科学期刊《自然》(Nature)本月早些时候发表了一项研究,通过使用 NVIDIA 驱动的超级计算机,验证了量子计算的商业化途径。
这项研究由诺贝尔奖获得者 Giorgio Parisi 主持,重点专注于量子退火,该方法或将有助于解决对传统计算机而言极具挑战性的复杂优化问题。
为了开展此项研究,该团队在 Leonardo 超级计算机(位于意大利博洛尼亚的 Cineca 研究中心)上运行了 200 万个 GPU 计算小时、在卢森堡 Meluxina-GPU 集群上运行了近 16 万个 GPU 计算小时,以及在西班牙超级计算网络上运行了 1 万个 GPU 计算小时。此外,他们还使用了位于意大利莱切的 Dariah 集群。
研究小组使用这些最先进的资源模拟了“量子退火机”这种量子计算系统的行为。
量子计算机从根本上重塑了信息的计算方式,带来了全新的解决方案。
量子如何加速超级计算以实现更多突破
不同于通过二进制(0 和 1)处理信息的经典计算机,量子计算机使用量子比特或量子位这种全新的方式处理信息。
量子退火机是一种特殊的量子计算机,虽然不具有普遍的适用性,但在解决某些类型的优化问题方面可能具有优势。
题为“二维伊辛自旋玻璃的量子相变”的论文标志着在理解二维平面无序磁性材料“伊辛自旋玻璃”的相变(一种量子系统性质的变化)这一计算物理学领域的关键问题上,已经迈出了重要的一步。
这篇论文探讨了排列在二维平面上的磁性粒子的特性如何突然改变其行为这一问题。
这项研究还展示了 GPU 驱动的系统在开发量子计算方法中如何发挥关键作用。
通过 GPU 加速的模拟,研究人员得以了解这些复杂系统在量子计算机开发过程中的行为,这为他们指明了最有希望的前进方向。
与量子计算领先企业 D-Wave 所开发的系统一样,量子退火机也是通过有序降低施加在一组磁敏感粒子上的磁场来运行的。
当磁场强度足够大时,所施加的磁场将使粒子的磁性方向对齐,类似于铁屑在条形磁铁附近均匀地“立正”。
如果磁场强度变化足够缓慢,磁性粒子就会自行排列,使最终排列的能量最小化。
对于被称为“自旋玻璃”的高度复杂和无序的磁性系统而言,找到这种稳定的最低能量状态至关重要,因为量子退火机可以将某些类型的问题编码到自旋玻璃的最低能量配置中。
而解决这个问题的办法就是找到自旋玻璃的稳定排列方式。
理解这些系统有助于科学家模仿自然界处理复杂性和无序性的方式,从而开发出更好的算法来解决难题。
这对于推动量子退火并将其用于解决目前普遍存在于从物流到密码学的各个领域的棘手计算问题至关重要。
与使用一连串量子门运行的门模型量子计算机不同,量子退火机允许量子系统随时间自由演化。
虽然量子退火机不像通用计算机那样,只要有足够的时间和资源就能执行任何计算,但它在解决车辆路径规划、投资组合优化、蛋白质折叠等应用领域的特定优化问题方面可能具有独特优势。
通过在 NVIDIA GPU 上进行的大量模拟,研究人员了解了组成量子退火机的自旋玻璃的关键参数在其运行过程中是如何变化的。这让他们对理解如何使用这些系统加快重要问题的量子计算速度有了更好的心得。
这篇开创性论文中的大部分研究工作都在 NVIDIA GTC 2024 进行了首次发表。
-
gpu
+关注
关注
27文章
4573浏览量
128052 -
超级计算机
+关注
关注
2文章
451浏览量
41806 -
量子计算机
+关注
关注
4文章
505浏览量
25236
原文标题:借力磁场:NVIDIA 超级计算机加速量子计算发展
文章出处:【微信号:NVIDIA-Enterprise,微信公众号:NVIDIA英伟达企业解决方案】欢迎添加关注!文章转载请注明出处。
发布评论请先 登录
相关推荐
NVIDIA通过CUDA-Q平台为全球各地的量子计算中心提供加速
NVIDIA 通过 CUDA-Q 平台为全球各地的量子计算中心提供加速
![<b class='flag-5'>NVIDIA</b> 通过 CUDA-Q 平台为全球各地的<b class='flag-5'>量子</b><b class='flag-5'>计算</b>中心提供<b class='flag-5'>加速</b>](https://file1.elecfans.com/web2/M00/E5/EB/wKgaomZBv9mAPqB2AAQeD4OiP8Q898.jpg)
从原子到超级计算机:NVIDIA与合作伙伴扩展量子计算应用
【量子计算机重构未来 | 阅读体验】 跟我一起漫步量子计算
【量子计算机重构未来 | 阅读体验】+ 了解量子叠加原理
【量子计算机重构未来 | 阅读体验】+量子计算机的原理究竟是什么以及有哪些应用
【量子计算机重构未来 | 阅读体验】+ 初识量子计算机
什么是后量子密码学?量子计算机vs经典计算机
cuQuantum 与 PennyLane 推动超级计算机上的量子模拟大幅加速
![cuQuantum 与 PennyLane 推动<b class='flag-5'>超级</b><b class='flag-5'>计算机</b>上的<b class='flag-5'>量子</b>模拟大幅<b class='flag-5'>加速</b>](https://file1.elecfans.com//web2/M00/AA/9E/wKgaomU7Fh6AEkOvAACiqebYSHw654.jpg)
评论