Το LBNL ηγείται του έργου Quantum Data Storage, Visualization – Ανάλυση ειδήσεων Υπολογιστικής Υψηλής Απόδοσης | μέσα HPC

Το Εθνικό Εργαστήριο Lawrence Berkeley ανακοίνωσε ότι ερευνητές εθνικών εργαστηρίων και πανεπιστημίων κυκλοφόρησαν πρόσφατα δύο εργασίες που εισάγουν νέες μεθόδους αποθήκευσης και ανάλυσης δεδομένων για να κάνουν τον κβαντικό υπολογισμό πιο πρακτικό και διερευνώντας πώς η οπτικοποίηση βοηθά στην κατανόηση του κβαντικού υπολογισμού.

«Αυτή η εργασία αντιπροσωπεύει σημαντικά βήματα στην κατανόηση και αξιοποίηση των τρεχουσών κβαντικών συσκευών για κωδικοποίηση δεδομένων, επεξεργασία και οπτικοποίηση», δήλωσε η Talita Perciano, ερευνήτρια στο τμήμα επιστημονικών δεδομένων στο Lawrence Berkeley National Laboratory και επικεφαλής αυτής της προσπάθειας.

«Αυτές οι συνεισφορές βασίζονται στις προηγούμενες προσπάθειες για να τονίσει τη συνεχιζόμενη εξερεύνηση και τις δυνατότητες των κβαντικών τεχνολογιών στη διαμόρφωση επιστημονικής ανάλυσης και οπτικοποίησης δεδομένων. Η υλοποίηση αυτών των έργων υπογραμμίζει τον ζωτικό ρόλο της ομαδικής εργασίας, καθώς κάθε μέλος έφερε τη μοναδική του τεχνογνωσία και προοπτική. Αυτή η συνεργασία είναι απόδειξη του γεγονότος ότι στον κβαντικό τομέα, όπως και σε πολλές πτυχές της ζωής, η πρόοδος δεν αφορά μόνο τα ατομικά επιτεύγματα, αλλά τη συλλογική προσπάθεια και το κοινό όραμα της ομάδας».

Σύμφωνα με ένα άρθρο στον ιστότοπο LBNL από την Carol Pott, οι συνεισφέροντες σε αυτό το έργο — μαζί με τον Perciano — περιλαμβάνουν ερευνητές από το Scientific Data Division, το Applied Mathematics & Computational Research Division και το National Energy Research Scientific Computing Center (NERSC), σε συνεργασία με ομάδες από San Francisco State University (SFSU) και Case Western Reserve University.

Εξισορρόπηση Κλασικού και Κβαντικού

Η συνεργασία: (Επάνω σειρά, από αριστερά προς τα δεξιά) Talita Perciano, Jan Balewski, Daan Camps. (Κάτω σειρά, από αριστερά προς τα δεξιά) Roel Van Beeumen, Mercy G. Amankwah, E. Wes Bethel

Η εστίαση της ομάδας στην κωδικοποίηση κλασικών δεδομένων για χρήση από κβαντικούς αλγόριθμους είναι ένα βήμα προς την πρόοδο στην αξιοποίηση μεθόδων κβαντικής επιστήμης και τεχνολογίας πληροφοριών (QIST) ως μέρος των γραφικών και της οπτικοποίησης, και οι δύο είναι ιστορικά υπολογιστικά ακριβές. «Η εύρεση της σωστής ισορροπίας μεταξύ των δυνατοτήτων του QIST και των κλασικών υπολογιστών είναι μια μεγάλη ερευνητική πρόκληση. Από τη μία πλευρά, τα κβαντικά συστήματα μπορούν να χειριστούν εκθετικά μεγαλύτερα προβλήματα καθώς προσθέτουμε περισσότερα qubits. Από την άλλη πλευρά, τα κλασικά συστήματα και οι πλατφόρμες HPC έχουν δεκαετίες ισχυρής έρευνας και υποδομής, αλλά αγγίζουν τα τεχνολογικά όρια στην κλιμάκωση», δήλωσε ο Bethel. «Ένα πιθανό μονοπάτι είναι η ιδέα του υβριδικού κλασικού-κβαντικού υπολογισμού, που συνδυάζει κλασικές CPU με μονάδες κβαντικής επεξεργασίας (QPU). Αυτή η προσέγγιση συνδυάζει τα καλύτερα και των δύο κόσμων, προσφέροντας συναρπαστικές δυνατότητες για συγκεκριμένες επιστημονικές εφαρμογές».

Το πρώτο χαρτί, που δημοσιεύτηκε πρόσφατα στο Nature Scientific Reports, διερευνά τον τρόπο κωδικοποίησης και αποθήκευσης κλασικών δεδομένων σε κβαντικά συστήματα για τη βελτίωση των αναλυτικών δυνατοτήτων και καλύπτει τις δύο νέες μεθόδους και τον τρόπο λειτουργίας τους. Το QCrank λειτουργεί κωδικοποιώντας σύνολα πραγματικών αριθμών σε συνεχείς περιστροφές επιλεγμένων qubit, επιτρέποντας την αναπαράσταση περισσότερων δεδομένων χρησιμοποιώντας λιγότερο χώρο. Το QBArt, από την άλλη πλευρά, αναπαριστά άμεσα δυαδικά δεδομένα ως μια σειρά από μηδενικά και μονάδες που αντιστοιχίζονται σε καταστάσεις καθαρού μηδέν και ενός qubit, διευκολύνοντας τους υπολογισμούς στα δεδομένα.

Στο δεύτερο χαρτί, η ομάδα εξέτασε την αλληλεπίδραση μεταξύ οπτικοποίησης και κβαντικού υπολογισμού, δείχνοντας πώς η οπτικοποίηση έχει συμβάλει στον κβαντικό υπολογισμό, επιτρέποντας την αναπαράσταση σύνθετων κβαντικών καταστάσεων γραφικά και διερευνώντας τα πιθανά οφέλη και προκλήσεις της ενσωμάτωσης του κβαντικού υπολογισμού στη σφαίρα της εξερεύνησης και ανάλυσης οπτικών δεδομένων . Στην επιστημονική εξερεύνηση, η οπτικοποίηση επιτρέπει στους ερευνητές να εξερευνήσουν το άγνωστο και να «βλέπουν το μη ορατό», μεταφέροντας αποτελεσματικά αφηρημένες πληροφορίες σε εύκολα κατανοητές εικόνες.

Η ομάδα δοκίμασε τις μεθόδους της σε κβαντικό υλικό NISQ χρησιμοποιώντας διάφορους τύπους εργασιών επεξεργασίας δεδομένων, όπως αντιστοίχιση μοτίβων στο DNA, υπολογισμό της απόστασης μεταξύ ακολουθιών ακεραίων, χειρισμό μιας ακολουθίας μιγαδικών αριθμών και εγγραφή και ανάκτηση εικόνων από δυαδικά εικονοστοιχεία. Η ομάδα διεξήγαγε αυτές τις δοκιμές χρησιμοποιώντας έναν κβαντικό επεξεργαστή που ονομάζεται Quantinuum H1-1, καθώς και σε άλλους κβαντικούς επεξεργαστές που διατίθενται μέσω του IBMQ και του IonQ. Συχνά, οι κβαντικοί αλγόριθμοι που επεξεργάζονται τόσο μεγάλα δείγματα δεδομένων ως ένα μεμονωμένο κύκλωμα σε συσκευές NISQ έχουν πολύ κακή απόδοση ή αποδίδουν εντελώς τυχαία έξοδο. Οι συγγραφείς απέδειξαν ότι οι νέες μέθοδοι τους έλαβαν εξαιρετικά ακριβή αποτελέσματα όταν χρησιμοποιούσαν τέτοιο υλικό.

Η ενασχόληση με την κωδικοποίηση δεδομένων και τη συνομιλία

Κατά το σχεδιασμό και την εφαρμογή κβαντικών αλγορίθμων που επεξεργάζονται κλασικά δεδομένα, προκύπτει μια σημαντική πρόκληση που είναι γνωστή ως πρόβλημα κωδικοποίησης δεδομένων, που είναι ο τρόπος μετατροπής των κλασικών δεδομένων σε μια μορφή με την οποία μπορεί να λειτουργήσει ένας κβαντικός υπολογιστής. Κατά τη διαδικασία κωδικοποίησης, υπάρχει μια αντιστάθμιση μεταξύ της αποτελεσματικής χρήσης κβαντικών πόρων και της διατήρησης της υπολογιστικής πολυπλοκότητας των αλγορίθμων αρκετά απλή για διαχείριση.

«Η εστίαση ήταν στην εξισορρόπηση των υφιστάμενων κβαντικών περιορισμών υλικού. Ορισμένες μαθηματικά συμπαγείς μέθοδοι κωδικοποίησης χρησιμοποιούν τόσα πολλά βήματα, ή κβαντικές πύλες, που το κβαντικό σύστημα χάνει τις αρχικές πληροφορίες πριν ακόμη φτάσει στην τελική πύλη. Αυτό δεν αφήνει καμία ευκαιρία για τον σωστό υπολογισμό των κωδικοποιημένων δεδομένων», δήλωσε ο Jan Balewski, Σύμβουλος στο NERSC και πρώτος συγγραφέας της εργασίας Scientific Reports. «Για να το αντιμετωπίσουμε αυτό, καταλήξαμε στο σχέδιο διάσπασης μιας μεγάλης ακολουθίας σε πολλές παράλληλες ροές κωδικοποίησης».

Δυστυχώς, αυτή η μέθοδος οδήγησε σε ένα νέο πρόβλημα, το crosstalk μεταξύ των ροών, το οποίο παραμόρφωσε τις αποθηκευμένες πληροφορίες. «Είναι σαν να προσπαθείς να ακούσεις πολλές συνομιλίες σε ένα γεμάτο δωμάτιο. όταν αλληλοεπικαλύπτονται, η κατανόηση κάθε μηνύματος γίνεται δύσκολη. Στα συστήματα δεδομένων, το crosstalk παραμορφώνει τις πληροφορίες, καθιστώντας τις πληροφορίες λιγότερο ακριβείς», είπε ο Balewski. «Αντιμετωπίσαμε το crosstalk με δύο τρόπους: για το QCrank, εισαγάγαμε ένα βήμα βαθμονόμησης. για το QBArt, απλοποιήσαμε τη γλώσσα που χρησιμοποιείται στα μηνύματα. Η μείωση του αριθμού των χρησιμοποιούμενων διακριτικών είναι σαν να αλλάζετε από το λατινικό αλφάβητο στον κώδικα Μορς – πιο αργή στην αποστολή αλλά λιγότερο επηρεασμένη από παραμορφώσεις.

Αυτή η έρευνα εισάγει δύο σημαντικές προόδους, καθιστώντας την κωδικοποίηση και την ανάλυση κβαντικών δεδομένων πιο πρακτικές. Πρώτον, τα παράλληλα κυκλώματα ομοιόμορφα ελεγχόμενης περιστροφής (pUCR) μειώνουν δραστικά την πολυπλοκότητα των κβαντικών κυκλωμάτων σε σύγκριση με προηγούμενες μεθόδους. Αυτά τα κυκλώματα επιτρέπουν την ταυτόχρονη εκτέλεση πολλαπλών λειτουργιών, καθιστώντας τα κατάλληλα για κβαντικούς επεξεργαστές, όπως η συσκευή H1-1 από την Quantinuum, με υψηλή συνδεσιμότητα και υποστήριξη για εκτέλεση παράλληλης πύλης. Δεύτερον, η μελέτη εισάγει το QCrank και το QBArt, τις δύο τεχνικές κωδικοποίησης δεδομένων που χρησιμοποιούν κυκλώματα pUCR: το QCrank κωδικοποιεί συνεχή πραγματικά δεδομένα ως γωνίες περιστροφής και το QBArt κωδικοποιεί ακέραια δεδομένα σε δυαδική μορφή. Η έρευνα παρουσιάζει επίσης μια σειρά πειραμάτων που πραγματοποιήθηκαν χρησιμοποιώντας κβαντικούς επεξεργαστές IonQ και IBMQ, επιδεικνύοντας επιτυχημένη κωδικοποίηση και ανάλυση κβαντικών δεδομένων σε μεγαλύτερη κλίμακα από ό,τι είχε επιτευχθεί στο παρελθόν. Αυτά τα πειράματα ενσωματώνουν επίσης νέες στρατηγικές μετριασμού σφαλμάτων για τη διόρθωση των θορυβωδών αποτελεσμάτων υλικού, ενισχύοντας την αξιοπιστία των υπολογισμών.

Τα πειράματα που πραγματοποιήθηκαν με το QCrank δείχνουν πολλά υποσχόμενα αποτελέσματα, κωδικοποιώντας και ανακτώντας με επιτυχία 384 ασπρόμαυρα pixel σε 12 qubits με υψηλό επίπεδο ακρίβειας στην ανάκτηση των πληροφοριών (Εικόνα 1). Αξίζει να σημειωθεί ότι αυτή η εικόνα αντιπροσωπεύει τη μεγαλύτερη εικόνα που έχει ποτέ κωδικοποιηθεί με επιτυχία σε μια κβαντική συσκευή, χαρακτηρίζοντάς την ένα πρωτοποριακό επίτευγμα. Η αποθήκευση της ίδιας εικόνας σε έναν κλασικό υπολογιστή θα απαιτούσε 384 bit, καθιστώντας την 30 φορές λιγότερο αποτελεσματική σε σύγκριση με έναν κβαντικό υπολογιστή. Δεδομένου ότι η χωρητικότητα του κβαντικού συστήματος αυξάνεται εκθετικά με τον αριθμό των qubits, μόλις 35 qubits σε έναν ιδανικό κβαντικό υπολογιστή θα μπορούσαν, για παράδειγμα, να χωρέσουν ολόκληρα 150 gigabyte πληροφοριών DNA που βρίσκονται στο ανθρώπινο γονιδίωμα.

Τα πειράματα που διεξήχθησαν με το QBArt έδειξαν την αξιοσημείωτη ικανότητά του στην κωδικοποίηση και την επεξεργασία διαφορετικών αλληλουχιών δεδομένων, από περίπλοκες αλληλουχίες DNA (Εικόνα 2) έως μιγαδικούς αριθμούς, με σχεδόν τέλεια πιστότητα. Επιπλέον, η μελέτη εμβαθύνει στην αξιολόγηση της απόδοσης διαφορετικών κβαντικών επεξεργαστών στην κωδικοποίηση δυαδικών δεδομένων, αποκαλύπτοντας τις εξαιρετικές δυνατότητες των επεξεργαστών που βασίζονται σε παγίδα ιόντων για εργασίες που βασίζονται στα κυκλώματα pUCR. Αυτά τα ευρήματα όχι μόνο θέτουν το έδαφος για βαθύτερες έρευνες στις εφαρμογές συμπαγών, παράλληλων κυκλωμάτων σε διαφορετικούς κβαντικούς αλγόριθμους και υβριδικούς κβαντοκλασικούς αλγόριθμους. ανοίγουν επίσης το δρόμο για συναρπαστικές εξελίξεις στις μελλοντικές εργασίες κβαντικής μηχανικής μάθησης και επεξεργασίας δεδομένων.

«Πλοηγούμενη στην πρώτη γραμμή των κβαντικών υπολογιστών, η ομάδα μας, ενεργοποιημένη από αναδυόμενα ταλέντα, διερευνά θεωρητικές προόδους αξιοποιώντας τις μεθόδους μας κωδικοποίησης δεδομένων για να αντιμετωπίσει ένα ευρύ φάσμα εργασιών ανάλυσης. Αυτές οι νέες προσεγγίσεις υπόσχονται το ξεκλείδωμα των αναλυτικών δυνατοτήτων σε μια κλίμακα που δεν έχουμε ξαναδεί με συσκευές NISQ», δήλωσε ο Perciano. «Αξιοποιώντας τόσο το HPC όσο και το κβαντικό υλικό, στοχεύουμε να επεκτείνουμε τους ορίζοντες της έρευνας στον κβαντικό υπολογισμό, οραματιζόμαστε πώς το κβαντικό μπορεί να φέρει επανάσταση στις μεθόδους επίλυσης προβλημάτων σε διάφορους επιστημονικούς τομείς. Καθώς το κβαντικό υλικό εξελίσσεται, όλοι εμείς στην ερευνητική ομάδα πιστεύουμε στις δυνατότητές του για πρακτικότητα και χρησιμότητα ως ένα ισχυρό εργαλείο για μεγάλης κλίμακας επιστημονική ανάλυση και οπτικοποίηση δεδομένων».

Με την πρόσφατη έκκληση για δημιουργία και εκπαίδευση ενός κβαντικού εργατικού δυναμικού, πολλοί οργανισμοί, συμπεριλαμβανομένου του Υπουργείου Ενέργειας των ΗΠΑ (DOE), αναζητούν τρόπους για να βοηθήσουν στην προώθηση της έρευνας και στην ανάπτυξη νέων αλγορίθμων, συστημάτων και περιβαλλόντων λογισμικού για το QIST. Για το σκοπό αυτό, η συνεχής συνεργασία του Berkeley Lab με το SFSU, ένα ίδρυμα που εξυπηρετεί τη μειονότητα, αξιοποιεί τις προσπάθειες του εργαστηρίου στο QIST και επεκτείνει τα υπάρχοντα προγράμματα σπουδών του SFSU για να συμπεριλάβει νέα μαθήματα και ευκαιρίες κατάρτισης που εστιάζονται στο QIST. Πρώην ανώτερος επιστήμονας υπολογιστών στο Berkeley Lab, ο αναπληρωτής καθηγητής του SFSU, Wes Bethel, ηγήθηκε της προσπάθειας για τη δημιουργία μιας νέας γενιάς φοιτητών που αποφοιτούσαν από το SFSU Computing Science Master, πολλοί από υποεκπροσωπούμενες ομάδες, με διατριβές να επικεντρώνονται σε θέματα QIST.

Mercy Amankwah, Ph.D. φοιτήτρια στο Case Western University, είναι μέρος αυτής της συνεργασίας από τον Ιούνιο του 2021, αφιερώνοντας 12 εβδομάδες από τις καλοκαιρινές της διακοπές ετησίως για να συμμετέχει στο πρόγραμμα Sustainable Research Pathways, μια συνεργασία μεταξύ του Berkeley Lab και του Sustainable Horizons Institute. Η Amankwah χρησιμοποίησε την τεχνογνωσία της στη γραμμική άλγεβρα για να καινοτομήσει τον σχεδιασμό και τον χειρισμό κβαντικών κυκλωμάτων για να επιτύχει την αποτελεσματικότητα που ήλπιζε η ομάδα σε δύο νέες μεθόδους, την QCrank και την ABArt. Οι μέθοδοι χρησιμοποιούν τις καινοτόμες τεχνικές της ομάδας για την κωδικοποίηση δεδομένων για κβαντικούς υπολογιστές. «Η δουλειά που κάνουμε είναι πραγματικά συναρπαστική», είπε ο Amankwah. «Είναι ένα ταξίδι που μας ωθεί συνεχώς να σκεφτόμαστε τις επόμενες μεγάλες ανακαλύψεις. Ανυπομονώ με ενθουσιασμό να κάνω πιο αποτελεσματική συνεισφορά σε αυτόν τον τομέα καθώς προχωράω στο μεταδιδακτορικό μου. περιπέτεια καριέρας."

Αυτή η έρευνα υποστηρίχθηκε από το Γραφείο Προηγμένης Επιστημονικής Υπολογιστικής Έρευνας (ASCR) Exploratory Research for Extreme-Scale Science, του Υπουργείου Ενέργειας των ΗΠΑ (DOE), του Ινστιτούτου Sustainable Horizons και του Berkeley Lab Directed Research and Development Program και χρησιμοποίησε υπολογιστικούς πόρους στο NERSC και το Oak Ridge Leadership Computing Facility.

• SEO Powered Content & PR Distribution. Ενισχύστε σήμερα.
• PlatoData.Network Vertical Generative Ai. Ενδυναμώστε τον εαυτό σας. Πρόσβαση εδώ.
• PlatoAiStream. Web3 Intelligence. Ενισχύθηκε η γνώση. Πρόσβαση εδώ.
• PlatoESG. Ανθρακας, Cleantech, Ενέργεια, Περιβάλλον, Ηλιακός, Διαχείριση των αποβλήτων. Πρόσβαση εδώ.
• PlatoHealth. Ευφυΐα βιοτεχνολογίας και κλινικών δοκιμών. Πρόσβαση εδώ.
• πηγή: https://insidehpc.com/2024/04/lbnl-leads-quantum-data-storage-visualization-project/