El camino hacia el futuro de la computación de alto rendimiento comienza hoy con herramientas como Nvidia cuQuantum.
Es hora de empezar a construir los ordenadores cuánticos híbridos del futuro.
La motivación es convincente, el camino está claro y los componentes clave para el trabajo están disponibles hoy.
La computación cuántica tiene el potencial de superar algunos de los retos más difíciles de hoy en día, avanzando en todo, desde el descubrimiento de fármacos hasta la predicción meteorológica. En resumen, la computación cuántica desempeñará un papel muy importante en el futuro de la HPC (High-performance computing).
Simulaciones cuánticas actuales
Crear ese futuro no será fácil, pero las herramientas para empezar ya están aquí.
Dando los primeros pasos, los superordenadores actuales están simulando trabajos de computación cuántica a una escala y niveles de rendimiento fuera del alcance de los sistemas cuánticos actuales, relativamente pequeños y propensos a errores.
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 ha anunciado la disponibilidad de cuQuantum en su servicio Braket. También demostró en Braket cómo cuQuantum puede proporcionar hasta 900 veces más velocidad en cargas de trabajo de aprendizaje automático cuántico.
Además, cuQuantum permite ahora la computación acelerada en los principales marcos de software cuántico, como qsim de Google, Qiskit Aer de IBM, PennyLane de Xanadu y la plataforma de diseño de algoritmos cuánticos de Classiq. Esto significa que los usuarios de esos marcos pueden acceder a la aceleración en la GPU sin necesidad de codificación adicional.
Descubrimiento de fármacos con tecnología cuántica
Hoy, Menten AI se une a las empresas que utilizan cuQuantum para apoyar su trabajo cuántico.
Esta empresa de descubrimiento de fármacos del área de la bahía utilizará la biblioteca de redes tensoriales de cuQuantum para simular las interacciones entre proteínas y optimizar nuevas moléculas de medicamentos. Su objetivo es aprovechar el potencial de la computación cuántica para acelerar el diseño de fármacos, un campo que, al igual que la propia química, se cree que será uno de los primeros en beneficiarse de la aceleración cuántica.
En concreto, Menten AI está desarrollando un conjunto de algoritmos de computación cuántica, incluido el aprendizaje automático cuántico, para superar los problemas computacionalmente exigentes del diseño terapéutico.
Alexey Galda, científico principal de Menten AI, afirma: «Aunque el hardware de computación cuántica capaz de ejecutar estos algoritmos aún está en fase de desarrollo, las herramientas de computación clásica como Nvidia cuQuantum son cruciales para avanzar en el desarrollo de algoritmos cuánticos».
Forjando un vínculo cuántico
A medida que los sistemas cuánticos evolucionan, el siguiente gran salto es el paso a los sistemas híbridos: ordenadores cuánticos y clásicos que trabajan juntos. Los investigadores comparten una visión de los procesadores cuánticos a nivel de sistema, o QPU, que actúan como una nueva y potente clase de aceleradores.
Así pues, uno de los mayores trabajos que tenemos por delante es el de tender un puente entre los sistemas clásicos y los cuánticos para convertirlos en ordenadores cuánticos híbridos. 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 a los sistemas híbridos utilizar las GPU para las tareas clásicas en las que destacan, 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 drásticamente la latencia de la comunicación entre los ordenadores clásicos y los cuánticos, los principales cuellos de botella de los trabajos cuánticos híbridos actuales.
En segundo lugar, la industria necesita un modelo de programación unificado con herramientas 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 adecuadas para el trabajo
Para programar las QPU hoy en día, los investigadores se ven obligados a utilizar el equivalente cuántico del código ensamblador 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 de una cadena de herramientas de compilación que les permita ejecutar su trabajo en cualquier QPU.
Esto tiene que cambiar, y lo hará. En un blog de marzo, comentamos algunos de nuestros trabajos iniciales para conseguir un mejor modelo de programación.
Para encontrar formas eficientes de que los ordenadores cuánticos puedan acelerar su trabajo, los científicos necesitan trasladar fácilmente partes de sus aplicaciones HPC primero a una QPU simulada y luego a una real. Para ello, es necesario un compilador que les permita trabajar a altos niveles de rendimiento y de forma familiar.
Con la combinación de herramientas de simulación acelerada en la GPU y un modelo de programación y una cadena de herramientas de compilación que lo unan todo, los investigadores de HPC podrán empezar a construir los centros de datos cuánticos híbridos del futuro.
Para algunos, la computación cuántica puede sonar a ciencia ficción, a un futuro a décadas de distancia. El hecho es que cada año los investigadores están construyendo más y mayores sistemas cuánticos.
CambioDigital OnLine | fuente: Nvidia
