← 最新论文
⚛️ 量子物理

Scaling Pêlagos: Multi-GPU Orchestration for Relay Belief-Propagation Decoding

本文提出了一种针对 Pelagos 中继置信传播解码器的优化多 GPU 编排方案,该方案在 AMD Instinct 超级计算机上实现了大规模量子纠错模拟的近线性扩展和显著的端到端加速。

原作者: Xulong Tang, Dionysios Diamantopoulos, Tristan Müller, Apo Kayi, Nelson Mimura Gonzalez, Muhammad Osama, Seetharami Seelam, Haralampos Pozidis, Blake R. Johnson, Yasuko Eckert

发布于 2026-11-13
📖 1 分钟阅读🧠 深度阅读

原作者: Xulong Tang, Dionysios Diamantopoulos, Tristan Müller, Apo Kayi, Nelson Mimura Gonzalez, Muhammad Osama, Seetharami Seelam, Haralampos Pozidis, Blake R. Johnson, Yasuko Eckert

原始论文采用 CC BY 4.0 许可(http://creativecommons.org/licenses/by/4.0/)。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明

实现容错量子计算机的梦想依赖于一个单一且顽固的障碍:保护信息的安全。量子比特(qubits)极其脆弱,极易因微小的环境噪声而发生翻转或消失。为了制造出能够运行复杂计算的机器,科学家必须创建受多层纠错保护的“逻辑量子比特”。这种保护机制通过不断检查错误并在其扩散前进行修复来发挥作用,这一过程需要一个解码器充当快速反应的裁判。这位裁判必须分析被称为“症候”(syndromes)的错误信号流,并几乎瞬间决定如何纠正系统。问题在于,寻找正确的纠正方案是一项巨大的计算任务。为了设计出既足够快以满足实时使用需求,又足够精确以应对真实机器噪声的解码器,研究人员必须在众多运行点上运行大量的模拟场景。如果没有加速这些模拟的方法,设计过程就会停滞不前,使通往实用量子计算之路被阻挡在一堵等待之墙之后。

来自超威半导体(AMD)和 IBM 研究院的一个研究小组发现了一种突破这堵墙的方法,即重新思考如何在现代超级计算机上运行这些模拟。他们专注于一种称为“中继置信传播”(relay belief-propagation)的特定解码方法,这是一种启发式算法,旨在无需计算每一种可能性即可快速找到纠正方案。虽然这种方法很快,但在单个计算机芯片上运行它,不足以探索未来量子计算机所需的广阔设计空间。研究人员转向了图形处理器(GPU),这种芯片功能强大,能够同时处理数千个计算。然而,仅仅向单个任务添加更多 GPU 通常会导致收益递减。在之前的研究中,该团队构建了一个名为 Pˆelagos 的系统来在 GPU 上运行这些解码器,但当他们尝试通过将多个芯片连接到一台计算机来扩大规模时,系统变慢了。瓶颈不在于解码本身,而在于管理工作的开销:计算机的主处理器必须为每个芯片单独准备数据,然后再收集结果,这造成了交通拥堵,浪费了额外芯片的效能。

为了解决这个问题,该团队重新设计了工作的编排方式,不再采用由单个计算机程序试图同时管理多个芯片的模型。相反,他们为每个 GPU 分配了一个专门的、独立的执行进程。想象一个繁忙的厨房,一位主厨试图指挥八位厨师,逐一递给他们食材,并在拿到他们的菜肴之前等待下一步;主厨就成了瓶颈。研究人员将这种模式改为:每位厨师都有自己的工作站,并行地准备自己的食材,并将做好的菜肴直接放在共享柜台上进行最后的组装。用技术术语来说,他们将计算机的主处理器与 GPU 管理分离,允许每个芯片准备自己的数据并将其结果直接写入共享内存。这种设计消除了由于主处理器试图管理芯片而导致的延迟,使得系统几乎可以将所有时间都用于实际的解码。研究人员还发现,拥有更快内存带宽的新一代芯片表现得更好,能够更高效地处理这些复杂计算所需的数据移动。

这项工作不仅仅是一个理论练习;它代表了开发量子计算机的一条切实路径。研究人员在橡树岭国家实验室的一台超级计算机上部署了他们的系统,作为高吞吐量量子纠错(QEC)模拟的一种探索性应用。通过显著加快纠错模拟的速度,他们使科学家能够测试更多的解码器设计,探索更多的参数,并在比以前短得多的时间内找到更好的解决方案。这种加速对于“创世纪任务”(Genesis Mission)至关重要,这是一个利用高性能计算和人工智能来加速科学发现的更广泛的努力。该研究证实,通过仔细管理任务如何在多个处理器之间分配,而不是仅仅向问题投入更多硬件,研究人员可以释放现代超级计算机的全部潜力。研究结果表明,扩展量子模拟的瓶颈不在于缺乏原始计算能力,而在于用于指导计算的软件架构。通过这种新的编排方法,评估实现容错量子未来所需的解码器的路径已经得以清理,将长达数年的等待缩短为了短短数周。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →