La integración de los procesadores cuánticos en las supercomputadoras del mañana promete expandir significativamente los problemas que se pueden abordar con la computación, revolucionando industrias como el desarrollo de medicamentos y materiales.
Además de ser parte de la visión de las supercomputadoras híbridas cuánticas-clásicas del mañana, la computación acelerada está avanzando significativamente en el trabajo que los investigadores y desarrolladores cuánticos ya están haciendo para lograr esa visión. Y en el desarrollo actual de la tecnología cuántica del mañana, los sistemas NVIDIA GB200 NVL72 y sus capacidades de interconexión NVIDIA NVLink multinodo de quinta generación se han convertido en la arquitectura líder.
A continuación, te presentamos cinco cargas de trabajo clave de computación cuántica en desarrollo, impulsadas por la arquitectura NVIDIA Blackwell.
1. Desarrollo de Mejores Algoritmos Cuánticos
Simular cómo se ejecutarán los algoritmos candidatos en computadoras cuánticas permite a los investigadores descubrir y refinar aplicaciones cuánticas de alto rendimiento. Por ejemplo, las simulaciones a gran escala realizadas con Ansys en la supercomputadora Gefion de DCAI se están utilizando para desarrollar nuevos algoritmos cuánticos para la dinámica de fluidos computacional.
Pero tales simulaciones son extremadamente intensivas computacionalmente. La interconexión de alto ancho de banda del GB200 NVL72 con conectividad de GPU todo a todo es un factor importante para permitir que las bibliotecas NVIDIA cuQuantum ejecuten técnicas de simulación de última generación en escalas de tiempo factibles, con una aceleración de 800 veces en comparación con las mejores implementaciones de CPU.
2. Diseño de Qubits de Bajo Ruido
La manufactura convencional de chips depende en gran medida de simulaciones físicas detalladas para iterar rápidamente hacia diseños de procesadores de alto rendimiento. Los diseñadores de hardware cuántico deben aprovechar estas mismas herramientas de simulación para descubrir diseños de qubits de bajo ruido, que son cruciales para la computación cuántica.
Las simulaciones capaces de emular ruido en posibles diseños de qubits deben procesar complejos cálculos de mecánica cuántica. GB200 NVL72, junto con la biblioteca dinámica de cuQuantum, proporciona una aceleración de 1.200 veces para estas cargas de trabajo, proporcionando una nueva herramienta valiosa que acelera el proceso de diseño para los constructores de hardware cuántico como Alice & Bob.
3. Generación de Datos de Entrenamiento Cuántico
Los modelos de IA son cada vez más prometedores para los desafíos de la computación cuántica, incluida la realización de las operaciones de control necesarias para mantener en funcionamiento los ordenadores cuánticos.
Pero en muchos casos, un obstáculo clave para estos modelos es obtener los volúmenes de datos necesarios para entrenarlos de manera efectiva. Lo ideal sería que los datos necesarios provinieran de hardware cuántico real, pero esto resulta caro o simplemente no está disponible.
La salida de los procesadores cuánticos simulados ofrece una solución. GB200 NVL72 puede generar datos de entrenamiento cuántico 4.000 veces más rápido que con técnicas basadas en CPU, lo que ayuda a llevar los últimos avances de IA a la computación cuántica.
4. Exploración de Aplicaciones Híbridas
Las futuras aplicaciones cuánticas efectivas se apoyarán tanto en hardware cuántico como clásico, distribuyendo sin problemas las subrutinas de algoritmos al tipo de hardware que sea más apropiado.
Explorar algoritmos híbridos adecuados para este entorno requiere una plataforma que pueda combinar simulaciones de hardware cuántico con acceso a supercomputación de IA de última generación, como las capacidades que ofrece GB200 NVL72. NVIDIA CUDA-Q es una de esas plataformas. Puede basarse en GB200 NVL72 para proporcionar un entorno de computación híbrida ideal para que los investigadores exploren aplicaciones híbridas cuánticas-clásicas, acelerando el desarrollo en 1.300 veces.
5. Desbloqueo de la Corrección de Errores Cuánticos
Las futuras supercomputadoras de GPU cuántica dependerán de la corrección de errores cuánticos, un proceso de control que procesa continuamente los datos de los qubits a través de exigentes algoritmos de decodificación, para corregir errores continuamente.
Los algoritmos de decodificación requeridos por la corrección de errores cuánticos se ejecutan en hardware de computación convencional y deben procesar terabytes de datos cada segundo para estar al tanto de los errores de qubit. Esto requiere el poder de la computación acelerada. GB200 NVL72 demuestra una aceleración de 500 veces en la ejecución de una clase de algoritmos de decodificación de uso común, lo que hace que la corrección de errores cuánticos sea una perspectiva factible para el futuro de la computación cuántica.
Estos avances están permitiendo a la industria de la computación cuántica realizar las integraciones de GPU cuánticas necesarias para la computación cuántica útil a gran escala.
Por ejemplo, el constructor de qubits Diraq anunció en NVIDIA GTC Paris que está utilizando la arquitectura de referencia NVIDIA DGX Quantum para conectar qubits de espines en silicio a las GPU de NVIDIA. Además, el programa NVIDIA CUDA-Q Academic está incorporando investigadores para usar GB200 NVL72 y otras tecnologías avanzadas.
NVIDIA está trabajando hacia un futuro en el que todos las supercomputadoras integren hardware cuántico para resolver problemas comercialmente relevantes. NVIDIA GB200 NVL72 es la plataforma para construir este futuro.