Scaling Pêlagos: Multi-GPU Orchestration for Relay Belief-Propagation Decoding
यह शोध पत्र Pelagos रिले विश्वास-प्रसार (belief-propagation) डिकोडर के एक अनुकूलित मल्टी-जीपीयू ऑर्केस्ट्रेशन को प्रस्तुत करता है जो AMD Instinct सुपरकंप्यूटरों पर बड़े पैमाने के क्वांटम त्रुटि-सुधार सिमुलेशन के लिए निकट-रैखिक स्केलिंग और महत्वपूर्ण एंड-टू-एंड स्पीडअप प्राप्त करता है।
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 लेखक ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
एक दोष-सहिष्णु (fault-tolerant) क्वांटम कंप्यूटर का सपना एक एकल, जिद्दी बाधा पर टिका है: सूचना को सुरक्षित रखना। क्वांटस्क बिट्स, या क्यूबिट्स, अविश्वसनीय रूप से नाजुक होते हैं, जो मामूली पर्यावरणीय शोर के कारण पलटने या गायब होने के प्रति संवेदनशील होते हैं। एक ऐसी मशीन बनाने के लिए जो जटिल गणनाएं चला सके, वैज्ञानिकों को "लॉजिकल क्यूबिट्स" बनाने चाहिए जो त्रुटि सुधार (error correction) की परतों द्वारा संरक्षित हों। यह सुरक्षा गलतियों की लगातार जांच करने और उन्हें फैलने से पहले ठीक करने के काम आती है, एक ऐसी प्रक्रिया जिसके लिए एक डिकोडर को एक तीव्र-प्रहार करने वाले रेफरी के रूप में कार्य करने की आवश्यकता होती है। इस रेफरी को त्रुटि संकेतों (syndromes) के एक प्रवाह का विश्लेषण करना होगा और लगभग तुरंत निर्णय लेना होगा कि सिस्टम को कैसे सुधारा जाए। समस्या यह है कि सही सुधार खोजना एक विशाल कम्प्यूटेशनल कार्य है। एक ऐसा डिकोडर डिजाइन करने के लिए जो वास्तविक समय में उपयोग के लिए पर्याप्त तेज़ हो और वास्तविक मशीन के शोर को संभालने के लिए पर्याप्त सटीक हो, शोधकर्ताओं को कई ऑपरेटिंग पॉइंट्स पर कई सिम्युलेटेड परिदृश्यों को चलाना होगा। इन सिमुलेशन को तेज करने का कोई तरीका न होने के कारण, डिजाइन प्रक्रिया रुक जाती है, जिससे उपयोगी क्वांटम कंप्यूटिंग का मार्ग प्रतीक्षा की एक दीवार द्वारा अवरुद्ध हो जाता है।
एडवांस माइक्रो डिवाइसेस (AMD) और आईबीएम (IBM) रिसर्च के शोधकर्ताओं की एक टीम ने इन सिमुलेशन को आधुनिक सुपरकंप्यूटरों पर चलाने के तरीके को फिर से सोचकर उस दीवार को तोड़ने का एक तरीका खोज लिया है। वे एक विशिष्ट ड декоडिंग पद्धति पर ध्यान केंद्रित कर रहे थे जिसे 'रिले बिलीफ-प्रोपैगेशन' (relay belief-propagation) कहा जाता है, जो एक ह्यूरिस्टिक एल्गोरिदम है जिसे हर एक संभावना की गणना किए बिना तेजी से सुधार खोजने के लिए डिज़ाइन किया गया है। हालांकि यह विधि तेज़ है, लेकिन भविष्य के क्वांटम कंप्यूटरों के लिए आवश्यक विशाल डिजाइन स्पेस को एक्सप्लोर करने के लिए एक सिंगल कंप्यूटर चिप पर इसे चलाना पर्याप्त नहीं है। शोधकर्ताओं ने ग्राफिक्स प्रोसेसिंग यूनिट्स (GPUs) की ओर रुख किया, जो शक्तिशाली चिप्स हैं और एक साथ हजारों गणनाएं करने में सक्षम हैं। हालांकि, केवल एक कार्य के लिए अधिक GPUs जोड़ने से अक्सर घटते प्रतिफल (diminishing returns) मिलते हैं। अपने पिछले कार्य में, टीम ने इन डिकोडर्स को GPUs पर चलाने के लिए 'पेलागोस' (Pˆelagos) नामक एक सिस्टम बनाया था, लेकिन जब उन्होंने एक ही कंप्यूटर से कई चिप्स को जोड़कर इसे स्केल करने की कोशिश की, तो सिस्टम धीमा हो गया। बाधा डिकोडिंग नहीं थी, बल्कि काम को प्रबंधित करने का ओवरहेड था: कंप्यूटर के मुख्य प्रोसेसर को प्रत्येक चिप के लिए व्यक्तिगत रूप से डेटा तैयार करना था और फिर परिणामों को एकत्र करना था, जिससे एक ट्रैफिक जाम बन गया जिसने अतिरिक्त चिप्स की शक्ति को बर्बाद कर दिया।
इसे हल करने के लिए, टीम ने काम के ऑर्केस्ट्रेशन (orchestration) को फिर से डिजाइन किया, और एक सिंगल कंप्यूटर प्रोग्राम से हटकर जो कई चिप्स को एक साथ प्रबंधित करने की कोशिश करता है, एक अलग दृष्टिकोण अपनाया। इसके बजाय, उन्होंने प्रत्येक GPU को एक समर्पित, स्वतंत्र वर्कर प्रोसेस सौंपा। एक व्यस्त रसोई की कल्पना करें जहां एक अकेला हेड शेफ आठ रसोइयों को निर्देशित करने की कोशिश करता है, उन्हें एक-एक करके सामग्री देता है और अगले प्लेट के लिए इंतजार करता है; हेड शेफ ही बाधा बन जाता है। शोधकर्ताओं ने इसे एक ऐसे मॉडल में बदल दिया जहां प्रत्येक रसोइये के पास अपना स्वयं का स्टेशन है, वह समानांतर में अपनी सामग्री तैयार करता है, और अपने तैयार व्यंजन को अंतिम असेंबली के लिए सीधे एक साझा काउंटर पर रखता है। तकनीकी शब्दों में, उन्होंने कंप्यूटर के मुख्य प्रोसेसर को GPU प्रबंधन से अलग कर दिया, जिससे प्रत्येक चिप अपना डेटा स्वयं तैयार कर सका और परिणामों को सीधे साझा मेमोरी (shared memory) में लिख सका। इस डिजाइन ने मुख्य प्रोसेसर द्वारा चिप्स को प्रबंधित करने के कारण होने वाली देरी को समाप्त कर दिया, जिससे सिस्टम अपना लगभग सारा समय वास्तव में डिकोडिंग करने में बिता सका। शोधकर्ताओं ने यह भी पाया कि नए जमाने के चिप्स, जिनमें तेज़ मेमोरी बैंडविडविड्थ होती है, और भी बेहतर प्रदर्शन करते हैं, क्योंकि वे इन जटिल गणनाओं के लिए आवश्यक डेटा मूवमेंट को अधिक कुशलता से संभालते हैं।
यह कार्य केवल एक सैद्धांतिक अभ्यास नहीं है; यह क्वांटम कंप्यूटरों के विकास के लिए एक व्यावहारिक मार्ग का प्रतिनिधित्व करता है। शोधकर्ताओं ने हाई-थ्रूपुट QEC सिमुलेशन के लिए एक पाथफाइंडिंग एप्लिकेशन के रूप में ओक रिज नेशनल लेबोरेटरी के एक सुपरकंप्यूटर पर अपने सिस्टम को तैनात किया। सिमुलेशन को काफी तेज़ बनाकर, वे वैज्ञानिकों को अधिक डिकोडर डिजाइनों का परीक्षण करने, अधिक पैरामीटर्स को एक्सप्लोर करने और बहुत कम समय में बेहतर समाधान खोजने की अनुमति देते हैं। यह त्वरण "जेनेसिस मिशन" (Genesis Mission) के लिए महत्वपूर्ण है, जो वैज्ञानिक खोज को तेज करने के लिए हाई-परफॉर्मेंस कंप्यूटिंग और आर्टिफिशियल इंटेलिजेंस का उपयोग करने का एक व्यापक प्रयास है। यह अध्ययन पुष्टि करता है कि कई प्रोसेसरों के बीच कार्यों को कैसे वितरित किया जाता है, इसके बजाय केवल अधिक हार्डवेयर लगाने के बजाय, शोधकर्ता आधुनिक सुपरकंप्यूटरों की पूर्ण क्षमता को अनलॉक कर सकते हैं। उनके निष्कर्ष बताते हैं कि क्वांटम सिमुलेशन को स्केल करने में बाधा कच्चे कंप्यूटिंग पावर की कमी नहीं है, बल्कि इसे निर्देशित करने के लिए उपयोग किया जाने वाला सॉफ्टवेयर आर्किटेक्चर है। इस नए ऑर्केस्ट्रेशन पद्धति के साथ, दोष-सहिष्णु क्वांटम भविष्य के लिए आवश्यक डिकोडर्स के मूल्यांकन का मार्ग साफ हो गया है, जिससे वर्षों की प्रतीक्षा अब हफ्तों का मामला बन गई है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।