Rechenzeit auf dem Juwels-Booster ist kostbar. Schon während der ersten Testphase im Spätsommer und Herbst dieses Jahres sind erste Anwendungen auf dem System gelaufen. Die so genannten „Early Access Applications“ geben wertvolle Hinweise für die Optimierung der Codes, und liefern erste handfeste wissenschaftliche Ergebnisse. Dazu gehört das Projekt „Juqcs-G“.

Dabei geht es darum, die Rechenschritte eines Quantencomputers auf konventionellen Digitalrechnern nachzuvollziehen. Das ist durchaus eine große Herausforderung. Berechnungen mit derart großen Datenmengen und einer entsprechend hohen Anzahl an Prozessoren sind nur möglich mit einer Software, die effizient auf den parallelen Architekturen heutiger Supercomputer läuft.

Quantencomputer haben das Potenzial, Rechenaufgaben zu lösen, die herkömmliche Computer nicht berechnen können. Die Entwicklung wird jedoch noch einige Zeit in Anspruch nehmen. 10 bis 15 Jahre könnte es Schätzungen zufolge dauern, bis ein universell einsetzbarer Quantencomputer in Betrieb geht. Die Entwicklung von Quantenalgorithmen, mit denen sich Probleme in Bereichen wie Optimierung, maschinelles Lernen und Quantenchemie lösen lassen, ist daher aktuell auf Softwarelösungen wie Juqcs-G angewiesen, die universelle Quantencomputer auf einem herkömmlichen Rechner simulieren.

Die Simulation eines Quantencomputer mit N Qubits erfordert eine Speichergröße und eine Rechenleistung, die proportional zu 2N sind. Das bedeutet: Der Rechenaufwand steigt exponentiell mit der Anzahl an Qubits.

Wo Superrechner an die Grenzen stoßen

Um beispielsweise einen Quantencomputer mit nur 40 Qubits zu simulieren, würde ein Digitalrechner mit mehr als 16 Terabytes Arbeitsspeicher benötigt – eine typische Aufgabe für einen Supercomputer. Um jedoch nur 10 Qubits mehr – also 50 Qubits – zu simulieren, wäre ein tausendmal größerer Arbeitsspeicher von über 16 Petabytes erforderlich, was auch die Speicherkapazität der derzeit schnellsten Supercomputer übersteigt.

Berechnungen mit derart großen Datenmengen und einer entsprechend hohen Anzahl an Prozessoren sind also nur mit entsprechender Software möglich, etwa mit der massiv-parallelen Quantensimulationssoftware Juqcs-G, mit der sich die Ressourcen aktueller Superrechner, der vorhandene Arbeitsspeicher, die Rechenleistung und das Kommunikationsnetzwerk, voll ausschöpfen lassen. Die Software läuft aber auch auf der Hardware von PCs.

Ein Beispiel für einen Algorithmus, der auf einem universellen Quantencomputer zum Einsatz kommen könnte, ist der Quantum Approximate Optimization Algorithm (QAOA). Es handelt sich dabei um einen so genannten quanten-klassischen Hybrid-Algorithmus, für den ein Quantencomputer mit einem klassischen Superrechner kombiniert wird.

Hybrid-Anwendungen

Der QAOA-Algorithmus könnte möglicherweise zur Flugplanoptimierung verwendet werden, speziell für das so genannte „Tail Assignment“. Dabei werden Flugzeuge konkreten Flugstrecken zugewiesen, unter Berücksichtigung betrieblicher Randbedingungen. Dabei muss für jedes Flugzeug ein individueller Plan erstellt werden, mit der Reihenfolge an Flügen, die jedes Flugzeug absolviert.

Ein weiterer Algorithmus für Quantencomputer ist der Variational Quantum Eigensolver (VQE). ebenfalls ein quanten-klassischer Hybrid-Algorithmus. Der Algorithmus zielt ebenfalls auf Optimierungsprobleme ab, beispielsweise zur Berechnung des niedrigsten Energieniveaus von Molekülen.

Die Anzahl der Qubits, die mit Juqcs-G simuliert werden kann, wird zwar durch die Größe des verfügbaren RAM-Speichers stark begrenzt. Trotzdem kann die Anzahl an Operationen, der Quantengatter, die es auszuführen gilt, für Anwendungen, die oben genannte Algorithmen verwenden, sehr hoch sein. Die Simulation der Berechnungen auf einem herkömmlichen Computer ist daher eine sehr rechenintensive Aufgabe.

Die Vorteile des Ressourcen-Managements

Solche Simulationen werden beispielsweise eingesetzt, um Ergebnisse von Quantenprozessoren zu überprüfen oder die Rechencodes zu optimieren. Mithilfe der Rechenleistung von Grafikprozessoren (GPUs) lässt sich die für die Berechnungen notwendige Zeit deutlich reduzieren.

Die große Anzahl an GPUs auf dem Booster-Modul kann daher dabei helfen, die Berechnungszeit deutlich zu verkürzen und noch größere Quantencomputer auf dem Superrechner Juwels zu simulieren, als es bislang möglich war. Mithilfe des Ressourcen-Managements des Jülicher-Systems könnte Juqcs-G zudem nicht nur auf das Booster-Modul zugreifen, sondern zusätzlich auch die Rechenkapazitäten des Cluster-Moduls von Juwels nutzen.

Das am Jülich Supercomputing Centre (JSC) verwirklichte modulare Konzept wurde in langjähriger Zusammenarbeit mit der Münchner Softwarefirma Partec entwickelt. Es sieht einen Superrechner aus mehreren spezialisierten Bausteinen vor, die sich über eine einheitliche Software je nach Bedarf dynamisch kombinieren lassen. Seit 2011 haben europäische Partner aus Industrie und Forschung unter Jülicher Leitung erste Systeme in modularer Bauweise entwickelt und erprobt, und das Konzept in den EU-geförderten DEEP-Forschungsprojekten beständig weiter ausgebaut.

Der Booster entstand aus einer Zusammenarbeit der Experten des JSC mit dem Supercomputer-Hersteller Atos (Frankreich), dem Software-Spezialisten Partec (Deutschland) und dem Grafikprozessoren-Hersteller Nvidia (USA). Der ebenfalls beteiligte israelische Netzwerkspezialist Mellanox wurde im Frühjahr dieses Jahres von Nvidia übernommen.

Die Finanzierung

Die Anschaffung des Juwel-Booster wird vom Bund und vom Land Nordrhein-Westfalen finanziert. Das JSC betreibt den Supercomputer als Mitglied des Gauss Centre for Supercomputing (GCS), dem Zusammenschluss der nationalen Höchstleistungsrechenzentren in Deutschland, zu denen die drei Rechenzentren des Forschungszentrums Jülich (JSC), der Bayerischen Akademie der Wissenschaften (LRZ) und der Universität Stuttgart (HLRS) gehören.

Die Rechenzeit wird nach Antragstellung und wissenschaftlicher Begutachtung auf nationaler und europäischer Ebene vergeben. Das GCS und das Forschungszentrum Jülich werden unterstützt vom Bundesministerium für Bildung und Forschung (BMBF) und dem Ministerium für Kultur und Wissenschaft des Landes Nordrhein-Westfalen sowie dem Ministerium für Wissenschaft, Forschung und Kunst Baden-Württemberg und dem Bayerischen Staatsministerium für Wissenschaft und Kunst.