Google Quantum AI menggunakan platform komputasi kuantum-klasik hibrida dan superkomputer NVIDIA Eos untuk mensimulasikan fisika prosesor kuantumnya.
Ini akan membantu mengatasi keterbatasan perangkat keras komputasi kuantum saat ini, yang hanya dapat menjalankan sejumlah operasi kuantum sebelum perhitungan harus dihentikan, karena apa yang disebut para peneliti sebagai "kebisingan".
"Pengembangan komputer kuantum yang berguna secara komersial hanya mungkin jika kita dapat meningkatkan perangkat keras kuantum sambil menjaga kebisingan tetap terkendali," kata Guifre Vidal, ilmuwan riset dari Google Quantum AI. "Dengan menggunakan komputasi akselerasi NVIDIA, kami mengeksplorasi implikasi kebisingan dari desain chip kuantum yang semakin besar."
Memahami kebisingan dalam desain perangkat keras kuantum memerlukan simulasi dinamis yang kompleks yang mampu sepenuhnya menangkap bagaimana qubit dalam prosesor kuantum berinteraksi dengan lingkungannya.
Simulasi ini secara tradisional sangat mahal secara komputasi untuk dikejar. Namun, dengan menggunakan platform CUDA-Q, Google dapat menggunakan 1.024 GPU NVIDIA H100 Tensor Core di superkomputer NVIDIA Eos untuk melakukan salah satu simulasi dinamis perangkat kuantum terbesar dan tercepat di dunia — dengan biaya yang lebih murah.
"Kekuatan superkomputer AI akan membantu keberhasilan komputasi kuantum," kata Tim Costa, direktur kuantum dan HPC di NVIDIA. "Penggunaan platform CUDA-Q oleh Google menunjukkan peran sentral simulasi yang dipercepat GPU dalam memajukan komputasi kuantum untuk membantu memecahkan masalah dunia nyata."
Dengan GPU CUDA-Q dan H100, Google dapat melakukan simulasi perangkat yang sepenuhnya komprehensif dan realistis yang berisi 40 qubit — simulasi terbesar yang dilakukan dari jenis ini. Teknik simulasi yang disediakan oleh CUDA-Q berarti simulasi yang akan memakan waktu seminggu sekarang dapat berjalan dalam hitungan menit.
Perangkat lunak yang mendukung simulasi dinamis yang dipercepat ini akan tersedia untuk umum di platform CUDA-Q, memungkinkan insinyur perangkat keras kuantum untuk menskalakan desain sistem mereka dengan cepat.
Cek Berita dan Artikel yang lain di
Google News
