NVIDIA宣布研发传统计算机与量子计算机混合架构
NVIDIA除了通过cuQuantum软件开发组件加速量子电路的模拟,也开始着手开发传统、量子处理器并存的混合运算架构。 (图片与首图来源:NVIDIA)伦敦国王学院通过Cambridge-1超级计算机与AI框架MONAI创建100,000张3D人脑合成图像,协助研究各种脑部疾病。英国核能局和曼彻斯特大学则通过Omniverse创建1:1尺寸核融合反应设备的数字孪生。受益于Omniverse,研究人员可以在计算机中在科学模拟的佐证下进行核融合反应设备设计。NVIDIA也宣布美国洛斯阿拉莫斯国家实验室(Los Alamos National Laboratory)将使用Grace CPU与Grace Hopper Superchip为基础,且最高AI运算性能达10E FLOPS的Venado超级计算机,并应用于材料、能源等领域的研究。
NVIDIA在ISC22 High Performance国际超级计算机大会(International Supercomputing Conference)宣布多样最新研发与应用成果,也宣布着手研发高性能计算与量子运算的混合架构。
NVIDIA表示量子运算有助于大幅提升药物开发、气候预测等多种应用的工作效率,认为着手研发高性能计算与量子运算的混合架构的时机已经来到,然而要创造这样的未来并不容易,所以还是那句老话,工欲善其事,必先利其器,迈出量子运算的第一步,就是在研发过程中导入模拟。
目前已经有数十个量子组织使用cuQuantum软件开发组件,通过GPU加速量子电路的模拟,AWS近期也宣布在Braket服务中提供cuQuantum功能,并展示能够提升900倍量子机器学习工作负载的性能表现。
cuQuantum现在已经支持Google qsim、IBM Qiskit Aer、Xanadu PennyLane、Classiq Quantum Algorithm Design等多种量子软件框架,用户不需撰写额外程序,就可以通过GPU加速这些框架的执行性能。
然而随着量子系统的发展,下一个重大进展就是让传统计算机与量子处理器(QPU)并存的混合运算架构,而其过程的挑战就是解决2种架构之间的通信。
这项工作有2个主要项目,其一是需要在GPU与QPU之间创建快速、低延迟的总线,以便让混合架构通过GPU来加速电路优化、校准和调试等传统运算负载,以降低不同架构间的通信延迟,以舒解混合架构的主要瓶颈。其次,业界也需要统一且高性能、亲和的程序模型与工具,否则程序开发人员就需要使用困难度极高的量子当量低端汇编语言(Quantum Equivalent of Low-Level Assembly Code。笔者注:这专有名词的知识已超过笔者理解范围,若有错误也请读者不吝指正)
NVIDIA也在主题演说种发布多项AI应用案例,例如
伦敦国王学院(King’s College London)的研究人员在Cambridge-1超级计算机与AI框架MONAI的协助下,
创建100,000张逼真且有实际研究价值的3D人脑合成图像,并可以回避敏感的病患隐私问题,将这些图像免费提供给其他医学研究人员,有利于加速的痴呆症、帕金森氏症与各种脑部疾病的研究。
英国核能局(Atomic Energy Authority)和曼彻斯特大学(University of Manchester)的科学家也在Omniverse中创建数字孪生,以设计和开发可并入供电网络的的1:1尺寸核融合反应设备,如此一来可以在兴建实体实验设施之前,先在计算机内的虚拟设施完成模拟工作,以确保选择最有效的设计进行施工,加速节洁能源的研究效率。