Nvidiaは、cuQuantumを介してGPUと量子コンピューティングの領域を橋渡しすることを目指しています

Nvidiaは、Tensor対応のcuQuantumを介して、GPUと量子コンピューティングの領域を橋渡しする取り組みを加速しています。 （新しいタブで開きます）量子シミュレーションツールキット。これにより、同社は、今日のNISQ（Noisy Intermediate-Scale Quantum）システムの範囲を超えた方法で量子回路シミュレーションのワークロードを加速することを目指しています。しかし、それを実現するために、同社はハイブリッドソリューションに向けた量子システムと従来のシステムのさらなる統合に賭けています。当然のことながら、GPUはNvidiaの量子開発の最前線にあります。

Nvidiaは、GPU（および量子シミュレーション対応のTensorコア）を現在および今後のQPU（量子処理ユニット）とリンクできる低遅延接続の作成を目指しています。ここでの目的は、GPUの非常に強力な並列処理を活用し、回路の最適化、キャリブレーション、エラー訂正などの量子固有のワークロードに活用すると同時に、量子システムと従来のシステム間の通信のボトルネックを解消することです。

量子コンピューティングに対するNvidiaのアプローチの別の要素は、同社のCUDAプログラミングモデルと同じように、共通のソフトウェアレイヤーを提供するように見えます。（新しいタブで開きます）。

このプログラミングモデルは、QPUおよび量子シミュレーションとのコードレベルの相互作用を大幅に簡素化することを目的としています。これは、低レベルのアセンブリコードに相当する量で実行されます。目的は、量子ギアの統合プログラミングモデルとコンパイラツールチェーンを合理化することです（新しいタブで開きます）これは、さまざまなQPUを抽象化して、クォンタム機能をより集中的に使用できるようにします。Nvidiaは、ユーザーがHPC（ハイパフォーマンスコンピューティング）アプリをシミュレートされたQPUに部分的に移植し、次にプロセッサー自体に移植できるようにすることで、クラシックワークロードからクォンタムクラシックワークロードへの移行を促進したいと考えています。

NVidiaによると、数十の組織がすでにcuQuantumツールキットを活用して量子作業をサポートしています。アマゾンウェブサービスは、ブラケットサービスを通じてすでにcuQuantum統合を提供しています（新しいタブで開きます）、量子機械学習ワークロードの900倍の高速化を紹介します。NvidiaのcuQuantumを活用する他のプラットフォームには、Googleのqsim、IBMのQiskit Aer、XanaduのPennyLane、Classiqの量子アルゴリズム設計プラットフォームが含まれます。Nvidiaは最近世界記録を達成しました（新しいタブで開きます）cuQuantumフレームワークとDGXSuperPODを搭載した超強力なSeleneスーパーコンピューターを活用することにより、量子コンピューティングシミュレーションで（新しいタブで開きます）。

Nvidiaの開発中のcuQuantumエコシステムに参加しているのは、タンパク質相互作用と新薬分子をシミュレートするためにcuQuantumのテンソルネットワークライブラリを活用することを目的とした創薬スタートアップであるMentenAIです。目的は、そのワークロードが量子コンピューティングの確率的性質に自然に適しているドラッグデザインをスピードアップすることです。

「これらのアルゴリズムを実行できる量子コンピューティングハードウェアはまだ開発中ですが、NVIDIA cuQuantumのような古典的なコンピューティングツールは、量子アルゴリズムの開発を進めるために不可欠です」とMentenAIの主任科学者であるAlexeyGaldaは述べています。