Eine hybride Programmierplattform für HPC, KI und Quantencomputer Nvidia und das Quantencomputing

Anbieter zum Thema

Schneider Electric GmbH

AixpertSoft GmbH

Fujitsu Technology Solutions GmbH

NVIDIA GmbH

Forschungszentrum Jülich

mehr weniger

Forschungszentrum Jülich GmbH

weniger

Nvidia gibt ordentlich Gas, wenn es um die Realisierung von Anwendungen geht, die künftig auf Quantencomputern laufen sollen. In der vergangenen Woche hat das Unternehmen etwa „Qoda“ angekündigt, eine hybride Programmierplattform für klassisches Quantencomputing, sowie eine verstärkte Zusammenarbeit mit Quantum Brilliance bei der Entwicklung von Quantencomputern und dem Forschungszentrum Jülich.

Quantencomputing-Experten jedweder Couleur sind sich einig, dass sich die künftigen Anwender von Quantencomputern schon jetzt auf die Zeit vorbereiten sollen, in der diese Technik in großen Maßstab zur Verfügung stehen wird. Die Probleme, dass Qubits noch nicht in ausreichender Menge und Qualität zur Verfügung stehen, dass noch unklar ist, welche der Quantencomputertechniken sich durchsetzen wird, sind gar keine; denn mit Hilfe von Rechnern, die das Verhalten von Qubits simulieren können, erlauben bereits heute, Anwendungen zu entwickeln.

Standardsoftware gibt es naturgemäß nicht; denn immerhin handelt es sich bei Quantencomputern um keine graduelle Verbesserung bestehender Technik, sondern um etwas gänzlich Neues, noch nie Dagewesenes. Deshalb entwickelt sich nicht nur die Hardware selbst, sondern auch die Verbindung zur demnächst ´klassischen` Null-und-Einser-Computerei sowie die Tools, Frameworks, Algorithmen, mit denen der Quantencomputer nicht nur eine Faszinosum ist, sondern auch eine Plattform, auf der sich Anwendungen - bekannter Art, nur schnelle und unbekannter Art - rechnen lassen.

Die Anwendungsfälle, die immer wieder aufgezählt werden, stammen aus der Logistik, der Chemie- und Pharma-Industrie, dem Gesundheitswesen, der Klima- und Umwelt- und Materialforschung und sie werden stets in Verbindung mit High Performance Computing (HPC) sowie Künstlicher Intelligenz (KI) gebracht. Das aber sind Domänen, in denen die Beschleunigung der Rechnerei mittels Graphics Processing Units (GPUs) zum Einsatz kommen. Markführer ist hier Nvidia.

Die Quantum Optimized Device Architecture

Die in der vergangenen Woche angekündigte „Quantum Optimized Device Architecture“ (Qoda) zielt darauf ab, Quantencomputing durch die Schaffung eines kohärenten hybriden quantenklassischen Programmiermodells leichter zugänglich zu machen. Sie ist gedacht als eine offene, einheitliche Umgebung für einige der derzeit leistungsstärksten Computer und Quantenprozessoren, die die wissenschaftliche Produktivität verbessert und einen größeren Umfang in der Quantenforschung ermöglicht.

HPC- und KI-Experten sollen damit vergleichsweise einfach Quantencomputing zu bestehenden Anwendungen hinzufügen können und dabei sowohl die heutigen Quantenprozessoren als auch mit „Nvidia DGX“-Systemen simulierte, zukünftige Quantencomputer sowie und eine großen Anzahl von Nvidia-GPUs nutzen, die in wissenschaftlichen Supercomputing-Zentren und öffentlichen Clouds verfügbar sind.

Tim Costa, Director of HPC and Quantum Computing Products bei Nvidia, erläutert: „Wissenschaftliche Durchbrüche können in naher Zukunft mit hybriden Lösungen erzielt werden, die klassisches Computing und Quantencomputing kombinieren.“ Qoda sei geeignet, Entwicklern ein leistungsfähiges und produktives Programmiermodell zur Verfügung zu stellen.

Unterstützung für Qoda

Es gibt eine unübersehbare Anzahl an Startups und etablierten Unternehmen, die sich mit Ähnlichem beschäftigen. Aber die Marktmacht von Nvidia dürfte für eine große Akzeptanz sorgen. Bereits jetzt nutzen Organisationen, die sich mit Quantencomputing beschäftigen, die GPUs und etwa „Cuquantum“ zur Entwicklung individueller Quantenschaltungen. Mit Qoda können Entwickler komplette Quantenanwendungen erstellen, die mit Ciquantum auf GPU-beschleunigten Supercomputern simuliert werden.

Die Ankündigung der Plattform ist im Rahmen der „Q2B“-Konferenz in Tokio zu sehen, bei der Nvidia auch Qoda-Kooperation mit den Quantenhardware-Anbietern bekannt gegeben hat: IQM Quantum Computers, Pasqal, Quantinuum, Quantum Brilliance und Xanadu. Alex Chernoguzov, Chefingenieur bei Quantinuum, erläutert: „Quantinuum arbeitet mit Nvidia zusammen, um den Nutzern der Quantinuum-Quantenprozessoren der `H´ -Serie von Honeywell die Möglichkeit zu geben, mit Qoda die nächste Generation von hybriden quantenklassischen Anwendungen zu programmieren und zu entwickeln.“

Marcus Doherty, Mitgründer und Chief Scientific Officer von Quantum Brilliance, bemerkt: „Nvidia hat das High-Performance-Computing revolutioniert und bringt seine Innovationskraft auch in die Quantencomputing-Branche ein. Die Qoda-Plattform ist ein großer Schritt nach vorne.“

Quoda bei Quantum Brilliance

Er führt zudem aus, warum Qoda gut zur der eigenen Technik passt: „Unser Diamant-Quantenmikroprozessor, der sich bei Raumtemperatur betreiben lässt, macht sich den hybriden Ansatz zunutze und wird die HPC- und Embedded-Computing-Landschaft entscheidend bereichern. Denn die Kombination von klassischer und Quanten-Hardware ermöglicht es, das Potenzial der Technologie kurzfristig voll auszuschöpfen. So lässt sich klassische Rechenpower – beispielsweise durch einen Nvidia-Grafikprozessor (GPU) – mit einem hoch performanten Quantenprozessor (QPU) zusammenbringen.“ Mit der Bemerkung „Die Qoda-Plattform bietet den Rahmen für diese Vision.“

Die Software- und Anwendungsentwickler von Quantum Brilliance würden auf Basis von Nvidia-Prozessoren und Qoda Quantenemulatoren entwickeln, die die Stickstoff-Leerstellen (NV-Zentren) in den diamantbasierten Quantencomputern des Unternehmens imitieren, um effiziente Simulationen von einer immer größeren Anzahl an Qubits zu ermöglichen.

Doch zusätzlich zu den Emulatoren setze Quantum Brilliance das hauseigene Software-Development-Kit „Gbos“ ein, um ‚Flaggschiff‘-Anwendungen zu entwickeln. Diese konzentrierten sich auf den massiven parallelen Einsatz von Quantencomputern für Molekularsimulationen sowie auf Edge-Anwendungen für die Signalverarbeitung, zum Beispiel bei der Konvertierung von Sprache in Text.

Software und Anwender

Auch der Unterstützung von Software-Anbietern hat sich Nvidia versichert: QC Ware und Zapata Computing. Yudong Cao, Chief Technology Officer bei Zapata, sagt: „Die von Nvidia entwickelten hybriden Quanten-Klassik-Fähigkeiten werden es HPC-Entwicklern ermöglichen, ihre bestehenden Anwendungen zu beschleunigen, indem sie eine effiziente Möglichkeit bieten, Quanten- und klassische Ressourcen in einer konsolidierten Umgebung zu programmieren.“ So seien kurzfristig Anwendungen in der Chemie, in der Medikamentenentwicklung, in der Materialwissenschaft und anderen Bereichen möglich und könnten nahtlos in das Quantencomputing integriert werden. Das erlaube neue Entdeckungen in diesen Bereichen, sobald sich praktische Quantenvorteile ergäben.

Darüber hinaus gibt es Supercomputing-Zentren , die die Plattform nutzen wollen: Darunter das Forschungszentrum Jülich, das Lawrence Berkeley National Laboratory und das Oak Ridge National Laboratory.

Die Zusammenarbeit mit dem Jülicher Supercomputing-Zentrum ist in einem Nvidia-Blog-Post beschrieben (siehe: Kasten). Hier finden sich konzentriert noch einmal alle Argumente für Quantencompting – in Verbindung mit HC und KI. Außerdem heißt es dort „Mithilfe von Qoda werden hybride Systeme aus klassischen und Quantencomputern neue Ebenen Energie-effizienter Leistung erschließen.“

Ergänzendes zum Thema

Super- und Quantencomputing in Jülich

Kristel Michielsen leitet das Quantencomputing-Programm am Jülich Supercomputing Center. Sie argumentiert: „Mit den heutigen klassischen Computern allein können wir nicht weitermachen, weil sie so viel Energie verbrauchen und einige Probleme nicht lösen können. Aber in Verbindung mit Quantencomputern, die nicht so viel Energie verbrauchen, glaube ich, dass sie das Potenzial haben, einige unserer komplexesten Probleme zu lösen.“

Die QPU in Anwendung

Da sich Quantenprozessoren (QPUs) die Eigenschaften der Quantenmechanik zunutze machen, seien sie ideal geeignet, um Prozesse auf atomarer Ebene zu simulieren. Dies könnte grundlegende Fortschritte in der Chemie und Materialwissenschaft ermöglichen und Domino-Effekte in allen Bereichen auslösen, von effizienteren Batterien bis hin zu wirksameren Medikamenten.

QPUs könnten auch bei heiklen Optimierungsproblemen in Bereichen wie der Logistik helfen. Fluggesellschaften stehen beispielsweise täglich vor der Frage, welche Flugzeuge auf welchen Strecken eingesetzt werden sollen. In einem Experiment hat ein kürzlich in Jülich installierter Quantencomputer die effizienteste Flugroute für fast 500 Flüge ermittelt und damit das Potenzial dieser Technologie aufgezeigt.

Die Quanteninformatik verspricht auch, die KI auf die nächste Stufe zu heben. In separaten Experimenten simulierten Jülicher Forscher mit Hilfe des maschinellen Lernens auf Quantenbasis, wie Proteine an DNA-Stränge binden, und klassifizierten Satellitenbilder von Lyon, Frankreich.

Hybride Technik

Auch Michielsen geht auf die Problematik des Anfangs ein. Zwar gebe es inzwischen mehrere Prototypen von Quantencomputern, doch keiner sei leistungsfähig oder zuverlässig genug, um kommerziell relevante Aufgaben zu bewältigen. „Seit langem haben wir die Vision, dass hybride Systeme der einzige Weg zu praktischem Quantencomputing sind - in Verbindung mit den heutigen klassischen HPC-Systemen werden uns Quantencomputer das Beste aus beiden Welten bieten“, so Michielsen.

Zusätzlich zu seinem derzeitigen analogen Quantensystem plant Jülich für das nächste Jahr die Installation eines Quantencomputers für neutrale Atome des Pariser Unternehmens Pasqal (siehe:„Beschleunigung in Paris und Jülich; Zwei Quantensimulatoren für High Performance und Quantencomputing“. Außerdem werden Quantensimulationen auf klassischen Systemen wie dem „Juwels“-Booster durchgeführt, der mit über 3.700 Nvidia „A100 Tensor Core“-GPUs ausgestattet ist.

„Die GPU-Version unseres universellen Quantencomputer-Simulators, „Juqcs“ genannt, hat uns bis zu 49-fache Geschwindigkeitssteigerungen im Vergleich zu Aufgaben, die auf CPU-Clustern laufen, beschert - diese Arbeit nutzt fast alle GPU-Knoten des Systems und stützt sich stark auf sein Infiniband-Netzwerk", berichtet Professorin Michielsen unter Berufung auf ein kürzlich veröffentlichtes Papier.

Seit kurzem nutzen klassische Systeme wie der Juwels Booster CUquantum, das Nvidia-Software-Entwicklungskit zur Beschleunigung von Quantenaufgaben auf GPUs. „Für uns ist es großartig für plattformübergreifendes Benchmarking, und für andere könnte es ein großartiges Werkzeug sein, um ihre Quantensimulationscodes zu starten oder zu optimieren", sagt Michielsen über das SDK.

Hybride Systeme, hybride Software

Angesichts der zahlreichen HPC- und Quantensysteme, die in Jülich und anderen Forschungszentren zur Verfügung stehen und zu denen noch weitere hinzukommen werden, besteht eine der Herausforderungen darin, alles miteinander zu verknüpfen. „Die HPC-Gemeinschaft muss Anwendungen, die von Klimawissenschaft und Medizin bis hin zu Chemie und Physik reichen, im Detail untersuchen, um zu sehen, welche Teile des Codes auf Quantensystemen laufen können“, sagt die Professorin.

Qoda funktioniere wie eine Software-Brücke. Mit einem Funktionsaufruf können Entwickler wählen, ob ihre Quantenaufgaben auf GPUs oder Quantenprozessoren laufen sollen. Die Hochsprache der Plattform soll jede Art von Quantencomputer unterstützen, und der Compiler wird als Open-Source verfügbar sein.

(ID:48480395)