Es hora de comenzar a construir las computadoras cuánticas híbridas del mañana.
La motivación es determinante, el camino es claro y los componentes clave para el trabajo están disponibles actualmente.
La computación cuántica tiene el potencial de superar algunos de los desafíos más difíciles de la actualidad, ya que logra avances en todos los sectores, desde el descubrimiento de fármacos hasta el pronóstico del tiempo. En breve, la computación cuántica tendrá un papel importante en el futuro de la HPC.
Las Simulaciones Cuánticas de Hoy
Crear ese futuro no será fácil, pero hay herramientas para comenzar.
Al dar los primeros pasos, las supercomputadoras de hoy en día están simulando trabajos de computación cuántica a escala y niveles de rendimiento más allá del alcance de los sistemas cuánticos relativamente pequeños y propensos a errores de la actualidad.
Docenas de organizaciones cuánticas ya están utilizando el kit de desarrollo de software NVIDIA cuQuantum para acelerar sus simulaciones de circuitos cuánticos en las GPU.
Recientemente, AWS anunció la disponibilidad de cuQuantum en su servicio Braket. También demostró en Braket cómo cuQuantum puede proporcionar una aceleración de hasta 900 veces en las cargas de trabajo de machine learning cuántico.
Además, cuQuantum ahora permite la computación acelerada en los principales frameworks de software cuánticos, incluidos qsim de Google, Qiskit Aer de IBM, PennyLane de Xanadu y la plataforma Quantum Algorithm Design de Classiq. Esto significa que los usuarios de esos frameworks pueden acceder a la aceleración por GPU sin necesidad de agregar código.
Descubrimiento de Fármacos Impulsado por la Computación Cuántica
El día de hoy, Menten AI se une a las empresas que utilizan cuQuantum para respaldar su trabajo cuántico.
Menten usará la biblioteca de red de tensor de cuQuantum para simular las interacciones biológicas. Su objetivo es aprovechar el potencial de la computación cuántica para acelerar el diseño de fármacos, un campo que, al igual que la química misma, se cree que será uno de los primeros en beneficiarse de la aceleración cuántica.
Específicamente, Menten AI está desarrollando un conjunto de algoritmos de computación cuántica que incluyen machine learning cuántico para resolver problemas que exigen computación en la ingeniería de proteínas.
«Si bien el hardware de computación cuántica capaz de ejecutar estos algoritmos aún se está desarrollando, las herramientas de computación clásicas como NVIDIA cuQuantum son cruciales para avanzar en el desarrollo de algoritmos cuánticos», dijo Alexey Galda, científico principal de Menten AI.
Forja un Vínculo Cuántico
A medida que los sistemas cuánticos evolucionan, el próximo gran salto es un paso hacia los sistemas híbridos: computadoras cuánticas y clásicas que trabajan juntas. Los investigadores comparten una visión de procesadores cuánticos a nivel de sistemas, o QPU, que actúan como una nueva y poderosa clase de aceleradores.
Entonces, uno de los mayores trabajos por delante es conectar los sistemas clásicos y cuánticos con las computadoras cuánticas híbridas. Este trabajo tiene dos componentes principales.
En primer lugar, necesitamos una conexión rápida y de baja latencia entre las GPU y las QPU. Esto permitirá que los sistemas híbridos usen las GPU para los trabajos clásicos en los que sobresalen, como la optimización de circuitos, la calibración y la corrección de errores.
Las GPU pueden acelerar el tiempo de ejecución de estos pasos y reducir la latencia de comunicación entre las computadoras clásicas y cuánticas, los principales obstáculos para los trabajos cuánticos híbridos de hoy en día.
En segundo lugar, la industria necesita un modelo de programación unificado con herramientas que sean eficientes y fáciles de usar. Nuestra experiencia en HPC e IA nos ha enseñado a nosotros y a nuestros usuarios el valor de una pila de software sólida.
Herramientas Indicadas para el Trabajo
Para programar las QPU hoy, los investigadores se ven obligados a utilizar el equivalente cuántico del código de ensamblaje de bajo nivel, algo fuera del alcance de los científicos que no son expertos en computación cuántica. Además, los desarrolladores carecen de un modelo de programación unificado y un conjunto de herramientas vinculadas del compilador que les permitirá ejecutar su trabajo en cualquier QPU.
Esto debe cambiar, y lo hará. En una publicación del blog de marzo, analizamos algunos de nuestros trabajos iniciales para lograr un mejor modelo de programación.
Para encontrar maneras eficientes en que las computadoras cuánticas puedan acelerar su trabajo, los científicos deben migrar fácilmente partes de sus aplicaciones de HPC a una QPU simulada y luego a una real. Eso requiere un compilador que les permita trabajar a niveles de alto rendimiento y de maneras familiares.
Con la combinación de herramientas de simulación aceleradas por GPU, un modelo de programación y un conjunto de herramientas vinculadas del compilador, los investigadores de HPC estarán facultados para comenzar a construir los data centers cuánticos híbridos del mañana.
Cómo Empezar
Para algunos, la computación cuántica puede sonar como ciencia ficción, relacionada con un futuro a décadas de distancia. El hecho es que cada año los investigadores están construyendo más y más sistemas cuánticos más grandes.
NVIDIA apoya completamente este trabajo y te invitamos a unirte a nosotros para construir hoy los sistemas cuánticos híbridos del mañana.
Para obtener más información, puedes ver una sesión de GTC y asistir a un tutorial de ISC sobre el tema. Para conocer en detalle lo que puedes hacer con las GPU hoy en día, lee acerca de nuestras bibliotecas de Vectores de Estado y de Red Tensor.