NvidiaはAIでの成功を量子コンピューティングに応用しようとしている

この記事はLeiphone.comから転載したものです。転載する場合は、Leiphone.com公式サイトにアクセスして許可を申請してください。

一部の人にとって、量子コンピューティングはSFのように、何十年も先の話のように聞こえるかもしれません。

実際、この最先端コンピューティングの研究には、すでに世界中で多くの人々が投資しています。量子コンピューティングに関する研究論文は2,100本以上発表されており、量子コンピューティングのスタートアップ企業は250社以上、量子コンピューティングに関する国家レベルの政策は22件あります。

量子コンピューティングは、量子力学の法則に従って量子情報単位を制御してコンピューティングを行う新しいコンピューティング モデルであり、古典的なコンピューティングと比較されることが多いです。原理的には、量子コンピューティングは従来のコンピューティングよりも高速な計算速度を実現でき、その差は 1 兆倍にもなる可能性があります。

量子コンピューティングは、今日私たちが直面している多くの課題を解決し、医薬品開発から天気予報までさまざまなタスクの開発を促進し、HPC の将来に大きな役割を果たす可能性を秘めています。このため、多数の企業や研究者が量子コンピューティングの研究にリソースを投入しています。

現在、量子コンピューティングを実現するための物理プラットフォームには、超伝導、イオントラップ、中性原子、シリコン量子、光子など多くの選択肢がありますが、それぞれが異なる課題に直面しています。

量子コンピューティングの開発を加速するために、ハイブリッド量子コンピューティングが量子コンピューティングの最初の実用化を実現すると期待されています。

ハイブリッド量子コンピューティングとは、量子コンピュータと従来のコンピュータが連携して、回路の最適化、キャリブレーション、エラー修正などの従来の操作における従来のコンピューティング (CPU や GPU など) の利点と、新しいアクセラレータとしてのシステムレベルの量子プロセッサ (QPU) の利点を最大限に活用することを意味します。

CPU と比較して、GPU は従来のジョブの実行時間を短縮し、今日のハイブリッド量子ジョブが直面している主なボトルネックである従来のコンピューターと量子コンピューター間の通信遅延を大幅に削減できるため、ハイブリッド量子コンピューティングに適しています。

同時に、もう一つの大きな課題はソフトウェア ツールです。量子プロセッサは新興のハードウェアです。量子プロセッサをプログラムしてその価値を実現するために、研究者は低レベルのアセンブリコードに相当する量子コードしか使用できません。つまり、量子アクセラレータをプログラムできるのは量子コンピューティングの専門家だけであり、量子コンピューティングの急速な発展を促進することが困難になっています。

したがって、量子コンピューティングの分野では、統一されたプログラミング モデルとコンパイラ ツール チェーンが必要です。

このコンパイラを使用すると、科学者は HPC アプリケーションの一部をシミュレートされた QPU に、そして実際の QPU に簡単に移植できるため、量子コンピューティングでの作業を加速する方法を効率的に見つけることができます。

GPU アクセラレーション シミュレーション ツール、プログラミング モデル、コンパイラ ツールチェーンを組み合わせることで、HPC 研究者は将来のハイブリッド量子データ センターの構築を開始できます。

業界をリードする高性能 GPU と、HPC および AI における豊富な経験を持つ NVIDIA は、量子コンピューティングの分野で独自の製品と優位性を迅速に確立するのに役立ちます。

実際、Nvidia は AI での成功を量子コンピューティングに応用し始めています。開発者に最も近いソフトウェアから始めて、開発者の利用ハードルを下げ、量子コンピューティング分野の開発者が問題を解決し、価値を創造するのを支援します。量子コンピューティングの研究者やユーザーがNVIDIAのツールを選択すれば、自然にNVIDIAが量子コンピューティング分野で主導権を握るのに役立つでしょう。

GTC 2021 において、NVIDIA は GPU 上で実行される量子回路シミュレーションを高速化することを目的とした cuQuantum SDK のリリースを発表しました。現在、数十の量子関連組織がすでに cuQuantum ソフトウェア開発キットを使用して、GPU 上での量子回路シミュレーションを高速化しています。

最近、AWS は Braket サービスで cuQuantum を提供し、 cuQuantum が量子機械学習ワークロードを 900 倍高速化し、コストを 3.5 倍削減できることを実証しました。

量子コンピューティングの発展を促進する上での cuQuantum のもう一つの重要な価値は、Google の qsim、IBM の Qiskit Aer、Xanadu の PennyLane、Classiq の Quantum Algorithm Design プラットフォームなどの主要な量子ソフトウェア フレームワーク上で高速コンピューティングを実現できることです。

科学者や開発者にとって、これらのフレームワークのユーザーはコーディングを行わずに GPU アクセラレーションにアクセスできます。 NVIDIA にとって、これは量子コンピューティング ソフトウェア フレームワークにおける重要な価値を意味し、ハイブリッド量子コンピューティングにおける GPU の役割が最大限に発揮されることを意味します。

2022年7月12日、NVIDIAは量子コンピューティングの分野で前進を続け、統合コンピューティングプラットフォームQODAをリリースしました。

量子最適化デバイス アーキテクチャ (QODA) の目標は、一貫性のあるハイブリッド量子-古典プログラミング モデルを作成することで、量子コンピューティングをよりアクセスしやすくすることです。 QODA により、HPC および AI 分野の専門家は、アプリケーションをパブリック クラウド、NVIDIA DGX システム、または多数の NVIDIA GPU を備えたスーパーコンピューティング センターに簡単に移植できるようになります。

cuQuantum ソフトウェア開発キットをすでに使用している量子組織の場合、NVIDIA QODA により、開発者は NVIDIA cuQuantum を使用して GPU アクセラレーション スーパーコンピューターでシミュレートできる完全な量子アプリケーションを構築できます。

AI や高性能コンピューティングと同様に、エコシステムが成功の鍵となるため、量子コンピューティングにおける NVIDIA の成功にはソフトウェア パートナーとハードウェア パートナーの両方が不可欠です。

Q2B 22 東京量子コンピューティング カンファレンスにおいて、NVIDIA は量子ハードウェア サプライヤーの IQM Quantum Computers、Pasqal、Quantum、Quantum Brilliance、Xanadu、ソフトウェア サプライヤーの QC Ware および Zapata Computing、およびドイツ研究センター ユーリッヒ、ローレンス バークレー国立研究所、オークリッジ国立研究所などのスーパーコンピューティング センターとの QODA に関するコラボレーションを発表しました。

NvidiaのCEOであるジェンスン・フアン氏は、Nvidiaがやりたいことは既存の市場を獲得することではなく、新しい製品と市場を創造することだと常に強調してきた。量子コンピューティングは、まさに新しい市場です。量子コンピューティング分野への技術的なルートの選択であれ、参入ポイントであれ、NVIDIA は量子コンピューティングにおける主導権を握るお手伝いをします。

しかし、量子コンピューティングはまだ長い道のりを歩んでおり、誰が量子超越性を獲得するかを判断するのは難しいことも認識する必要があります。