The AI / news

Nvidia присоединяется к гонке Google за «магическими состояниями» с помощью симуляции

Nvidia присоединяется к гонке Google за «магическими состояниями» с помощью симуляции

Квантовые вычисления движутся к созданию так называемых отказоустойчивых систем, способных исправлять собственные ошибки, и снижение этих ошибок остается ключевой задачей. В октябре Google и Nvidia объявили о достижениях в области техники magic state cultivation, которая направлена на более эффективное создание состояний, необходимых для универсальных квантовых вычислений.

Кубиты, базовые единицы квантовых вычислений, очень хрупки: они могут терять когерентность, и система, совершающая слишком много ошибок, бесполезна. Поэтому поставщики создают логические кубиты из множества физических кубитов, способные обнаруживать и исправлять ошибки, не нарушая квантовое состояние. Однако один логический кубит может требовать несколько тысяч физических кубитов, что усложняет масштабирование.

Универсальный квантовый компьютер должен сочетать вентили Клиффорда, такие как S и CNOT, и не-Клиффордовы вентили, такие как T. Большинство кодов коррекции ошибок умеют работать с первыми, но не со вторыми. Магические состояния, представленные исследователями в 2004 году, необходимы для таких вычислений, но они хрупки, их сложно производить с высокой точностью, и они не могут быть повторно использованы.

Чтобы компенсировать это, дистилляция магических состояний преобразует множество зашумленных, то есть неточных, состояний в меньшее количество состояний с высокой точностью. Однако эта операция может задействовать до 95% мощности квантовой системы, создавая узкое место. В 2024 году исследователи из Google представили magic state cultivation: вместо создания большого количества зашумленных состояний с последующим отбраковыванием большей их части, зашумленное состояние помещается в небольшую область чипа и проводятся измерения, выявляющие ошибки и отсеивающие неудачные попытки, пока не будет получено состояние с более низким уровнем ошибок.

Демонстрация на чипе

15 октября Google и Nvidia объявили о проектах, которые, по их словам, значительно продвигают развитие этой техники. Исследователи Google Quantum AI сообщили о первой аппаратной реализации метода, выполненной на сверхпроводящем чипе Willow. По данным компании, демонстрация позволила снизить ошибки в 40 раз по сравнению с необработанными состояниями и достичь T-состояний с 99,99% логической точности.

Менее чем через неделю исследователи Nvidia объявили, что провели симуляцию на 104 кубитах на суперкомпьютере Jupiter, первом европейском экзафлопсном суперкомпьютере, размещенном в Исследовательском центре Юлиха в Германии и оснащенном суперчипами Nvidia GH200. По данным Nvidia, этот метод использует на 90% меньше кубитов, чем другие подходы.

Сэм Стэнвик, директор по квантовым продуктам в Nvidia, назвал работы обеих компаний критически важным шагом на пути к отказоустойчивым квантовым вычислениям. О Google он сказал: «Это дополняет работу Google. То, что сделал Google, — это небольшая демонстрация на аппаратном обеспечении. Это было доказательство концепции, показывающее, что magic state cultivation действительно работает на реальном оборудовании».

Исследователи Google, после двух лет работы по переносу метода из теории в практику, подробно описали свои результаты в статье, опубликованной в журнале Science. Они признают необходимость демонстрации техники в большем масштабе, чтобы сделать ее реалистичной в практической квантовой системе, но при этом считают, что «это достижение превращает ключевую теоретическую идею в экспериментально доказанную реальность».

Симуляция для проектирования

По словам Сэма Стэнвика, симуляция необходима для проектирования аппаратного и программного обеспечения для таких подходов. «Нужно моделировать их как можно глубже, чтобы понять их поведение и, что особенно важно, то, как они обрабатывают ошибки», — заявил он. Он также упомянул работы Amazon Web Services и Quantum Elements совместно с Университетом Южной Калифорнии и Гарвардским университетом, которые также использовали симуляцию для решения проблемы коррекции ошибок.

Nvidia использовала свою гибридную квантово-классическую платформу CUDA-Q и SDK cuQuantum для моделирования аппаратных ошибок, включая когерентные ошибки и утечки. «Это очень маленькие систематические ошибки в квантовых операциях, которые накапливаются в ходе вычислений и ограничивают возможности компьютера», — пояснил Сэм Стэнвик. Проект начался на системе с GB200 NVL72 в Центре ускоренных квантовых исследований в Бостоне, а затем был расширен до Jupiter, где тесты перешли с четырех GPU на несколько сотен, а затем на 8 192 GPU.