NVIDIA Quantum
Accelerare il futuro delle scoperte scientifiche.
Panoramica
Che cosa è il supercalcolo quantistico accelerato?
Le unità di elaborazione quantistica (QPU) implementano un nuovo modello di calcolo con un potenziale impatto su tutti i settori. Trasformare le QPU in computer quantistici utili significa integrarle con supercomputer IA all'avanguardia. NVIDIA collabora con gli sviluppatori di QPU per costruire questi supercomputer quantistici utili accelerati.
Accelerare la ricerca sul calcolo quantistico
NVIDIA Accelerated Quantum Computing Research Center
Il centro NVIDIA Accelerated Quantum Computing Research Center (NVAQC) è il luogo in cui i qubit diventano supercomputer quantistici accelerati. Integrando l'hardware quantistico dei partner con un sistema NVIDIA GB200 NVL72 all'avanguardia, il centro NVAQC fornisce a sviluppatori e ricercatori le innovazioni necessarie per scalare l'hardware e le applicazioni di calcolo quantistico.
Soluzioni
Accelerare il calcolo quantistico
NVIDIA NVQLink
NVQLink è un'architettura aperta finalizzata all'integrazione di tutte le modalità di processori quantistici con il supercalcolo IA. NVQLink porta prestazioni QEC a bassa latenza, ad alto throughput e accelerate da GPU a tutto l'hardware quantistico. NVQLink fornisce il pezzo mancante del puzzle per i creatori di QPU, i fornitori di controllori quantistici e i centri di supercalcolo per collaborare per scalare i computer quantistici in applicazioni ibride e su scala di utility.
NVIDIA CUDA-QX
I ricercatori e gli sviluppatori quantistici di una vasta gamma di ambiti, dalla correzione degli errori quantistici ai risolutori ibridi, utilizzano la programmazione con GPU per accelerare le loro applicazioni. Ciò richiede librerie specifiche e altamente ottimizzate per ciascun ambito. NVIDIA CUDA-QX, basata su NVIDIA CUDA-Q™, è una raccolta di librerie e strumenti per supportare la ricerca e lo sviluppo in direzione del supercalcolo quantistico accelerato.
La decodifica statistica ordinata secondo il Belief Propagation (BP-OSD), è uno degli approcci più promettenti per la correzione scalabile degli errori quantistici. CUDA-Q QEC accelera la BP-OSD con una latenza e un throughput d'avanguardia, offrendo una velocità 29-35 volte superiore rispetto ai decoder standard del settore per un singolo shot, oltre a un ulteriore aumento di velocità fino a 42 volte per i casi d'uso a throughput elevato, in cui è necessario decodificare molte sindromi contemporaneamente.
NVIDIA CUDA-Q
Le applicazioni accelerate da quanti non verranno eseguite esclusivamente su una risorsa quantistica, ma avranno una natura ibrida (quantistica e classica). Per passare dallo sviluppo di algoritmi da parte di fisici quantistici allo sviluppo di applicazioni da parte di scienziati di settori specifici, è necessaria una piattaforma di sviluppo che offra prestazioni elevate, interagisca con le applicazioni e i paradigmi di programmazione odierni e sia familiare e accessibile agli scienziati.
Con un modello di programmazione unificato, NVIDIA® CUDA-Q è una piattaforma unica nel suo genere per computer quantistici ibridi classici, che consente l'integrazione e la programmazione di QPU, emulazione quantistica, GPU e CPU in un unico sistema. CUDA-Q è progettata per le prestazioni, è open source e fornisce un linguaggio di alto livello per sviluppare ed eseguire applicazioni quantistiche classiche ibride.
NVIDIA cuQuantum
NVIDIA cuQuantum è un set di librerie a basso livello che accelera la simulazione dei circuiti quantistici. cuQuantum viene utilizzato principalmente dagli sviluppatori che creano framework di simulazione dei circuiti e accelera Cirq, Qiskit, PennyLane e altro ancora.
cuQuantum offre algoritmi di simulazione dei circuiti basati su vettori di stato (cuStateVec) e reti tensoriali (cuTensorNet) con accelerazione multi-GPU.
cuQuantum Appliance è un contenitore Docker costituito dai principali framework di community accelerati da cuQuantum e ottimizzati per la piattaforma NVIDIA.
NVIDIA cuQuantum Appliance è disponibile nel catalogo NVIDIA NGC™.
NVIDIA cuPQC
Per garantire la sicurezza e l’autenticità dei dati sensibili a livello globale, è ora di fondamentale importanza che le organizzazioni migrino verso algoritmi in grado di resistere a un attacco di calcolo quantistico. Questa nuova crittografia sicura è nota come crittografia post-quantum (PQC).
NVIDIA cuPQC fornisce implementazioni sicure e accelerate dei principali algoritmi PQC, migliorando la protezione dei dati dalle minacce ai computer quantistici e rendendo possibile la ricerca crittografica.
NVIDIA Quantum Cloud
NVIDIA Quantum Cloud fornisce accesso alla piattaforma di calcolo quantistico più potente al mondo attraverso le API di Quantum Cloud, in grado di eseguire progetti CUDA-Q™ su una gamma di sistemi GPU NVIDIA.
Risorse
NVIDIA CUDA-Q Academic
Al fine di creare una forza lavoro preparata alla tecnologia quantistica, NVIDIA collabora con istituzioni accademiche per sviluppare risorse didattiche attraverso la piattaforma di sviluppo software CUDA-Q. CUDA-Q Academic offre formazione sia per ricercatori che per studenti universitari attraverso moduli online autogestiti, completi di esercizi di programmazione interattivi e video. Gli studenti possono acquisire le competenze necessarie per lavorare con i supercomputer quantistici accelerati che eseguiranno applicazioni utili.
Ecosistema NVIDIA Quantum
NVIDIA Quantum sta apportando un contributo decisivo allo sviluppo dell'intero ecosistema quantistico, oltre che ad alcune delle ricerche più importanti attualmente in corso. Dalle startup di calcolo quantistico ad alcune delle maggiori società mondiali, dai laboratori accademici e ai centri di supercalcolo fino alle aziende Fortune 500, siamo orgogliosi di aiutare i nostri partner a sviluppare e sfruttare la tecnologia quantistica.
Iscriviti per le ultime notizie, gli aggiornamenti e altro ancora.
FAQ sul calcolo quantistico
Il calcolo quantistico è una tecnologia rivoluzionaria che sfrutta le leggi della fisica quantistica per risolvere problemi estremamente difficili, problemi così difficili che la loro soluzione sui supercomputer convenzionali richiederebbe una quantità impossibile di tempo o risorse.
Il fulcro del calcolo quantistico è il bit quantistico o qubit. I bit classici possono esistere solo in uno stato di 0 o 1, mentre i qubit possono esistere in una sovrapposizione di entrambi gli stati simultaneamente. Ciò significa che N qubit in sovrapposizione contengono informazioni su un numero esponenziale (2ᴺ) di configurazioni binarie contemporaneamente. I computer quantistici sfruttano inoltre le proprietà quantistiche dell'entanglement (in cui i qubit vengono correlati in modo che lo stato di un qubit rifletta istantaneamente lo stato di un altro) e dell'interferenza, consentendo di amplificare alcuni percorsi di calcolo annullando altri. Insieme, queste proprietà consentono un modello di calcolo fondamentalmente nuovo.
I computer classici elaborano le informazioni utilizzando bit rigorosamente 0 o 1. Ogni operazione è deterministica e sequenziale a livello di bit. I computer quantistici utilizzano qubit, che possono rappresentare una sovrapposizione di 0 e 1 simultaneamente, consentendo loro di esplorare molte possibili soluzioni in parallelo.
Tuttavia, i computer quantistici non sono semplicemente computer classici "più veloci". Sono acceleratori specializzati adatti a specifiche classi di problemi, come la simulazione della chimica quantistica, l'ottimizzazione di sistemi complessi e la violazione o la creazione di protocolli crittografici, in cui le macchine classiche hanno difficoltà anche a livello di supercomputer. Per la maggior parte delle attività di calcolo di tutti i giorni, l'hardware classico rimane più efficiente. Ecco perché i computer quantistici dovrebbero funzionare come acceleratori insieme ai supercomputer classici, non come sostituti.
Si prevede che il calcolo quantistico avrà un impatto su una vasta gamma di settori, tra cui difesa, energia, logistica, ingegneria, medicina, finanza e retail. Le principali aree di applicazione includono:
- Scoperta farmacologica e scienza dei materiali: simulazione di sistemi chimici e molecolari complessi per guidare lo sviluppo di nuovi farmaci, batterie, celle solari e prodotti di consumo
- Servizi finanziari: stima più rapida delle metriche di rischio e delle previsioni finanziarie, consentendo un trading più redditizio e una gestione dei rischi più precisa
- Ottimizzazione: risolvere le sfide logistiche complesse, dalle supply chain globali all'analisi genetica
- Crittografia e sicurezza informatica: capacità sia offensive che difensive che trasformano radicalmente la difesa informatica e la sicurezza nazionale
- IA e apprendimento automatico: nuove procedure che estraggono informazioni più approfondite dai dati e migliorano l'affidabilità delle previsioni per i responsabili delle decisioni
Non tutti i settori ne beneficeranno allo stesso modo o nello stesso momento. Le applicazioni della chimica e della scienza dei materiali trarranno vantaggi sin dalle prime fasi, mentre altre richiederanno hardware quantistico più grande e di nuova generazione. Le applicazioni quantistiche più trasformative sono probabilmente ancora da scoprire.
Oggi esistono dispositivi di calcolo quantistico in grado di preparare, manipolare e leggere centinaia e sempre più migliaia di qubit. Tuttavia, questi rimangono in gran parte sperimentali. Gli attuali computer quantistici non sono ancora in grado di competere con i supercomputer convenzionali in attività significative e reali perché i loro qubit sono influenzati dal rumore, ovvero dall'interferenza ambientale che corrompe i calcoli.
I traguardi per la rilevanza pratica sono rappresentati dal concetto di calcolo quantistico su scala di utilità: il punto in cui un computer quantistico non solo può superare le alternative classiche, ma può farlo in modo conveniente attraverso dimensioni economiche, scientifiche, sociali o ambientali. Per raggiungere questo obiettivo sono necessari continui progressi nell'hardware quantistico, nella correzione degli errori quantistici e nello sviluppo degli algoritmi.
I sistemi quantistici sono estremamente fragili. Anche il più piccolo disturbo ambientale, come un impulso elettromagnetico vagante, una vibrazione o una fluttuazione della temperatura, può introdurre errori che corrompono il calcolo. La correzione degli errori quantistici (QEC) è l'insieme delle tecniche utilizzate per proteggere le informazioni quantistiche da questo rumore.
Il QEC funziona codificando molti qubit fisici rumorosi in un numero inferiore di qubit logici più puliti. I codici di correzione degli errori monitorano ripetutamente i qubit per rilevare dove si sono verificati gli errori, consentendo a un computer classico di decodificarli e correggerli in tempo reale. Affinché il QEC sia efficace, il livello di rumore nell'hardware quantistico deve essere al di sotto di una "soglia" critica del tasso di errore.
I computer quantistici fault-tolerant (FTQC), che implementano attivamente il QEC, sono considerati il "Santo Graal" del settore, perché solo loro sono in grado di eseguire i grandi e complessi algoritmi necessari per applicazioni veramente utili. Creare FTQC richiede una stretta integrazione tra i processori quantistici e i supercomputer classici ad alte prestazioni.
La libreria CUDA-Q QEC di NVIDIA accelera uno degli algoritmi di decodifica QEC (Belief Propagation-Ordered Statistics Decoding, BP-OSD) più promettenti con un'accelerazione di 29–35× rispetto ai decoder standard di settore per un singolo shot, con ulteriori accelerazioni fino a 42× per i casi d'uso ad alto throughput.
Il calcolo ibrido quantistico-classico è il modello in cui i processori quantistici (QPU) e i computer classici lavorano insieme, ognuno facendo ciò che sa fare meglio. L'hardware quantistico accelera specifiche subroutine difficili dal punto di vista computazionale, mentre i supercomputer classici gestiscono la compilazione, la calibrazione, il controllo, la correzione degli errori, la post-elaborazione e altre attività di supporto.
Questo abbinamento non è una soluzione temporanea, ma una realtà architettonica duratura. Le applicazioni quantistiche più utili saranno intrinsecamente ibride, richiedendo sia hardware classico che quantistico come parte di un flusso di lavoro più ampio. Per alcune attività, la comunicazione a bassa latenza tra i due è fondamentale, il che significa che le QPU e i processori classici devono essere fisicamente co-locati.
Questa relazione reciproca, in cui i computer quantistici consentono ai supercomputer di risolvere nuove classi di problemi, mentre i supercomputer consentono ai computer quantistici di operare, è nota come supercalcolo accelerato quantistico.
NVIDIA sta creando l'infrastruttura full-stack necessaria per accelerare lo sviluppo di supercomputer quantistici utili e accelerati. Invece di creare QPU direttamente, NVIDIA si concentra sul livello di supercalcolo classico da cui dipende l'hardware quantistico, fornendo le piattaforme software, le librerie, le interconnessioni e l'infrastruttura di ricerca di cui l'intero ecosistema quantistico ha bisogno.
Il portfolio di calcolo quantistico di NVIDIA include:
- CUDA-Q: una piattaforma di programmazione open source ibrida quantistico-classica
- CUDA-QX: librerie specifiche per la correzione degli errori quantistici, risolutori ibridi e altro ancora
- cuQuantum: librerie di simulazione di circuiti quantistici accelerate da GPU
- NVQLink: un'interconnessione aperta e ad alta velocità per integrare le QPU con i supercomputer IA
- NVIDIA Ising: una famiglia di modelli IA e un framework di addestramento per automatizzare la calibrazione quantistica e la decodifica per la correzione degli errori
- cuPQC: implementazioni accelerate della crittografia post-quantistica
- NVIDIA Quantum Cloud: accesso basato su cloud alla piattaforma di calcolo quantistico di NVIDIA
- NVAQC: il centro di ricerca sul calcolo quantistico accelerato di NVIDIA
NVIDIA sta inoltre collaborando con le principali istituzioni accademiche di tutto il mondo attraverso il programma CUDA-Q Academic per formare la nuova generazione di scienziati e ingegneri con competenze quantistiche.
NVIDIA CUDA-Q è la prima piattaforma di programmazione unificata al mondo per i computer ibridi quantistici-classici. Consente agli sviluppatori di integrare e programmare QPU, emulatori quantistici, GPU e CPU all'interno di un singolo sistema e un singolo modello di programmazione.
Le caratteristiche chiave di CUDA-Q includono:
- Programmazione ibrida unificata: gli sviluppatori scrivono un singolo programma che distribuisce automaticamente il lavoro tra l'hardware quantistico e classico.
- QPU-agnostico: CUDA-Q può compilare ed eseguire codice su una vasta gamma di hardware quantistico di diversi fornitori.
- Open source: la piattaforma è open source e disponibile gratuitamente.
- Supporto linguistico di alto livello: CUDA-Q supporta linguaggi familiari come Python e C++, riducendo la barriera per gli scienziati del settore che non sono fisici quantistici.
CUDA-Q è la base su cui NVIDIA costruisce il suo intero stack di software quantistico, dalle librerie di correzione degli errori al programma CUDA-Q Academic.
CUDA-Q Academic è l'iniziativa di NVIDIA per far crescere una forza lavoro globale pronta per il calcolo quantistico collaborando con università e istituti di ricerca per sviluppare risorse didattiche basate sulla piattaforma CUDA-Q. Offre moduli di apprendimento online autogestiti con esercizi e video di codifica interattivi, progettati sia per i ricercatori che per gli studenti di laurea triennale e magistrale. Gli studenti acquisiscono le competenze pratiche necessarie per lavorare con i supercomputer quantistici accelerati che alimenteranno le future applicazioni del mondo reale.
Il programma è disponibile gratuitamente tramite il repository CUDA-Q Academic GitHub. NVIDIA collabora direttamente con le istituzioni per integrare i contenuti nei corsi e nei programmi di ricerca.
Le attuali istituzioni partner accademiche includono:
Arizona State University · Carnegie Mellon University · Chung Yuan Christian University Quantum Information Center · Dartmouth Engineering · ETH Zurich Quantum Center · Fordham University · IIT Madras · KAUST · Mälardalen University · Northwestern University · Pittsburgh Supercomputing Center · Politecnico di Valencia · Princeton University · Purdue University · Robert Morris University · Technion – Israel Institute of Technology · Cattedra TUM per l'automazione della progettazione · UC Davis · University of Cambridge Physical calcolo Laboratory · Università di Chicago · Università della Florida · Università dell'Illinois Urbana-Champaign · Università del Nevada, Reno · Università di Pittsburgh · UPC Barcelona Tech
I ricercatori e gli educatori interessati al programma possono iscriversi per maggiori informazioni.
NVIDIA NVQLink è un'architettura di interconnessione aperta e ad alta velocità progettata per integrare qualsiasi tipo di processore quantistico (QPU) con i supercomputer IA. Sviluppato in collaborazione con Argonne, Brookhaven, Fermilab, Lawrence Berkeley, Oak Ridge e Sandia National Laboratories, tra gli altri, NVQLink offre:
- Comunicazione a bassa latenza e ad alto throughput tra QPU e GPU, essenziale per la correzione degli errori quantistici in tempo reale e per i carichi di lavoro ibridi.
- Universalità: NVQLink è progettato per funzionare con tutte le modalità di processori quantistici (superconduttori, ioni intrappolati, atomi neutri, fotonici e altri).
- Architettura aperta: i costruttori di QPU, i fornitori di controllori quantistici e i centri di supercalcolo possono interoperare attraverso NVQLink.
I principali centri di supercalcolo di tutto il mondo stanno già adottando NVQLink per integrare i processori quantistici nelle proprie strutture, consentendo flussi di lavoro quantistico-classici su larga scala.
Il NVIDIA Accelerated Quantum Computing Research Center (NVAQC) è una struttura di ricerca dedicata, situata a Boston, incentrata sulla riduzione delle tempistiche necessarie per arrivare a un calcolo quantistico utile. Il NVAQC integra l'hardware quantistico dei partner con i superchip GB200 NVL72 Grace Blackwell all'avanguardia di NVIDIA tramite l'architettura NVIDIA DGX™ Quantum.
Il NVAQC affronta quattro delle sfide più pressanti nel calcolo quantistico:
- Scalare l'hardware quantistico: sviluppare l'infrastruttura di supercalcolo IA necessaria per controllare e gestire le QPU su larga scala
- Correzione degli errori quantistici: l'uso della decodifica accelerata da GPU per rendere fattibile la correzione degli errori quantistici in tempo reale
- Simulare nuovi progetti di QPU: eseguire simulazioni complete dell'hardware per iterare rapidamente progetti di qubit migliori
- Sviluppare algoritmi ibridi: mettere insieme hardware quantistico e classico in modo che i ricercatori possano creare e testare applicazioni veramente ibride
Gli attuali partner NVAQC includono Quantinuum, QuEra, Quantum Machines e EQuS (Engineering Quantum Systems al MIT).
La crittografia post-quantistica (PQC) si riferisce agli algoritmi di crittografia progettati per resistere agli attacchi dei futuri computer quantistici. Gli standard di crittografia ampiamente utilizzati oggi (come RSA e la crittografia a curve ellittiche) sono potenzialmente vulnerabili agli algoritmi quantistici come l'algoritmo di Shor, che potrebbe violarli molto più rapidamente di qualsiasi computer classico.
Le organizzazioni devono iniziare a migrare verso algoritmi quantistici sicuri ora, prima dell'arrivo dei computer quantistici fault-tolerant, per proteggere i dati sensibili che hanno requisiti di riservatezza a lungo termine (una strategia a volte chiamata "raccogliere ora, decodificare dopo").
La libreria cuPQC di NVIDIA fornisce implementazioni sicure e accelerate da GPU dei principali algoritmi PQC approvati dal NIST, migliorando la sicurezza dei dati contro la minaccia quantistica e consentendo la ricerca crittografica su vasta scala.
NVIDIA Ising è una famiglia di modelli, un framework di addestramento e un cookbook per la creazione e la distribuzione dell'IA specificamente per il calcolo quantistico. È progettato in modo che gli esperti di calcolo quantistico possano sfruttare la tecnologia IA all'avanguardia senza avere bisogno di competenze nel campo del machine learning, eliminando una barriera significativa per gli sviluppatori e gli operatori di QPU che hanno una conoscenza approfondita della fisica quantistica, ma non necessariamente del deep learning.
Ising affronta due delle sfide ingegneristiche più difficili a breve termine nel percorso verso i computer quantistici fault-tolerant:
Calibrazione quantistica (calibrazione Ising)
I processori quantistici richiedono una calibrazione continua e precisa, un processo laborioso per ottimizzare l'hardware per ridurre al minimo il rumore e mantenere la fedeltà dei qubit. Ising Calibration 1 è un modello di linguaggio visivo (VLM) che può essere distribuito all'interno di un flusso di lavoro agentico per automatizzare la messa a punto e la ricalibrazione dei processori quantistici. L'agente valuta i risultati sperimentali dalla QPU e regola i parametri di conseguenza, riducendo notevolmente lo sforzo manuale necessario per mantenere un computer quantistico operativo al massimo delle prestazioni.
Nel benchmark QCalEval (la suite di valutazione pubblicata da NVIDIA per i modelli di calibrazione quantistica), Ising Calibration 1 supera i principali modelli di frontiera generici: ottiene un punteggio superiore del 3,27% rispetto a Gemini, del 9,68% rispetto a Claude Opus e del 14,5% rispetto a GPT.
Decodifica quantistica con correzione degli errori (decodifica Ising)
La correzione degli errori in tempo reale è uno dei requisiti più impegnativi dal punto di vista computazionale per i computer quantistici fault-tolerant. Ogni volta che il ciclo del codice QEC viene eseguito, un decoder classico deve elaborare i dati della sindrome risultanti e identificare gli errori, abbastanza rapidamente per stare al passo con la QPU. Ising Decoder SurfaceCode 1 fornisce due varianti ottimizzate per le diverse esigenze operative:
- Variante rapida: latenza inferiore di 2,5 volte e accuratezza superiore di 1,1 volte rispetto a PyMatching (il decoder standard di settore) per la distanza del codice di superficie d =13 a un tasso di errore p = 0,003
- Variante accurata: latenza inferiore di 2,3 volte e accuratezza superiore di 1,5 volte rispetto a PyMatching nelle stesse condizioni
È importante sottolineare che Ising Decoding include anche un framework di addestramento in modo che i produttori di QPU possano ottimizzare i modelli di decodifica in base alle caratteristiche di rumore specifiche del proprio hardware, anziché fare affidamento su modelli generici.
Inizia
I modelli NVIDIA Ising sono disponibili tramite le API NVIDIA NIM™ (per l'inferenza nel cloud), Hugging Face (per il download e l'ottimizzazione) e GitHub (per il codice di addestramento e i tutorial). Il framework si integra con NVIDIA CUDA-Q QEC per i flussi di lavoro di decodifica in tempo reale e utilizza cuQuantum cuStabilizer insieme a PyTorch per l'addestramento dei modelli.
NVIDIA offre più opzioni per sviluppatori, ricercatori e studenti:
- CUDA-Q: disponibile come software open source con documentazione, tutorial e una community in crescita
- CUDA-QX: librerie specifiche per dominio per QEC, risolutori ibridi e altro ancora
- cuQuantum: SDK di simulazione di circuiti accelerata da GPU per gli sviluppatori che creano framework di simulazione quantistica, disponibile tramite il catalogo NGC
- NVIDIA Quantum Cloud: accesso anticipato alle API di calcolo quantistico basate su cloud per eseguire progetti CUDA-Q su sistemi GPU NVIDIA
- CUDA-Q Academic: formazione autogestita per studenti e ricercatori; consulta le FAQ sopra per i dettagli completi
- Hub delle risorse: blog, registrazioni delle sessioni della GTC, whitepaper e tutorial disponibili presso il NVIDIA Quantum Computing Resource Center