[latexpage]

利用数据涡模拟量子计算机

Simulating Quantum Computers with Data Vortex

By Santiago Betelu, PhD, Director of Research Scienceu, PhD, Director of Research Science

导读:自从费曼提出了用量子计算机去模拟量子世界的行为时,在这几十年高速发展中,人们一直在寻找突破口。随着量子比特数逐年上涨,量子模拟这一大应用越发显得可能,当然,这也是量子计算最大的挑战。本文通过数据涡来模拟量子计算机,给量子计算的模拟提供了一个思路。

数据涡旋技术正在解决高性能计算中的最大挑战之一:量子计算机的模拟。这里的挑战和主要困难在于,要模拟广义的量子算法所需的内存数量和处理能力伴随量子比特(qubit)的数量呈指数增长。在模拟过程中, 有必要在分布式系统中存储和重复处理$2^{qubits}$ 复杂的浮点数字, 并根据此问题,数据的需求范围将从 TB级到PB级扩张,甚至更大。 基于这个原因,在任何大型的经典计算机中可以模拟的最大数量子位大约为50个。

使该问题变得更为苛刻困难的是,计算节点之间需要通信所有涉及的数据,而且必须重复地快速地完成。这里是数据涡旋发挥作用的地方:我们的研究重点研究技术集中在利用这一新的网络形式来实现这一目标。目前,我们正在模拟DV206系统HyPATA中的量子程序,他是一个小型的64节点测试台,由现成的英特尔处理器提供算力,能够处理40个量子位的量子程序。我们的程序是完全可扩展的,在更大的机器上可以模拟更多的量子位。

利用数据涡模拟量子计算机 | Simulating Quantum Computers with Data Vortex-量子客

图 1  DV206 系统希帕蒂亚在量子计算机模拟中的应用

现有几种模拟量子计算机的方法都有其不完善的地方。而数据旋涡所研究的构想和规划是通用的,有理想的量子电路的通用门级模拟, 而且所有量子态都有完整的描述。这些模拟能够模拟最有前途的量子算法:表现量子加速的量子算法,如量子傅立叶变换the Quantum Fourier Transform)、Shor的整数因式分解(Shor’s factorization of integers )和Grover的量子搜索(Shor’s factorization of integers )。

我们利用这一表述来描述噪声(Noise)和退相干(Decoherence)对量子计算的影响,众所周知,这是量子计算中的主要障碍之一。我们能够量化量子算法所能承受的最大噪声,并给出准确的答案。我们的模拟可以用来研究下一代的纠错电路( error correcting circuits),最大限度地减少这个问题。最近虽然有真正的硬件量子计算机上线,诸如英特尔、谷歌、IBM和世界上众多的研究中心都在参与,由于量子力学的特殊性, 量子模拟将一直是量子算法设计中不可缺少的,如果程序员试图在计算过程中观察计算机的内部量子状态,那么该状态将坍塌(Collapse)从而破破坏了计算。此外,可以测量的比特数严重受限于工作量子位的数量。另一方面, 在量子模拟过程中, 你可不受限制地访问所有的内部和量子状态的动态, 使得模拟成为调试和描述量子程序的理想工具。

这就把我们带到了我们研究的另一侧: 量子代码quantum code )和电路合成circuit synthesis)的分析。在一台经典的计算机上,分析可以用目标计算机中运行的工具来完成,但是在量子计算机上,这只能在模拟器中完成。我们正在开发的工具将帮助量子程序员可视化计算机的内部量子状态,因为算法会执行量子门(Quantum gate),从而该工具还能帮助程序员合成新的量子电路。

此外,量子计算机模拟是新的并行计算机体系结构的优良基准,因为它具有同等的处理频率、存储和通信带宽。无论这些资源消耗有多大,每增加一个量子位都将加倍了它们的需求。这使得这种模拟特别适合于测试非常大的系统。

利用数据涡模拟量子计算机 | Simulating Quantum Computers with Data Vortex-量子客

利用数据涡模拟量子计算机 | Simulating Quantum Computers with Data Vortex-量子客

图2在量子计算机探查器中运行的近似量子傅立叶变换的一个小实例, 研究了噪声在量子计算中的影响。在顶部是量子态, 在底部电路和量子比特相关矩阵。


作者简介:Santiago Betelu博士是北得克萨斯大学数据涡旋技术研究所所长,也是北得克萨斯大学的兼职教授。