的矩陣表示以準(zhǔn)確模擬，這遠(yuǎn)遠(yuǎn)超出了任何GPU的能力。

因此，QPU在邏輯上與CPU和GPU協(xié)同工作。QPU可以處理量子電路，否則需要比GPU能夠處理的更大的張量。同時(shí)，CPU和GPU可以在較小規(guī)模上接管問題的某些部分，這些部分需要許多簡單張量的并行操作或傳統(tǒng)的處理和編排任務(wù)。

樣本量子對角化技術(shù)的突破

在過去幾年中，出現(xiàn)了依賴張量和電路協(xié)作解決最具挑戰(zhàn)性問題的新算法。其中最令人興奮的是基于樣本的量子對角化（SQD）技術(shù)，它很快就能提高大型化學(xué)或材料科學(xué)模擬的準(zhǔn)確性。

來自AMD、橡樹嶺國家實(shí)驗(yàn)室合作伙伴的新工作，以及與RIKEN的后續(xù)工作，在IBM QPU和利用世界上最快的一些GPU的超級計(jì)算集群上實(shí)現(xiàn)了SQD，展示了我們對計(jì)算未來愿景的初步展望。

準(zhǔn)確模擬化學(xué)過程極具挑戰(zhàn)性。我們可以使用稱為哈密頓量的方程來描述系統(tǒng)的整體行為，但實(shí)際上從哈密頓量中提取信息——比如分子不同可能配置之間的能量差異——需要極其龐大的張量，這意味著即使是世界上最好的超級計(jì)算機(jī)也只能進(jìn)行近似計(jì)算。SQD旨在借助量子處理產(chǎn)生更好的近似值。

SQD首先將哈密頓量編碼到量子電路中并在量子計(jì)算機(jī)上運(yùn)行，產(chǎn)生要研究的配置候選列表。它將這些信息傳遞給經(jīng)典計(jì)算機(jī)，經(jīng)典計(jì)算機(jī)使用這些配置創(chuàng)建描述系統(tǒng)的更簡單張量，然后對其進(jìn)行對角化——本質(zhì)上是重新組織張量，以便我們可以有意義地提取有關(guān)這些配置的物理信息。我們將這些信息傳遞回量子計(jì)算機(jī)，迭代執(zhí)行此過程，直到找到最低能量配置及其相關(guān)能量。

SQD在電路和張量表示之間傳遞信息的過程使其非常適合在GPU和QPU上實(shí)現(xiàn)——最近，我們的合作伙伴已經(jīng)開始執(zhí)行這些實(shí)現(xiàn)。

在一篇論文中，IBM、橡樹嶺國家實(shí)驗(yàn)室和AMD的研究人員提出了在IBM QPU上實(shí)現(xiàn)SQD的過程，在Frontier超級計(jì)算機(jī)上利用AMD和NVIDIA GPU，借助OpenMP API進(jìn)行共享內(nèi)存多處理編程。他們測量了在Frontier上運(yùn)行SQD相比CPU基礎(chǔ)情況的約100倍加速，在整合最新的AMD MI300X和MI355X GPU或NVIDIA H100和GB200 GPU時(shí)進(jìn)一步獲得1.8倍到3倍的加速。

隨著這些新工作流的出現(xiàn)，我們可以開始推動(dòng)其性能并提高其靈活性?；谙饦鋷X的工作，我們還與RIKEN合作，借助Thrust庫和使用NVIDIA GH200 GPU的Miyabi超級集群優(yōu)化SQD工作流的GPU對角化。結(jié)果是在OpenMP基礎(chǔ)上又提高了20%的性能，具有探索更高級GPU實(shí)現(xiàn)的更大靈活性。

張量增強(qiáng)量子計(jì)算精度

除了混合算法之外，我們甚至可以結(jié)合張量，很快還有GPU，從量子處理器中提取更準(zhǔn)確的結(jié)果。新的錯(cuò)誤緩解技術(shù)在噪聲量子處理器上運(yùn)行電路，然后使用基于張量的模型來消除噪聲的影響。

在上周發(fā)布的一篇論文中，來自初創(chuàng)公司Algorithmiq、都柏林三一學(xué)院和IBM的研究人員探索了研究量子多體系統(tǒng)中混沌的算法。這項(xiàng)工作采用了一類新的量子電路，稱為雙幺正電路——在空間和時(shí)間上都具有特殊的數(shù)學(xué)限制——來探索原本非常具有挑戰(zhàn)性的系統(tǒng)。這類電路允許研究人員模擬混沌但也有精確可驗(yàn)證解決方案的系統(tǒng)，使它們對當(dāng)今量子計(jì)算機(jī)的基準(zhǔn)測試特別有用。

至關(guān)重要的是，這項(xiàng)工作使用了Algorithmiq開發(fā)的新錯(cuò)誤緩解技術(shù)——現(xiàn)在作為Qiskit函數(shù)提供。該技術(shù)使用張量創(chuàng)建噪聲模型，然后反轉(zhuǎn)模型以從量子電路的輸出中去除噪聲。這項(xiàng)工作使我們能夠?yàn)榻?jīng)典計(jì)算alone無法驗(yàn)證的更大問題提取有意義的結(jié)果，使用量子電路運(yùn)行計(jì)算并使用張量進(jìn)行清理。

鑒于張量和電路的結(jié)合使用，在近期量子工作流中緩解錯(cuò)誤是一個(gè)使用GPU輔助QPU進(jìn)行探索的成熟領(lǐng)域。今年，我們期待各種基于張量的錯(cuò)誤緩解技術(shù)幫助用戶運(yùn)行準(zhǔn)確的量子計(jì)算——在GPU的幫助下進(jìn)一步加速。

同時(shí)，巴斯克量子、NIST和IBM研究人員展示了在IBM量子處理器上與經(jīng)典張量網(wǎng)絡(luò)協(xié)同工作的時(shí)間晶體。時(shí)間晶體是接收周期性能量輸入的系統(tǒng)，以穩(wěn)定的周期性模式振蕩，抵抗擾動(dòng)它的嘗試。

研究人員研究時(shí)間晶體以推進(jìn)材料科學(xué)和量子信息研究，在這種情況下，在144個(gè)量子比特上創(chuàng)建了二維時(shí)間晶體。這是迄今為止展示的最大和最復(fù)雜的之一。團(tuán)隊(duì)根據(jù)最佳可用張量網(wǎng)絡(luò)方法測試量子結(jié)果，并使用這些方法幫助改進(jìn)量子執(zhí)行。鑒于張量方法的使用，這是未來可以通過GPU擴(kuò)展的工作類型。

量子中心超級計(jì)算的未來

這是計(jì)算真正未來的一瞥：不僅僅是量子計(jì)算，或僅僅是經(jīng)典計(jì)算，而是量子中心超級計(jì)算。該領(lǐng)域正在爆發(fā)性地研究結(jié)合張量和電路——因此GPU和QPU——來執(zhí)行挑戰(zhàn)即使是最好的超級計(jì)算機(jī)的任務(wù)。

這只是開始。隨著我們在路線圖上的進(jìn)展，對IBM量子處理器的改進(jìn)將使我們能夠更快地提取更準(zhǔn)確的答案。我們繼續(xù)向Qiskit（開源軟件開發(fā)套件）添加新功能，以便開發(fā)人員可以編排包含基于云或本地量子、經(jīng)典和GPU處理的異構(gòu)工作流。到本十年末，我們將展示一個(gè)能夠運(yùn)行容錯(cuò)量子計(jì)算的系統(tǒng)，可能在系統(tǒng)內(nèi)部結(jié)合經(jīng)典計(jì)算和GPU來輔助錯(cuò)誤校正，在外部利用可用的最佳資源來解決最困難的問題。

參與這一未來的唯一途徑就是開始行動(dòng)。用戶應(yīng)該探索如何將他們的困難問題映射到電路和張量，并開始在量子計(jì)算機(jī)和GPU上運(yùn)行它們。在這個(gè)新興時(shí)代的獲勝者將是那些能夠駕馭量子中心超級計(jì)算真正力量的人。

Q&A

Q1：什么是量子中心超級計(jì)算？

A：量子中心超級計(jì)算是一個(gè)全新的計(jì)算范式，它結(jié)合了CPU、GPU和量子處理單元（QPU）的優(yōu)勢，通過緊密集成這些不同的處理器架構(gòu)，能夠解決超越當(dāng)今任何單一架構(gòu)所能處理的復(fù)雜問題，特別是在化學(xué)模擬和材料科學(xué)等領(lǐng)域。

Q2：樣本量子對角化技術(shù)如何工作？

A：樣本量子對角化（SQD）技術(shù)首先將哈密頓量編碼到量子電路中并在量子計(jì)算機(jī)上運(yùn)行，產(chǎn)生要研究的配置候選列表，然后傳遞給經(jīng)典計(jì)算機(jī)創(chuàng)建更簡單的張量并進(jìn)行對角化，這個(gè)過程迭代進(jìn)行直到找到最低能量配置，能夠顯著提高化學(xué)和材料科學(xué)模擬的準(zhǔn)確性。

Q3：GPU和量子處理器如何協(xié)同工作？

A：GPU和量子處理器通過處理不同類型的計(jì)算任務(wù)實(shí)現(xiàn)協(xié)同。量子處理器擅長處理需要指數(shù)級空間的量子電路運(yùn)算，而GPU則負(fù)責(zé)并行處理較小規(guī)模的張量運(yùn)算和傳統(tǒng)處理任務(wù)。最新研究顯示，這種協(xié)同可以實(shí)現(xiàn)100倍的性能提升，并在錯(cuò)誤緩解等方面發(fā)揮重要作用。