High Performance Quantum Emulation for Chemistry Applications with Hyperion

ملخص تقني مفصل لورقة بحثية بعنوان: "المحاكاة الكمومية عالية الأداء لتطبيقات الكيمياء باستخدام Hyperion"

1. بيان المشكلة

يواجه التطور السريع للخوارزميات الكمومية في مجال الكيمياء، ولا سيما الخوارزميات التباينية مثل ADAPT-VQE، عقبة حرجة تتمثل في ندرة الأجهزة الكمومية المتاحة. فالأجهزة الحالية محدودة بعصر الكم ذي المقياس المتوسط المشوب بالضجيج (NISQ)، مما يستلزم وجود برامج محاكاة كلاسيكية عالية الأداء للتحقق من البروتوكولات وتحسين تصميم الخوارزميات.

ومع ذلك، تواجه المحاكاة الكلاسيكية ما يسمى بـ "جدار الذاكرة الأسي".

• محدودية متجه الحالة (State-Vector - SV): تتطلب محاكاة متجه الحالة الدقيقة ذاكرة تتوسع بمقدار $O(2^n)$. ورغم أن التمثيلات المتفرقة وقيود التماثل تساعد في ذلك، إلا أنها تصطدم عادةً بحد صلب عند حوالي 32 كيوبت على الحواسيب الفائقة الحالية.
• محدودية شبكات الموتر (Tensor Network - MPS): تعتمد طرق حالة منتج المصفوفة (MPS) على التوسع متعدد الحدود مع حجم النظام، لكنها تعتمد على عملية "التقليم" (Truncation). وفي الأنظمة ذات الارتباط القوي (الشائعة في الكيمياء)، يتضخم البعد الرابط (Bond Dimension) بشكل هائل، مما يؤدي إلى أخطاء تقليم شديدة وعدم استقرار عددي، وهو ما يجعلها غير دقيقة لمحاكاة الكيمياء عالية الدقة.

تعالج هذه الورقة الحاجة إلى محاكي هجين يمكنه محاكاة 32 إلى 40 كيوبت بـ دقة مضبوطة، لسد الفجوة بين قدرات عصر NISQ الحالي ومستقبل عصر الحوسبة الكمومية المتحملة للأخطاء (FTQC).

2. المنهجية: بنية Hyperion

يقدم المؤلفون Hyperion، وهو محاكي كمومي عالي التوازي ومعزز بمعالجات الرسوميات (GPU)، مصمم خصرياً للكيمياء الكمومية. وهو يتكون من وحدتين رئيسيتين:

أ. Hyperion-1: متجه الحالة المتفرق الدقيق (Exact Sparse SV)

• المنهج: يستخدم محاكياً بأسلوب "شرويدنجر" يمثل الدالة الموجية بشكل صريح.
• التحسين: على عكس المحاكيات الكثيفة القياسية، يستفيد Hyperion-1 من التفرق الجوهري لهاميلتونيان الكيمياء الكمومية. فهو يقوم بتخزين الهاميلتونيان ومتجه الحالة بتنسيقات الصف المتفرق المضغوط (CSR).
• استغلال التماثل: يعمل على تقييد فضاء هيلبرت ضمن الفضاءات الفرعية ذات الصلة فيزيائياً (مثل فضاءات Full Configuration Interaction المحافظة على اللف المغزلي)، مما يقلل من الأبعاد الفعلية بشكل كبير.
• النواة (Kernels): يقدم نوى Sparse Matrix-Sparse Vector (SpMspV) مخصصة ومحسنة لـ CUDA. وهذا يسمح بعمليات ضرب المصفوفات والمتجهات المتفرقة بدقة دون الأعباء الإضافية لتجميع المؤثرات أثناء التشغيل أو الوسائط الكثيفة.
• التوازي: يستخدم نهجاً هجيناً من MPI/CUDA حيث يتم توزيع الهاميلتونيان عبر العقد، ولكن يتم تكرار متجه الحالة لتقليل أعباء الاتصال.

ب. Hyperion-2: استراتيجية (Partitioned SV-MPS)

للتوسع لما بعد حد الـ 32 كيوبت الخاص بـ SV النقي، يقدم Hyperion-2 استراتيجية محاكاة مبتكرة تعتمد على التقسيم بين SV و MPS.

• التفكيك الهرمي: يتم تفكيك هاميلتونيان الجزيء هرمياً:
  • الحدود غير المتفاعلة: يتم تقييم الكتل المحلية بدقة باستخدام نواة SV المتفرقة.
  • الحدود المتفاعلة: يتم التعامل مع التفاعلات المعقدة طويلة المدى بواسطة محرك حالة منتج المصفوفة (MPS) مضغوط.
• التحكم في الخطأ: من خلال الحفاظ على الكتل المحلية دقيقة، تمنع هذه الطريقة تراكم أخطاء التقليم التي تعيب عادةً عمليات محاكاة MPS النقية في حلقات ADAPT-VQE.
• شبكات الموتر: يستخدم مكتبات NVIDIA (مثل cuTENSOR، cuSPARSE، cuSOLVER) لإجراء عمليات تقليص التنسورات بكفاءة والضغط القائم على SVD (TT-rounding).

3. المساهمات الرئيسية

1. نوى SpMspV مبتكرة: يعد Hyperion أول محاكي يدمج أصلياً عمليات ضرب المصفوفات والمتجهات المتفرقة المعززة بـ GPU للعمليات الدقيقة، متجاوزاً عبء الذاكرة للتمثيلات الكثيفة.
2. بنية Partitioned SV-MPS: استراتيجية تغير المفاهيم تجمع بين دقة SV للحدود المحلية وقابلية التوسع لـ MPS للحدود المتفاعلة. وهذا يسمح بمحاكاة تصل إلى 40 كيوبت بدقة مضبوطة.
3. قابلية توسع هائلة: تم نشره بنجاح على 256 من معالجات NVIDIA H100 GPUs (64 عقدة) على حاسوب Jean-Zay الفائق.
4. التحقق من ADAPT-VQE الدقيق: أثبت القدرة على تشغيل محاكاة ADAPT-VQE دقيقة تماماً وغير مشوبة بالضجيج لما يصل إلى 32 كيوبت دون استخدام تقليم استدلالي، مما يوفر معياراً صارماً لتطوير الخوارزميات.

4. النتائج

تحقق المؤلفون من صحة Hyperion باستخدام سلاسل الهيدروجين ($H_4$ إلى $H_{18}$)، وثنائي النيتروجين ($N_2$)، وحمض الفورميك ($CH_2O_2$).

• الأداء على سلاسل الهيدروجين (وضع SV):

  • حقق محاكاة دقيقة حتى 32 كيوبت ($H_{16}$).
  • أظهر أنه بينما تؤخر التمثيلات المتفرقة "جدار الذاكرة"، فإن الطبيعة الأسية لفضاء هيلبرت لا تزال تفرض حداً صلباً (يتطلب حوالي 128 وحدة GPU لنظام $H_{16}$).
  • حدد أن تقارب ADAPT-VQE يتباطأ مع نمو الـ ansatz، حيث ينتقل من نظام التكلفة الخطية إلى نظام التكلفة متعددة الحدود.

• الأداء على الأنظمة الأكبر (الوضع المقسم - Partitioned Mode):

  • الاستقرار: عانت محاكاة MPS النقية لأنظمة $N_2$ و $CH_2O_2$ من أخطاء التقليم التراكمية، مما أدى إلى تباعد الطاقة والضجيج العددي. أما نهج Partitioned SV-MPS فقد حافظ على الاستقرار والتقارب الطاقي الرتيب.
  • القابلية للتوسع: نجحت الطريقة المقسمة في محاكة نظام $H_{18}$ المكون من 36 كيوبت.
  • كفاءة الموارد: تطلبت محاكاة نظام 32 كيوبت 128 وحدة GPU باستخدام SV النقي، بينما تطلبت 16 وحدة GPU فقط باستخدام نهج Partitioned SV-MPS (أي انخفاض بمقدار 8 أضعاف في تكلفة الأجهزة).
  • حدود السعة: باستخدام 256 من معالجات H100 GPUs، وصل النهج المقسم إلى حد نظري قدره 40 كيوبت لدورة واحدة، مع إمكانية إجراء محاكاة مستقرة لـ 36 كيوبت في سير عمل ADAPT-VQE الكامل.

5. الأهمية

• سد الفجوة: يوفر Hyperion منصة عالية الدقة لاختبار الخوارزميات الكمومية للأنظمة الكيميائية الواقعية بدقة تقترب من حد Full Configuration Interaction (FCI)، وهو أمر مستحيل حالياً على الأجهزة الفيزيائية.
• تطوير الخوارزميات: يتيح الاختبار الصارم للخوارزميات التكيفية (مثل ADAPT-VQE) في المناطق التي تفشل فيها الطرق الكلاسيكية وتغيب فيها الأجهزة الكمومية.
• كفاءة الأجهزة: من خلال تقليل متطلبات GPU لمحاكاة 32 كيوبت بمقدار 8 أضعاف، يجعل Hyperion المحاكاة الكمومية عالية الدقة متاحة على مجموعات الحوسبة عالية الأداء (HPC) القياسية بدلاً من الحاجة إلى موارد فائقة الضخامة (Exascale).
• الآفاق المستقبلية: تمهد هذه البنية الطريق لمحاكاة أنظمة تتجاوز 50 كيوبت، مما يوفر أداة حاسمة للانتقال نحو عصر الحوسبة الكمومية المتحملة للأخطاء.

باختصار، يمثل Hyperion تقدماً كبيراً في المحاكاة الكمومية الكلاسيكية من خلال الجمع بين دقة متجهات الحالة المتفرقة وقابلية توسع شبكات الموتر، والمصممة خصيصاً للتغلب على اختناقات الذاكرة والدقة في محاكاة الكيمياء الكمومية.