Lazy Qubit Reordering for Accelerating Parallel State-Vector-based Quantum Circuit Simulation
تقترح هذه الورقة طريقتين لجدولة العمليات الكمومية خارج الترتيب تستفيدان من تقنيات التبليط الزماني-المكاني والقطرية لتقليل عبء اتصالات إعادة ترتيب الكيوبت في محاكاة متجه الحالة متعددة وحدات معالجة الرسومات، مما يحقق تسريعاً يصل إلى 54 ضعفاً لتحديثات الحالة الكمومية و1,657 ضعفاً لحسابات قيم التوقع مقارنة بالنهج التقليدي المتبع داخل الترتيب.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلف ولم يصادق عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
لفهم التحدي الذي واجهه هؤلاء الباحثون، يجب أولاً استيعاب طبيعة الحاسوب الكمي الذي يحاولون محاكاته. فخلافاً للحواسيب الكلاسيكية الموجودة في جيوبنا ومكاتبنا، والتي تعالج المعلومات باستخدام "البتات" (bits) التي تكون إما صفراً أو واحداً، تستخدم الحواسيب الكمية "البتات الكمية"، أو ما يعرف بـ "الكيوبتات" (qubits). ويمكن لهذه الكيوبتات أن توجد في حالة معقدة من كونها صفراً وواحداً في آن واحد. ولمحاكاة مثل هذه الآلة على حاسوب قياسي، يجب على العلماء تتبع احتمالية كل تركيبة ممكنة لهذه الكيوبتات. ومع زيادة عدد الكيوبتات، يتضخم مقدار المعلومات المطلوبة لوصف النظام، حيث يتضاعف مع إضافة كل كيوبت واحد فقط. فمحاكاة ثلاثين كيوبت فقط تتطلب ذاكرة تكفي لملء قرص صلب كبير، بينما تتطلب ستة وثلاثون كيوبت ذاكرة حاسوب خارق ضخم. ولأن أي جهاز بمفرده لا يمتلك ذاكرة كافية لهذه الأنظمة الكبيرة، يتعين على العلماء تقسيم العمل عبر معالجات عديدة، غالباً ما تكون بطاقات رسوميات، تعمل بالتوازي.
ومع ذلك، فإن تقسيم العمل يخلق مشكلة جديدة. فطريقة تقسيم المعلومات تعتمد على الكيوبتات التي يحتاج الحاسوب للتعامل معها تالياً. فإذا احتاجت المحاكاة إلى إجراء عملية على كيوبت مخزن حالياً في معالج مختلف، فيجب نقل البيانات وتدويرها حول النظام بأكتها. وعملية التدوير هذه، المعروفة باسم "إعادة الترتيب" (reordering)، مكلفة للغاية من حيث الوقت والطاقة. وفي العديد من عمليات المحاكاة واسعة النطاق، يمكن أن يستهلك الوقت المستغرق في نقل البيانات أكثر من نصف وقت التشغيل الإجمالي، مما يترك العمليات الحسابية الفعلية في حالة انتظار. وقد سعى الباحثون في جامعة أوساكا لحل هذه العقبة، ليس من خلال بناء أجهزة أسرع، بل عن طريق تغيير ترتيب الخطوات التي يتم بها تنفيذ المحاكاة.
ركز الفريق على مهمتين حرجتين تحدثان عند اختبار الخوارزميات الكمية: تحديث حالة النظام الكمي، وحساب النتيجة المتوقعة للقياس. في النهج القياسي، تُنفذ هاتان المهمتان في تسلسل خطي صارم. فإذا كانت الخطوة التالية تتطلب ترتيباً مختلفاً للبيانات، يتوقف الحاسوب، ويعيد ترتيب البيانات، ثم يواصل العمل. وقد أدرك الباحثون أن هذا الترتيب الجامد ليس ضرورياً؛ فمن خلال النظر مسبقاً إلى قائمة العمليات بأكملها، استطاعوا إعادة ترتيب التسلسل لتجميع الخطوات التي تستخدم نفس ترتيب البيانات معاً. وهذا يسمح للحاسوب بإجراء العديد من الحسابات على التوالي دون التوقف لإعادة ترتيب البيانات. وقد أطلقوا على هذا الأسلوب اسم "إعادة الترتيب المؤجلة" (deferred reordering) لأنه يؤجل حركة البيانات عمداً حتى تصبح ضرورية تماماً، أو حتى يمكن دمجها مع حركات أخرى لجعلها عملية إعادة ترتيب واحدة أكبر.
ولجعل هذا العمل يعمل بكفاءة على مجموعة من الحواسيب المتصلة بأنواع مختلفة من الكابلات، طور الفريق استراتيجيتين محددتين. الاستراتيجية الأولى، وتسمى "التبليط المسطح" (flat tiling)، تعمل جيداً عندما تكون جميع الحواسيب متصلة بسرعة متساوية؛ حيث تقوم بتجميع العمليات في كتل، أو "بلاطات"، حيث يظل ترتيب البيانات ثابتاً. أما الاستراتيجية الثانية، وهي "التبليط الهرمي" (hierarchical tiling)، فهي مصممة للأنظمة حيث تكون الحواسيب داخل نفس الرف الفيزيائي متصلة بكابلات سريعة جداً، بينما تكون الاتصالات بين الرفوف المختلفة أبطأ. وتمنح هذه الطريقة الأولوية لإبقاء حركة البيانات ضمن الاتصالات المحلية السريعة، حتى لو كان ذلك يعني إجراء المزيد من عمليات إعادة الترتيب الإجمالية. والمنطق وراء ذلك هو أن بضع عمليات إعادة ترتيب محلية سريعة هي أقل تكلفة بكثير من عملية إعادة ترتيب واحدة بطيئة عبر الشبكة بأكملها.
كانت نتائج تجاربهم مذهلة. فعندما اختبروا طريقتهم على نظام يحتوي على اثنين وثلاثين وحدة معالجة رسوميات، كان التحسن دراماتيكياً. فبالنسبة لمهمة تحديث الحالة الكمية، جعلت طريقة الجدولة الجديدة للمحاكاة تعمل أسرع بمقدار أربعة وخمسين ضعفاً مقارنة بالنهج الخطي التقليدي. أما بالنسبة لمهمة حساب النتائج المتوقعة، فقد كان التسريع أكثر عمقاً، حيث وصل إلى عامل قدره ألف وستمائة وسبعة وخمسون. في الطريقة التقليدية، يقضي الحاسوب معظم وقته في انتظار انتقال البيانات؛ أما في الطريقة الجديدة، فإنه يقضي معظم وقته في الحساب. كما وجد الباحثون أن الوقت المطلوب لتخطيط هذا الترتيد الجديد للعمليات كان ضئيلاً، حيث يستغرق أقل من جزء من الثانية مقارنة بالساعات التي قد تستغرقها المحاكاة نفسها.
لا يقدم هذا العمل مجرد طريقة أسرع لتشغيل اختبار واحد فحسب، بل يفتح الباب لمحاكاة أنظمة كمية أكبر بكثير مما كان ممكناً في السابق. فمن خلال تقليل الوقت الضائع في نقل البيانات، أظهر الباحثون أنه يمكن استخدام الحواسيب الفائقة الحالية بشكل أكثر فعالية للتحقق من صحة الخوارزميات الكمية. وتشير نتائجهم إلى أن القيود المفروضة على المحاكاة الكمية الحالية ليست مجرد مسألة سعة ذاكرة خام، بل تتعلق أيضاً بمدى كفاءة الوصول إلى تلك الذاكرة. فبمجرد إعادة التفكير في ترتيب العمليات، تمكنوا من فتح مستوى من الأداء يسمح للعلماء باستكشاف الجزيئات المعقدة والتفاعلات الكيميائية بمستوى من التفصيل كان بعيد المنال سابقاً.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.