Universal Quantum Computer Simulation of 50 Qubits on Europe`s First Exascale Supercomputer Harnessing Its Heterogeneous CPU-GPU Architecture
نجح الباحثون في محاكاة حاسوب كمي شامل بـ 50 كيوبت لأول مرة على حاسوب يوبيتر (JUPITER) الخارق ذي المقياس الإكساسكيل في أوروبا، وذلك عبر الاستفادة من بنيته غير المتجانسة (GH200) من خلال ثلاثة ابتكارات رئيسية هي: الاستخدام الموسع للذاكرة عبر الروابط البينية بين المعالج المركزي ومعالج الرسوميات، والترميز التكيفي للبيانات، ومحسن حركة مرور الشبكة الفوري، محققين بذلك تسارعاً قدره 16.6 ضعفاً مقارنة بالأرقام القياسية السابقة.
المؤلفون الأصليون:Hans De Raedt, Jiri Kraus, Andreas Herten, Vrinda Mehta, Mathis Bode, Markus Hrywniak, Kristel Michielsen, Thomas Lippert
ملخص تقني: محاكاة حاسوب كمي شامل بقدرة 50 كيوبت على أول حاسوب فائق بقدرة إكساسكيل في أوروبا
بيان المشكلة تعد محاكاة الحواسيب الكمية الشاملة على الأجهزة الكلاسيكية أمراً مستحيلاً من الناحية الحسابية بسبب النمو الأسي لمتطلبات الذاكرة ووقت التشغيل بالنسبة لعدد الكيوبتات (N). يتطلب تخزين متجه الحالة الكامل لنظام مكون من N من الكيوبتات بدقة مزدوجة (FP64) حوالي 2N+4 بايت. بالنسبة لـ N=50، يتطلب هذا ما يقرب من 16,384 تيبايت (TiB) من الذاكرة، وهو ما يتجاوز بكثير سعة المعالجات المسرعة الفردية. علاوة على البوابات التي تعمل على الكيوبتات "غير المحلية" (تلك التي تتجاوز مؤشراتها سعة الذاكرة لوحدة معالجة واحدة)، فإن توزيع هذه الحالة عبر عنقود حوسبي يؤدي إلى أعباء اتصالات هائلة. ونظراً لأن الأجهزة الكمية الحالية محدودة بالضجيج وعدم دقة البوابات، مما يجعل التنفيذ واسع النطاق والموثوق غير ممكن، تظل المحاكاة الكلاسيكية عالية الدقة ضرورية لتطوير الخوارزميات واختبار معايير الأداء.
المنهجية والابتكارات يقدم المؤلفون JUQCS-50، وهو محاكي حاسوب كمي شامل عالي الأداء مصمم للاستفادة من بنية المعالجات المركزية (CPU) والمعالجات الرسومية (GPU) غير المتجانسة لحاسوب JUPITER الفائق (وتحديداً رقائق NVIDIA GH200 superchips). يستخدم النظام 16,384 من رقائق GH200 عبر 4,096 عقدة. وللتغلب على اختناقات الذاكرة والاتصالات، يطبق JUQCS-50 ثلاثة ابتكارات رئيسية:
استغلال الذاكرة غير المتجانسة: يوسع المحاكي الذاكرة القابلة للاستخدام بما يتجاوز حدود ذاكرة النطاق الترددي العالي (HBM3) الخاصة بمعالج الرسومات، وذلك من خلال دمج ذاكرة LPDDR5 الخاصة بالمعالج المركزي. يتعامل التصميم مع المعالج المركزي كـ "مضيف ذاكرة" بحت بينما تتم جميع عمليات الحوسسة والترميز وفك الترميز على معالج الرسومات. ولإدارة وضع البيانات بكفاءة بين HBM3 وLPDDR5، يستخدم المؤلفون وظائف نقل بيانات صريحة مدمجة مع محسن حركة مرور شبكة يعمل في الوقت الفعلي. يستخدم هذا النهج وظائف CUDA-aware MPI ونسخ غير متزامنة لتقليل خسائر الأداء المرتبطة بتجاوز سعة الذاكرة (memory oversubscription).
الترميز المتكيف للبيات (Adaptive Byte Encoding): لتقليل البصمة الذاكرية بمعامل قدره ثمانية، يستخدم المحاكي نظام ترميز بايت متكيف. يمثل هذا الأسلوب عناصر متجه الحالة باستخدام 2 بايت (16 بت) بدلاً من الـ 16 بايت القياسية (FP64). يعتمد الترميز على التمثيل القطبي للأعداد المركبة ويتكيف مع الدائرة الكمية الجاري تنفيذها. وبينما يفرض هذا عبئاً حسابياً ناتجاً عن الترميز وفك الترميز في الوقت الفعلي، إلا أنه يقلل بشكل كبير من حجم البيانات المنقولة عبر الشبكة، وهو العائق الأساسي عند زيادة N.
تحسين الاتصالات: يقلل النظام من الاتصالات بين العقد من خلال استدعاءات CUDA-aware MPI القياسية وميزات التدفق غير المتزامنة لتعبئة وتفريغ البيانات. بالإضافة إلى ذلك، يوضح المؤلفون أن إعادة تسمية الكيوبتات بشكل استراتيجي يمكن أن تقلل بشكل كبير من حجم البيانات المتبادلة بين الرقائق الفائقة، لا سيما في هياكل دوائر معينة مثل دوائر الجمع (adder circuits).
النتائج الرئيسية يسجل البحث أول محاكاة ناجحة لحاسوب كمي شامل بقدرة 50 كيوبت باستخدام نهج متجه الحالة (state-vector approach).
القابلية للتوسع (Scalability): يظهر المحاكي توسعاً زمنياً يقترب من الخطي مع زيادة عدد الكيوبتات (التوسع الضعيف/weak scaling)، مما يخفف بفعالية من التوسع الزمني الأسي النظري من خلال التوازي الهائل.
مقارنة الأداء: يحقق JUQCS-50 تسريعاً قدره 16.6 ضعفاً مقارنة بالرقم القياسي السابق لـ 48 كيوبت الذي كان يحمله حاسوب K. بالنسبة لمعيار Hadamard لـ 36 كيوبت، انخفض الوقت المستغرق لكل بوابة من 47.03 ثانية في حاسوب K إلى 2.83 ثانية في JUPITER.
الدقة والمقايضات: تثبت الدراسة أن نظام ترميز البايت، بالنسبة لدوائر اختبار محددة (مثل تسلسلات بوابات Hadamard)، يحافظ على دقة بمستوى FP64. ومع ذلك، بالنسبة للدوائر التي تتضمن إزاحات طور متحكم بها (مثل الجامع الصحيح/integer adders)، لوحظت انحرافات طفيفة في القيم المتوقعة لمكونات x وy، رغم أن نتائج مكون z الأساسية ظلت صحيحة.
كفاءة الشبكة: بالنسبة لحالة الـ 50 كيوبت، تمر عبر الشبكة حوالي 38,766 تيبايت من البيانات أثناء تسلسل المحاكاة، وتم إنجازها في حوالي 100 ثانية. يتدرج عرض النطاق الترددي المقاس كـ O(1/N) بسبب قيود طوبولوجيا الشبكة (Dragonfly+)، حيث ينتقل من هيمنة NVLink داخل العقدة إلى هيمنة InfiniBand بين العقد مع زيادة عدد الكيوبتات.
الأهمية والادعاءات يدعي البحث أن JUQCS-50 يتيح محاكاة الدوائر الكمية بما يصل إلى 50 كيوبت، وهو مقياس يتجاوز نطاق التشغيل الموثوق للمعالجات الكمية الحالية (التي تعاني من الضجيج والعمق المحدود). ومن خلال تحقيق توسع زمني يقترب من الخطي، يسمح المحاكي بالتحقق من دقة خوارزميات مثل الخوارزمية التباينية لتقدير القيمة الذاتية (VQE) وخوارزمية التحسين التقريبي الكمي (QAOA) على أنظمة أكبر بكثير مما يمكن تحقيقه حالياً على الأجهزة الفيزيائية.
يؤكد المؤلفون أنه بينما يمكن للمحاكيات المتخصصة (مثل الشبكات الموترة/tensor networks أو قطع الدوائر/circuit cutting) التعامل مع أعداد أكبر من الكيوبتات لدوائر محددة ومهيكلة، فإن JUQCS-50 هو محاكي شامل قادر على تنفيذ أي دوائر دون افتراضات حول الهيكل أو حدود التشابك. يضع هذا العمل معياراً جديداً للمحاكاة الكمية عالية الدقة، مما يوفر أداة للتحقق من الخوارزميات الكمية ودراسة تأثيرات الضجيج بمستوى من الدقة لا يمكن بلوغه بواسطة الأجهزة الكمية الحالية. ويشير المؤلفون إلى أن العمل المستقبلي سيركز على ضبط أحجام المخازن المؤقتة (buffers) وأعداد التدفقات (stream counts) لمنصة GH200 بشكل أكبر، وتحسين هياكل الدوائر لتقليل أعباء الاتصال.