⚛️ quantum physics

Universal Quantum Computer Simulation of 50 Qubits on Europe`s First Exascale Supercomputer Harnessing Its Heterogeneous CPU-GPU Architecture

शोधकर्ताओं ने यूरोप के JUPITER एक्सास्केल सुपरकंप्यूटर के हेट्रोजेनियस GH200 आर्किटेक्चर का लाभ उठाते हुए, विस्तारित मेमोरी उपयोग (CPU-GPU इंटरकनेक्ट्स के माध्यम से), एडेप्टिव डेटा एनकोडिंग और ऑन-द-फ्लाई नेटवर्क ट्रैफिक ऑप्टिमाइज़र के तीन प्रमुख नवाचारों के माध्यम से, पहली बार 50-क्विबिट यूनिवर्सल क्वांटम कंप्यूटर का सफलतापूर्वक अनुकरण किया है, जिससे पिछले रिकॉर्ड की तुलना में 16.6 गुना गति वृद्धि प्राप्त हुई है।

मूल लेखक: Hans De Raedt, Jiri Kraus, Andreas Herten, Vrinda Mehta, Mathis Bode, Markus Hrywniak, Kristel Michielsen, Thomas Lippert

प्रकाशित 2026-05-21

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Hans De Raedt, Jiri Kraus, Andreas Herten, Vrinda Mehta, Mathis Bode, Markus Hrywniak, Kristel Michielsen, Thomas Lippert

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक पहेली सुलझाने की कोशिश कर रहे हैं जहाँ हर बार जब आप एक और टुकड़ा जोड़ते हैं, तो पूरे पहेली के संभावित संयोजनों (arrangements) की संख्या दोगुनी हो जाती है। यदि आपके पास 10 टुकड़े हैं, तो यह प्रबंधनीय है। लेकिन यदि आपके पास 50 टुकड़े हैं, तो संभावनाओं की संख्या इतनी विशाल होगी कि दुनिया के सभी कंप्यूटरों को एक साथ मिलकर भी उन्हें जांचने में अरबों साल लग जाएंगे। यही एक क्वांटम कंप्यूटर का अनुकरण (simulate) करने की चुनौती है।

यह शोध पत्र बताता है कि कैसे जर्मनी के जुलीच सुपरकंप्यूटिंग सेंटर (Jülich Supercomputing Centre) में वैज्ञानिकों की एक टीम ने, NVIDIA के साथ मिलकर, JUQCS-50 नामक एक "सुपर-सिमुलेटर" बनाया। उन्होंने पहली बार 50-क्यूबिट क्वांटम कंप्यूटर का अनुकरण करने के लिए यूरोप के पहले "एक्सास्केल" (Exascale) सुपरकंप्यूटर (जिसे JUPITER नाम दिया गया है) का उपयोग किया।

उन्होंने इसे कैसे किया, यहाँ सरल उपमाओं (analogies) के माध्यम से समझाया गया है:

1. समस्या: "मेमोरी वॉल" (The "Memory Wall")

एक क्वांटम कंप्यूटर का अनुकरण करने के लिए, आपको संख्याओं की एक विशाल सूची (जिसे "स्टेट वेक्टर" कहा जाता है) को संग्रहीत करने की आवश्यकता होती है जो सिस्टम की हर संभावित स्थिति का प्रतिनिधित्व करती है।

उपमा: कल्पना कीजिए कि आप किताबों के एक पुस्तकालय को संग्रहीत करने की कोशिश कर रहे हैं। एक छोटे क्वांटम कंप्यूटर (48 क्यूबिट्स) के लिए, पुस्तकालय कुछ हार्ड ड्राइव में समा जाता है। लेकिन 50-क्यूबिट कंप्यूटर के लिए, पुस्तकालय इतना बड़ा होगा कि वह एक छोटे शहर के आकार के गोदाम को भर देगा।
सीमा: जिस सुपरकंप्यूटर का उन्होंने उपयोग किया (JUPITER), उसमें अविश्वसनीय रूप से तेज़ मेमोरी है (जैसे एक हाई-स्पीड स्पोर्ट्स कार), लेकिन वह भी एक साथ पूरी 50-क्यूबिट लाइब्रेरी को रखने के लिए पर्याप्त बड़ी नहीं थी।

2. समाधान: तीन "जादुई तरकीबें" (Three "Magic Tricks")

इस विशाल लाइब्रेरी को उपलब्ध स्थान में फिट करने और इसे तेज़ी से चलाने के लिए, टीम ने तीन चतुर तरकीबों का उपयोग किया:

तरकीब #1: "साझा बैकपैक" (The "Shared Backpack" - Heterogeneous Memory)

आमतौर पर, एक कंप्यूटर के पास एक छोटा, सुपर-फास्ट बैकपैक (GPU मेमोरी) और एक बड़ा, थोड़ा धीमा बैकपैक (CPU मेमोरी) होता है। पुराना तरीका केवल तेज़ वाले का उपयोग करना था।

नवाचार: टीम ने महसूस किया कि वे दोनों बैकपैक को एक विशाल, निरंतर स्थान के रूप में मान सकते हैं। उन्होंने CPU और GPU के बीच एक सुपर-फास्ट पुल (जिसे NVLink कहा जाता है) बनाया।
परिणाम: वे ज़रूरत पड़ने पर डेटा को बड़े, थोड़े धीमे बैकपैक में संग्रहीत कर सकते थे, लेकिन गणना के लिए उसे तुरंत तेज़ वाले बैकपैक में स्थानांतरित कर सकते थे। यह आपके वर्कशॉप के बगल में एक गोदाम होने जैसा है; आप अपने अधिकांश औजार गोदाम में रखते हैं लेकिन आपके पास उन्हें अपने वर्कबेंच पर पलक झपकते ही लाने के लिए एक कन्वेयर बेल्ट है।

तरकीब #2: "कंप्रेस्ड ज़िप फ़ाइल" (The "Compressed Zip File" - Adaptive Byte Encoding)

संख्याओं को उनके पूर्ण, उच्च-सटीक प्रारूप (जैसे एक हाई-रिज़ॉल्यूशन फोटो) में संग्रहीत करने से बहुत अधिक जगह लगती है।

नवाचार: टीम ने डेटा को "ज़िप" करने का एक तरीका विकसित किया। उन्होंने संख्याओं को एक छोटे आकार में कंप्रेस किया (जैसे एक हाई-रेज़ फोटो को थंबनेल में बदलना) ताकि वे मेमोरी में फिट हो सकें, लेकिन यह इतना स्मार्ट था कि जब उन्हें गणित करने की आवश्यकता होती, तो वे उन्हें तुरंत पूर्ण सटीकता के साथ वापस "अनज़िप" कर सकते थे।
परिणाम: इससे आवश्यक मेमोरी 8 गुना कम हो गई, जिससे वे सटीकता खोए बिना उपलब्ध स्थान में 50-क्यूबिट सिमुलेशन को फिट करने में सक्षम हुए।

तरकीब #3: "ट्रैफिक पुलिस" (The "Traffic Cop" - On-the-Fly Optimizer)

जब आपके पास हजारों कंप्यूटर मिलकर काम कर रहे होते हैं, तो उन्हें एक-दूसरे से लगातार बात करनी पड़ती है। यदि वे सभी एक साथ बात करने की कोशिश करते हैं, तो नेटवर्क जाम हो जाता है (ट्रैफिक जैम)।

नवाचार: सॉफ्टवेयर एक स्मार्ट ट्रैफिक पुलिस की तरह कार्य करता है। यह पहेली के अगले चरण को देखता है और तय करता है कि डेटा कब और क्या भेजना है, ताकि डेटा बैकग्राउंड में चलते समय भी कंप्यूटर हमेशा काम करते रहें।
परिणाम: इसने उस समय को न्यूनतम कर दिया जो कंप्यूटरों ने एक-दूसरे का इंतज़ार करने में बिताया, जिससे सिमुलेशन सुचारू रूप से चलता रहा।

3. परिणाम: एक रिकॉर्ड तोड़ने वाला रन (A Record-Breaking Run)

JUPITER सुपरकंप्यूटर (जिसमें 16,384 शक्तिशाली "सुपरचिप्स" हैं) पर इन तरकीबों को मिलाकर, टीम ने कुछ ऐसा हासिल किया जो पहले कभी नहीं हुआ था:

गति: उन्होंने एक अलग सुपरकंप्यूटर (K कंप्यूटर) द्वारा बनाए गए पिछले विश्व रिकॉर्ड की तुलना में 50-क्यूबिट कंप्यूटर को 16.6 गुना तेज़ी से सिम्युलेट किया।
दक्षता: जबकि क्यूबिट्स जोड़ने के साथ सिमुलेशन का समय आमतौर पर तेजी से (exponentially) बढ़ता है, उनके सिस्टम ने समय की वृद्धि को लगभग रैखिक (linearly) बनाए रखने में सफलता प्राप्त की। यह ऐसा है जैसे उन्होंने एक ऐसी कार बनाई जो यात्रियों की संख्या बढ़ने पर धीमी होने के बजाय और तेज़ होती जाती है।

4. यह क्यों महत्वपूर्ण है (शोध पत्र के अनुसार)

शोध पत्र इस बात पर जोर देता है कि यह एक सिमुलेशन है, न कि एक वास्तविक क्वांटम कंप्यूटर।

"परफेक्ट" लैब: आज के वास्तविक क्वांटम कंप्यूटर शोर वाले (noisy) होते हैं और गलतियाँ करते हैं। यह सिमुलेटर एक 50-क्यूबिट कंप्यूटर का "परफेक्ट" संस्करण प्रदान करता है।
बेंचमार्क: यह वैज्ञानिकों को नए क्वांटम एल्गोरिदम (जैसे रसायन विज्ञान या अनुकूलन के लिए) का परीक्षण करने और यह देखने की अनुमति देता है कि आदर्श परिणाम क्या होना चाहिए। यह उन्हें वास्तविक, भौतिक क्वांटम मशीनों में त्रुटियों को ठीक करने में मदद करता है।
अनुप्रयोग: टीम ने विशेष रूप से इसे "एडर सर्किट" (गणितीय समस्याओं) पर परखा और पाया कि उनकी डेटा कंप्रेशन ट्रिक के बावजूद, गणित पूरी तरह से सही आया।

संक्षेप में: टीम ने एक डिजिटल "टाइम मशीन" बनाई है जो 50-क्यूबिट क्वांटम कंप्यूटर का पूरी तरह से अनुकरण कर सकती है। उन्होंने ऐसा एक विशाल सुपरकंप्यूटर की मेमोरी का चतुराई से विस्तार करके और डेटा ट्रैफ़िक को इतनी कुशलता से व्यवस्थित करके किया कि उन्होंने पिछले गति और आकार के रिकॉर्ड तोड़ दिए, जिससे वैज्ञानिकों को भविष्य की क्वांटम प्रौद्योगिकियों को डिजाइन करने और परीक्षण करने के लिए एक शक्तिशाली नया उपकरण मिला।

तकनीकी सारांश: यूरोप के पहले एक्सास्केल सुपरकंप्यूटर पर 50 क्यूबिट्स का यूनिवर्सल क्वांटम कंप्यूटर सिमुलेशन

समस्या विवरण
क्लासिकल हार्डवेयर पर यूनिवर्सल क्वांटम कंप्यूटरों का सिमुलेशन करना गणनात्मक रूप से निषेधात्मक है क्योंकि मेमोरी और रनटाइम की आवश्यकताएं क्यूबिट्स ( $N$ ) की संख्या के सापेक्ष तेजी से (exponentially) बढ़ती हैं। $N$ क्यूबिट सिस्टम के पूर्ण स्टेट वेक्टर को डबल प्रिसिजन (FP64) में स्टोर करने के लिए $2^{N+4}$ बाइट्स की आवश्यकता होती है। $N=50$ के लिए, इसके लिए लगभग 16,384 TiB मेमोरी की आवश्यकता होगी, जो व्यक्तिगत एक्सेलेरेटर्स की क्षमता से कहीं अधिक है। इसके अलावा, इस स्टेट को एक क्लस्टर में वितरित करने से भारी संचार ओवरहेड (communication overheads) उत्पन्न होता है, विशेष रूप से उन "नॉन-लोकल" क्यूबिट्स के लिए जिन पर गेट कार्य करते हैं (जिनके इंडेक्स एकल प्रोसेसिंग यूनिट की मेमोरी क्षमता से अधिक होते हैं)। वर्तमान क्वांटम हार्डवेयर शोर (noise) और गेट इनफिडेलिटी (gate infidelity) द्वारा सीमित है, जिससे बड़े पैमाने पर, विश्वसनीय निष्पादन असंभव हो जाता है; अतः, उच्च-सटीकता वाला क्लासिकल सिमुलेशन एल्गोरिदम विकास और बेंचमार्किंग के लिए आवश्यक बना हुआ है।

कार्यप्रणाली और नवाचार
लेखक JUQCS-50 प्रस्तुत करते हैं, जो JUPITER सुपरकंप्यूटर (विशेष रूप से NVIDIA GH200 सुपरचिप्स) के हेट्रोजेनियस CPU-GPU आर्किटेक्चर का लाभ उठाने के लिए डिज़ाइन किया गया एक उच्च-प्रदर्शन वाला यूनिवर्सल क्वांटम कंप्यूटर सिम्युलेटर है। यह सिस्टम 4,096 नोड्स में फैले 16,384 GH200 सुपरचिप्स का उपयोग करता है। मेमोरी और संचार बाधाओं को दूर करने के लिए, JUQCS-50 तीन प्राथमिक नवाचार लागू करता है:

हेट्रोजेनियस मेमोरी उपयोग: सिम्युलेटर GPU की हाई बैंडविड्थ मेमोरी (HBM3) की सीमाओं से परे उपयोगी मेमोरी का विस्तार करने के लिए CPU की LPDDR5 मेमोरी को एकीकृत करता है। यह डिज़ाइन CPU को शुद्ध रूप से एक मेमोरी होस्ट के रूप में मानता है जबकि सभी गणना, एनकोडिंग और डिकोडिंग GPU पर की जाती है। HBM3 और LPDDR5 के बीच डेटा प्लेसमेंट को कुशलतापूर्वक प्रबंधित करने के लिए, लेखक ऑन-द-फ्लाई नेटवर्क ट्रैफिक ऑप्टिमाइज़र के साथ संयुक्त स्पष्ट डेटा मूवमेंट फंक्शन का उपयोग करते हैं। यह दृष्टिकोण मेमोरी ओवरसब्सक्रिप्शन से जुड़े प्रदर्शन दंड को कम करने के लिए CUDA-अवेयर MPI और एसिंक्रोनस कॉपी फंक्शनों का उपयोग करता है।
अनुकूली बाइट एनकोडिंग (Adaptive Byte Encoding): मेमोरी फुटप्रिंट को आठ गुना कम करने के लिए, सिम्युलेटर एक अनुकूली बाइट-एनकोडिंग योजना का उपयोग करता है। यह विधि जटिल अवस्था वेक्टर तत्वों को मानक 16 बाइट्स (FP64) के बजाय 2 बाइट्स (16 बिट्स) का उपयोग करके निरूपित करती है। यह एनकोडिंग जटिल संख्याओं के पोलर रिप्रेजेंटेशन (polar representation) पर आधारित है और निष्पादित होने वाले विशिष्ट क्वांटम सर्किट के अनुकूल होती है। हालांकि यह ऑन-द-फ्लाई एनकोडिंग/डिकोडिंग के लिए कम्प्यूटेशनल ओवरहेड पेश करता है, लेकिन यह नेटवर्क के माध्यम से स्थानांतरित होने वाले डेटा की मात्रा को काफी कम कर देता है, जो बड़े $N$ के लिए प्राथमिक बाधा है।
संचार अनुकूलन: सिस्टम डेटा को पैक/अनपैक करने के लिए मानक CUDA-अवेयर MPI कॉल्स और एसिंक्रोनस स्ट्रीम फीचर्स के माध्यम से इंटर-नोड संचार को न्यूनतम करता है। इसके अतिरिक्त, लेखक यह प्रदर्शित करते हैं कि क्यूबिट्स के रणनीतिक पुन: लेबलिंग (relabeling) से सुपरचिप्स के बीच डेटा विनिमय की मात्रा को काफी कम किया जा सकता है, विशेष रूप से एडर सर्किट (adder circuits) जैसे विशिष्ट सर्किट टोपोलॉजी के लिए।

प्रमुख परिणाम
पेपर स्टेट-वेक्टर दृष्टिकोण का उपयोग करके 50-क्यूबिट यूनिवर्सल क्वांटम कंप्यूटर के पहले सफल सिमुलेशन की रिपोर्ट करता है।

स्केलेबिलिटी: सिम्युलेटर बढ़ते क्यूबिट काउंट के साथ व्यतीत समय (elapsed time) में लगभग रैखिक स्केलिंग (कमजोर स्केलिंग/weak scaling) प्रदर्शित करता है, जो बड़े पैमाने पर समानांतरकरण (parallelization) के माध्यम से सैद्धांतिक घातीय समय स्केलिंग को प्रभावी ढंग से कम करता है।
प्रदर्शन तुलना: JUQCS-50 ने K कंप्यूटर द्वारा धारित पिछले 48-क्यूबिट रिकॉर्ड की तुलना में 16.6-गुना स्पीडअप प्राप्त किया है। 36-क्यूबिट हैडामार्ड (Hadamard) बेंचमार्क के लिए, प्रति गेट व्यतीत समय K कंप्यूटर पर 47.03 सेकंड से घटकर JUPITER पर 2.83 सेकंड रह गया।
परिशुद्धता और ट्रेड-ऑफ: अध्ययन यह सत्यापित करता है कि विशिष्ट बेंचमार्क सर्किट (जैसे हैडामार्ड गेट्स के अनुक्रम) के लिए, बाइट-एनकोडिंग योजना FP64-स्तर की सटीकता बनाए रखती है। हालांकि, कंट्रोल्ड फेज शिफ्ट (जैसे पूर्णांक एडर) वाले सर्किटों में, x- और y-घटकों के एक्सपेक्टेशन वैल्यूज में मामूली विचलन देखा गया है, हालांकि प्राथमिक z-घटक परिणाम सही रहते हैं।
नेटवर्क दक्षता: 50-क्यूबिट मामले के लिए, सिमुलेशन अनुक्रम के दौरान नेटवर्क में लगभग 38,766 TiB डेटा प्रवाहित होता है, जो लगभग 100 सेकंड में पूरा होता है। मापा गया बैंडविड्थ नेटवर्क टोपोलॉजी बाधाओं (Dragonfly+) के कारण $O(1/\sqrt{N})$ के रूप में स्केल करता है, जो क्यूबिट काउंट बढ़ने के साथ इंट्रा-नोड NVLink प्रभुत्व से इंटर-नोड InfiniBand प्रभुत्व में परिवर्तित हो जाता है।

महत्व और दावे
पेपर का दावा है कि JUQCS-50 50 क्यूबिट तक के क्वांटम सर्किट के सिमुलेशन को सक्षम बनाता है, जो वर्तमान क्वांटम प्रोसेसर (जो शोर और सीमित गहराई से ग्रस्त हैं) के विश्वसनीय ऑपरेटिंग रिजीम से अधिक है। लगभग रैखिक समय स्केलिंग प्राप्त करके, सिम्युलेटर भौतिक हार्डवेयर पर वर्तमान में वास्तविक होने से कहीं अधिक बड़े सिस्टम पर वेरिएशनल क्वांटम आइजनवैल्यू सॉल्वर (VQE) और क्वांटम एप्रोक्सिमेट ऑप्टिमाइजेशन एल्गोरिदम (QAOA) जैसे एल्गोरिदम के सटीक बेंचमार्किंग की अनुमति देता है।

लेखक इस बात पर जोर देते हैं कि जबकि विशेष सिम्युलेटर (जैसे टेंसर नेटवर्क या सर्किट कटिंग) विशिष्ट, संरचित सर्किट के लिए बड़े क्यूबिट काउंट को संभाल सकते हैं, JUQQUJCS-50 एक यूनिवर्सल सिम्युलेटर है जो संरचना या एंटैंगलमेंट सीमाओं की धारणा के बिना किसी भी मनमाने सर्किट को निष्पादित करने में सक्षम है। यह कार्य उच्च-सटीकता वाले क्वांटम सिमुलेशन के लिए एक नया आधार स्थापित करता है, जो क्वांटम एल्गोरिदम को सत्यापित करने और शोर के प्रभावों का अध्ययन करने के लिए एक उपकरण प्रदान करता है जिसकी सटीकता वर्तमान क्वांटम हार्डवेयर के लिए अप्राप्य है। लेखक उल्लेख करते हैं कि भविष्य का कार्य GH200 प्लेटफॉर्म के लिए बफर साइज और स्ट्रीम काउंट को और अधिक फाइन-ट्यून करने और संचार ओवरहेड को कम करने के लिए सर्किट संरचनाओं को अनुकूलित करने पर केंद्रित होगा।