⚛️ quantum physics

Large-Scale Quantum Circuit Simulation on an Exascale System for QPU Benchmarking

यह अध्ययन यूरोप के JUPITER एक्सास्केल सुपरकंप्यूटर पर बड़े पैमाने के शोर रहित (noiseless) सिमुलेशन के साथ अपने प्रयोगात्मक आउटपुट की तुलना करके 98-क्यूबिट क्वांटिनियम हेलिओस-1 (Quantinuum Helios-1) क्वांटम प्रोसेसर को बेंचमार्क करता है, जो यह प्रकट करता है कि यह उपकरण 93 क्यूबिट तक सुसंगत प्रदर्शन बनाए रखता है, इससे पहले कि इसके परिणाम यादृच्छिक नमूनाकरण (random sampling) से सांख्यिकीय रूप से अविभेद्य हो जाएं।

मूल लेखक: J. A. Montanez-Barrera, Kristel Michielsen

प्रकाशित 2026-04-30

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: J. A. Montanez-Barrera, Kristel Michielsen

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 आपके पास एक बिल्कुल नया, अविश्वसनीय रूप से जटिल वाद्य यंत्र है (एक क्वांटम कंप्यूटर) जो ऐसे सुर बजा सकता है जो किसी इंसान ने पहले कभी नहीं सुने। लेकिन एक समस्या है: यह यंत्र थोड़ा "शोर वाला" (noisy) है। कभी-कभी, आपने जिस सटीक सुर के लिए कहा था, उसके बजाय यह थोड़ा बेसुरा सुर या एक रैंडम गूंज बजा देता है। बड़ा सवाल यह है: संगीत कितना शोर भरा हो जाता है कि वह केवल रैंडम स्टैटिक (static) बन जाता है, और कब यह अभी भी एक सुंदर, अर्थपूर्ण गीत बना रहता है?

यह शोध पत्र इस सवाल का उत्तर खोजने के बारे में है जो Helios-1 नामक एक विशिष्ट यंत्र के लिए है, जिसमें 98 "चाबियाँ" (qubits) हैं। शोधकर्ताओं ने एक विशाल, सुपर-फास्ट क्लासिकल कंप्यूटर (एक सुपरकंप्यूटर जिसका नाम JUPITER है) का उपयोग एक "परफेक्ट रेफरेंस" के रूप में किया ताकि यह देखा जा सके कि उनका शोर वाला यंत्र वास्तव में कैसा प्रदर्शन कर रहा है।

यहाँ उनकी यात्रा का विवरण दिया गया है:

1. चुनौती: सिग्नल और स्टैटिक के बीच अंतर करना

क्वांटम कंप्यूटर को एक शेफ की तरह समझें जो एक परफेक्ट केक बनाने की कोशिश कर रहा है।

आदर्श (The Ideal): एक परफेक्ट केक (शोर रहित सिमुलेशन)।
वास्तविकता (The Reality): शेफ एक हवादार रसोई में काम कर रहा है (शोर)। कभी-कभी हवा आटे को उड़ा ले जाती है, या ओवन का तापमान ऊपर-नीचे होता है।
लक्ष्य (The Goal): शोधकर्ता जानना चाहते थे कि: "क्या हमें जो केक मिल रहा है वह अभी भी एक असली केक है, या हवा ने इसे इतना खराब कर दिया है कि यह केवल बिखरा हुआ आटा और अंडे रह गया है?"

इसे टेस्ट करने के लिए, उन्होंने LR-QAOA नामक एक विशिष्ट रेसिपी का उपयोग किया। LR-QAOA को एक मानकीकृत "टेस्ट" के रूप में समझें जो जैसे-जैसे आप इसमें अधिक सामग्री (qubits) जोड़ते हैं, कठिन होता जाता है।

2. सुपर-रेफरेंस: JUPITER

यह जानने के लिए कि "परफेक्ट केक" कैसा दिखता है, आपको एक संदर्भ (reference) की आवश्यकता होती है। छोटे केक (48 सामग्री तक) के लिए, शोधकर्ताओं ने JUPITER का उपयोग किया, जो यूरोप का पहला "एक्सैस्केल" (exascale) सुपरकंप्यूटर है।

उपमा (The Analogy): कल्पना करें कि JUPITER 16,384 सुपर-बेकर्स की एक टीम है जो पूरी तरह से तालमेल में काम कर रही है। उन्होंने एक कंप्यूटर पर "परफेक्ट केक" (एक शोर रहित सिमुलेशन) बनाया।
पैमाना (The Scale): यह एक बहुत बड़ा कार्य था। उन्होंने 48-qubit सर्किट को सिम्युलेट करने के लिए 4,096 विशाल कंप्यूटर नोड्स का उपयोग किया। यह एक बोतल में तूफान को सिम्युलेट करने जैसा है; इसके लिए अत्यधिक कंप्यूटिंग शक्ति की आवश्यकता होती है।
परिणाम (The Result): वे 48-qubit आकार तक के परफेक्ट रेफरेंस केक सफलतापूर्वक बना पाए।

3. प्रयोग: Helios-1 का परीक्षण

अब, उन्होंने वास्तविक Helios-1 क्वांटम कंप्यूटर की तुलना इन परफेक्ट रेफरेंस के साथ की।

48 Qubits तक: उन्होंने JUPITER सिमुलेशन के साथ सीधे Helios-1 के आउटपुट की तुलना की। परिणाम? Helios-1 का केक परफेक्ट रेफरेंस के इतना करीब था कि आप अंतर नहीं बता सकते थे। "हवा" (शोर) वहां थी, लेकिन उसने अभी तक रेसिपी को बर्बाद नहीं किया था। मशीन एक "नॉइज़-टॉलोरेंट" (noise-tolerant) ज़ोन में थी।
48 Qubits से आगे: यहाँ पेचीदा हिस्सा शुरू होता है। एक बार जब आप 48 qubits से आगे बढ़ते हैं, तो यहाँ तक कि सुपरकंप्यूटर JUPITER भी "परफेक्ट केक" नहीं बना पाता क्योंकि यह सिम्युलेट करने के लिए बहुत बड़ा है। संदर्भ गायब हो जाता है।
नई रणनीति: चूंकि वे एक परफेक्ट केक के साथ तुलना नहीं कर सकते थे, इसलिए उन्होंने एक रैंडम गेस (random guess) के साथ तुलना की। कल्पना करें कि कोई व्यक्ति बोर्ड पर तीर मारकर सामग्री का अनुमान लगाने की कोशिश कर रहा है।
- उन्होंने यह देखने के लिए एक सांख्यिकीय ट्रिक (एक "3-sigma" टेस्ट) का उपयोग किया कि क्या Helios-1 का आउटपुट केवल तीर चलाने (dart-throwing) से बेहतर है।
- निष्कर्ष: बिना किसी परफेक्ट रेफरेंस के भी, उन्होंने पाया कि Helios-1 अभी भी 93 qubits तक एक "असली केक" (अर्थपूर्ण परिणाम) बना रहा था।
- ब्रेकिंग पॉइंट (The Breaking Point): 95 qubits पर, आउटपुट अंततः बिल्कुल रैंडम डार्ट-थ्रोइंग जैसा दिखने लगा। शोर ने कब्जा कर लिया था, और सिग्नल खो गया था।

4. "लो-शॉट" (Low-Shot) का रहस्य

इस शोध पत्र में उनके परीक्षण करने का एक चतुर तरीका है। आमतौर पर, एक अच्छा औसत प्राप्त करने के लिए, आपको एक टेस्ट को 100 बार चलाना पड़ सकता है।

उपमा: कल्पना करें कि आप सूप का स्वाद ले रहे हैं। आप 100 चम्मच ले सकते हैं यह सुनिश्चित करने के लिए कि वह नमकीन है, या आप केवल 10 चम्मच ले सकते हैं यदि आप एक बहुत ही आत्मविश्वासी शेफ हैं।
परिणाम: शोधकर्ताओं ने दिखाया कि उनके विशिष्ट सांख्यिकीय तरीके के साथ, उन्हें यह विश्वासपूर्वक कहने के लिए कि "हाँ, यह एक असली केक है, रैंडम शोर नहीं," केवल 10 "शॉट्स" (तस्वाद) की आवश्यकता थी। इससे बहुत सारा समय और पैसा बचता है, क्योंकि क्वांटम कंप्यूटर चलाना महंगा होता है।

5. हार्डवेयर मुकाबला

शोध पत्र ने सिमुलेशन करने के लिए उपयोग किए जाने वाले विभिन्न कंप्यूटर चिप्स की गति की तुलना भी की।

दौड़ (The Race): उन्होंने पुराने A100 चिप्स के मुकाबले नए H100 चिप्स की तुलना की।
परिणाम: नए H100 चिप्स लगभग दोगुनी तेज़ थे। यह एक साइकिल से स्पोर्ट्स कार में अपग्रेड करने जैसा है; आप या तो आधे समय में उसी मंजिल पर पहुँच सकते हैं, या इस मामले में, आधे कंप्यूटरों के साथ उसी समस्या को हल कर सकते हैं।

मुख्य निष्कर्ष (The Bottom Line)

यह शोध पत्र एक क्वांटम कंप्यूटर के लिए एक "स्ट्रेस टेस्ट" है।

उन्होंने एक विशाल सुपरकंप्यूटर का उपयोग करके यह सिद्ध किया कि Helios-1 क्वांटम प्रोसेसर 48 qubits तक की समस्याओं के लिए पूरी तरह से काम करता है ("नॉइज़-टॉलोरेंट" है)।
उन्होंने सुपरकंप्यूटर रेफरेंस के बिना भी, यह साबित करने के लिए सांख्यिकीय ट्रिक्स का उपयोग किया कि मशीन 93 qubits तक सार्थक परिणाम देती है।
95 qubits पर, मशीन अंततः उस दीवार से टकरा जाती है जहाँ शोर परिणामों को रैंडम गेसिंग से अलग नहीं कर पाता।

संक्षेप में, उन्होंने उस सटीक "टिपिंग पॉइंट" को खोज निकाला जहाँ क्वांटम कंप्यूटर एक उपयोगी उपकरण के बजाय रैंडम शोर का स्रोत बन जाता है, और यह सब करते हुए यह भी साबित किया कि हम लाखों सैंपल की आवश्यकता के बिना इन मशीनों को कुशलतापूर्वक टेस्ट कर सकते हैं।

यहाँ शोध पत्र "Large-Scale Quantum Circuit Simulation on an Exascale System for QPU Benchmarking" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

क्वांटम कंप्यूटिंग की तीव्र प्रगति ने सैकड़ों क्वबिट्स (जैसे, 98 क्वबिट्स के साथ Quantinuum का Helios-1) वाले प्रोसेसरों को जन्म दिया है। हालाँकि, शोर (noise) और हार्डवेयर की कमियाँ इन प्रणालियों की विश्वसनीयता को गंभीर रूप से सीमित करती हैं। एक महत्वपूर्ण चुनौती उन सीमाओं की पहचान करना है जहाँ क्वांटम प्रोसेसर सुसंगत (coherent), एल्गोरिदम संबंधी सार्थक व्यवहार प्रदर्शित करते हैं और उन क्षेत्रों की जहाँ शोर आउटपुट को प्रभावी रूप से यादृच्छिक (random) बना देता है।

मौजूदा बेंचमार्किंग विधियाँ (जैसे, Quantum Volume, Cross-Entropy Benchmarking) अक्सर आदर्श वितरण के शास्त्रीय सिमुलेशन (classical simulation) पर निर्भर करती हैं, जो ~50 क्वबिट्स के आगे अव्यवहार्य (intractable) हो जाता है, या वे चिप के अलग-अलग हिस्सों का मूल्यांकन करती हैं, जिससे सिस्टम प्रदर्शन का समग्र दृष्टिकोण प्राप्त करने में विफलता होती है। एक स्केलेबल, एप्लिकेशन-लेवल बेंचमार्क की आवश्यकता है जो शास्त्रीय सुलभता (classical tractability) के किनारे और उससे परे क्वांटम प्रोसेसरों को मान्य कर सके।

2. कार्यप्रणाली (Methodology)

लेखक बड़े पैमाने के शास्त्रीय सिमुलेशन और प्रयोगात्मक क्वांटम निष्पादन को संयोजित करने वाले बहुआयामी दृष्टिकोण का उपयोग करते हैं:

बेंचमार्किंग प्रोटोकॉल (LR-QAOA):
- अध्ययन में पूरी तरह से जुड़े हुए Weighted Max-Cut (WMC) समस्याओं पर लागू Linear Ramp Quantum Approximate Optimization Algorithm (LR-QAOA) का उपयोग किया गया है।
- वेरिएशनल QAOA के विपरीत, LR-QAOA एक नियत (deterministic), गैर-वेरिएशनल लीनियर एनीलिंग शेड्यूल का उपयोग करता है, जो शास्त्रीय अनुकूलन लूप (optimization loops) की आवश्यकता को समाप्त कर देता है। यह एल्गोरिथम ट्यूनिंग से आंतरिक हार्डवेयर प्रदर्शन को अलग करता है।
- मेट्रिक (Metric): प्रदर्शन को मापने के लिए एप्रोक्सिमेशन रेश्यो ( $r$ ) का उपयोग किया जाता है। यह क्वांटम प्रोसेसिंग यूनिट (QPU) से प्राप्त नमूनों के औसत लागत की तुलना इष्टतम समाधान (optimal solution) और एक यादृच्छिक नमूना आधार रेखा (random sampling baseline) से करता है।
सांख्यिकीय वर्गीकरण ढांचा (Statistical Classification Framework):
- महंगे QPUs पर उपलब्ध सीमित शॉट्स (नमूनों) को संभालने के लिए, लेखकों ने एक "मीन-ऑफ-मीन्स" (mean-of-means) रीसैंपलिंग प्रक्रिया विकसित की है।
- वे संदर्भ वितरणों (शोर रहित सिमुलेशन और यादृच्छिक नमूनाकरण) के माध्य एप्रोक्सिमेशन रेश्यो के लिए कर्नल डेंसिटी एस्टीमेट्स (KDEs) का निर्माण करते हैं।
- वर्गीकरण शासन (Regime Classification):
  - शोर-सहिष्णु (Noise-Tolerant): QPU $r$ , शोर रहित सिमुलेशन के 99.73% विश्वास अंतराल ( $3\sigma$ ) के भीतर आता है।
  - संक्रमण (Transition): QPU $r$ , शोर रहित और यादृच्छिक अंतरालों के बीच स्थित है।
  - यादृच्छिक (Random): QPU $r$ , यादृच्छिक नमूनाकरण से सांख्यिकीय रूप से अविभेद्य है (यादृच्छिक $3\sigma$ थ्रेसहोल्ड से नीचे)।
- यह विधि केवल 10 शॉट्स के साथ भी सांख्यिकीय रूप से महत्वपूर्ण वर्गीकरण की अनुमति देती है।
शास्त्रीय सिमुलेशन इंफ्रास्ट्रक्चर (JUPITER):
- सिमुलेशन JUPITER पर किए गए थे, जो यूरोप का पहला एक्सास्केल सुपरकंप्यूटर है, जिसमें JUQCS सिम्युलेटर का उपयोग किया गया है।
- हार्डवेयर: 4,096 नोड्स तक, जो 16,384 NVIDIA Grace Hopper GH200 सुपरचिप्स (कुल 16,384 GPU) से लैस हैं।
- पैमाना (Scale): FP32 परिशुद्धता (precision) के साथ 48 क्वबिट्स तक के सर्किट के लिए शोर रहित स्टेट-वेक्टर सिमुलेशन निष्पादित किए गए (3,384 टू-क्वबिट गेट्स)।
- मेमोरी रणनीति: 48 क्वबिट्स के लिए, सिमुलेशन ने प्रत्येक सुपरचिप के लिए डिवाइस (96 GiB) और होस्ट (120 GiB) मेमोरी दोनों का उपयोग किया, जिसमें $2^{48}$ कॉम्प्लेक्स एम्प्लीट्यूड को स्टोर करने के लिए 16,384 चिप्स की आवश्यकता थी।
प्रायोगिक सेटअप (Experimental Setup):
- डिवाइस: Quantinuum Helios-1, जो एक क्वांटम चार्ज-कपल्ड डिवाइस (QCCD) आर्किटेक्चर पर आधारित 98-क्वबिट ट्रैप्ड-आयन QPU है जिसमें ऑल-टू-ऑल कनेक्टिविटी है।
- दायरा (Scope): प्रयोग 40 से 98 क्वबिट्स की रेंज के लिए पूरी तरह से जुड़े हुए WMC इंस्टेंस पर चलाए गए।
- सीमाएँ (Constraints): क्वबिट संख्या के साथ हार्डवेयर क्वांटम क्रेडिट (HWC) के द्विघातीय स्केलिंग (quadratic scaling) के कारण, बजट के भीतर रहने के लिए प्रयोगों को कम शॉट काउंट (9–49 शॉट्स) तक सीमित रखा गया।

3. मुख्य योगदान (Key Contributions)

प्रथम एक्सास्केल QPU बेंचमार्किंग सिमुलेशन: लेखकों ने JUPITER सुपरकंप्यूटर के 4,096 नोड्स पर 48-क्वबिट सर्किट का FP32 परिशुद्धता के साथ अब तक का सबसे बड़ा रिपोर्ट किया गया QAOA सिमुलेशन किया।
सुसंगतता सीमा की पहचान (Coherence Boundary Identification): उन्होंने Helios-1 के लिए एक मात्रात्मक सीमा स्थापित की, जो 48 क्वबिट्स तक शोर-सहिष्णु संचालन (सिमुलेशन के माध्यम से) और 93 क्वबिट्स तक सुसंगत प्रदर्शन (प्रायोगिक एक्सट्रपलेशन के माध्यम से) को प्रमाणित करती है।
लो-शॉट सांख्यिकीय कार्यप्रणाली: मीन-ऑफ-मीन्स रीसैंपलिंग और $3\sigma$ थ्रेसहोल्ड का उपयोग करके एक मजबूत सांख्यिकीय परीक्षण पेश किया, जो न्यूनतम नमूनाकरण (केवल 10 शॉट्स) के साथ विश्वसनीय प्रदर्शन वर्गीकरण को सक्षम बनाता है।
क्रॉस-प्लेटफ़ॉर्म GPU बेंचमार्किंग: प्रदर्शित किया कि NVIDIA H100 GPU (JUPITER) 30-क्वबिट सिमुलेशन के लिए A100 GPU (JUWELS Booster) की तुलना में 1.9× स्पीडअप प्राप्त करते हैं और आधे GPU का उपयोग करके 40-क्वबिट सिमुलेशन के निष्पादन समय के बराबर पहुँच जाते हैं।

4. मुख्य परिणाम (Key Results)

सिमुलेशन प्रदर्शन:
- JUPITER पर स्ट्रॉन्ग स्केलिंग टेस्ट ने 40-क्वबिट समस्या के लिए 128 से 512 GPU तक बढ़ने पर लगभग आदर्श स्पीडअप (3.7×) दिखाया।
- 48 क्वबिट्स पर, सिमुलेशन में ~2,490 सेकंड लगे, जो संयुक्त मेमोरी का उपयोग करते समय होस्ट-डिवाइस डेटा ट्रांसफर और MPI संचार के महत्वपूर्ण ओवरहेड को उजागर करता है।
- H100 GPU, विशेष रूप से गहरे सर्किट डेप्थ ( $p=100$ ) पर, A100 से काफी बेहतर प्रदर्शन करते हैं।
Helios-1 बेंचमार्किंग परिणाम:
- 40–48 क्वबिट्स (शोर-सहिष्णु शासन): Helios-1 के नमूने शोर रहित JUPITER सिमुलेशन से सांख्यिकीय रूप से अविभेद्य थे और यादृच्छिक नमूनाकरण से स्पष्ट रूप से अलग थे। यह पुष्टि करता है कि डिवाइस शोर-सहिष्णु शासन में काम करता है जहाँ संचित शोर एल्गोरिथम सिग्नल के सापेक्ष नगण्य है।
- 49–93 क्वबिट्स (संक्रमण/सुसंगत शासन): शास्त्रीय सत्यापन से परे के आकारों के लिए, QPU ने 93 क्वबिट्स (12,834 टू-क्वबिट गेट्स) तक यादृच्छिक नमूनाकरण से सांख्यिकीय रूप से महत्वपूर्ण अलगाव बनाए रखा।
- 95–98 क्वबिट्स (यादृच्छिक शासन): 95 और 98 क्वबिट्स पर, आउटपुट यादृच्छिक नमूनाकरण से सांख्यिकीय रूप से अविभेद्य हो गया, जो $3\sigma$ रैंडम थ्रेसहोल्ड से नीचे गिर गया। यह इस विशिष्ट बेंचमार्क के लिए वर्तमान डिवाइस सुसंगतता की व्यावहारिक सीमा को चिह्नित करता है।
पिछली पीढ़ियों के साथ तुलना:
- Helios-1 ने पिछले पीढ़ी के H2-1 प्रोसेसर के समान या उससे अधिक एप्रोक्सिमेशन रेश्यो प्राप्त किया, बावजूद इसके कि इसने बहुत कम शॉट्स (10 बनाम 50) का उपयोग किया, जो हार्डवेयर सुधारों को दर्शाता है।

5. महत्व (Significance)

सुलभता के किनारे पर सत्यापन (Validation at the Edge of Tractability): यह कार्य दिखाता है कि कैसे एक्सास्केल क्लासिकल कंप्यूटिंग क्वांटम प्रोसेसरों को ठीक उस सीमा तक मान्य करने के लिए एक "गोल्ड स्टैंडर्ड" संदर्भ के रूप में कार्य कर सकती है, जहाँ वे शास्त्रीय रूप से सिमुलेबल (48 क्वबिट्स) होते हैं।
"क्वांटम एडवांटेज" की सीमा को परिभाषित करना: यह पहचानकर कि Helios-1 93 क्वबिट्स तक सुसंगत रहता है, अध्ययन वर्तमान ट्रैप्ड-आयन तकनीक की परिचालन सीमाओं के लिए एक ठोस, मात्रात्मक मीट्रिक प्रदान करता है।
स्केलेबल बेंचमार्किंग फ्रेमवर्क: LR-QAOA प्रोटोकॉल एक प्लेटफॉर्म-अज्ञेयी (platform-agnostic), व्याख्या योग्य ढांचा प्रदान करता है जिसमें पैरामीटर ट्यूनिंग या पोस्ट-प्रोसेसिंग की आवश्यकता नहीं होती है, जो इसे शास्त्रीय सत्यापन से परे स्केल होने वाले निकट- been (near-term) क्वांटम उपकरणों के मूल्यांकन के लिए आदर्श बनाता है।
हार्डवेयर दक्षता अंतर्दृष्टि: अध्ययन शास्त्रीय सिमुलेशन और क्वांटम संसाधन उपयोग दोनों में अगली पीढ़ी के हार्डवेयर (H100/Grace Hopper) के दक्षता लाभों को उजागर करता है।

निष्कर्षतः, यह शोध पत्र शास्त्रीय सिमुलेशन और प्रयोगात्मक क्वांटम कंप्यूटिंग के बीच के अंतर को पाटता है, जो बड़े पैमाने के क्वांटम प्रोसेसरों में वास्तविक क्वांटम सुसंगतता और शोर-प्रेरित यादृच्छिकता के बीच अंतर करने के लिए एक कठोर कार्यप्रणाली प्रदान करता है।