Riverlane ja Rigetti tekevät yhteistyötä Oak Ridge Labin kanssa HPC-kvanttiintegraatiossa - Tehokas laskennan uutisanalyysi | HPC:n sisällä

Riverlane ja Rigetti tekevät yhteistyötä Oak Ridge Labin kanssa HPC-kvanttiintegraatiossa – High Performance Computing News Analysis | HPC:n sisällä

Aikaleima: 28. helmikuuta 2024 4
Riverlane ja Rigetti tekevät yhteistyötä Oak Ridge Labin kanssa HPC-kvanttiintegraatiossa - Tehokas laskennan uutisanalyysi | sisällä HPC PlatoBlockchain Data Intelligence. Pystysuuntainen haku. Ai.

Riverlane ja Rigetti Computing (Nasdaq: RGTI) ilmoitti tänään osallistuvansa Yhdysvaltain energiaministeriön Oak Ridge National Laboratoryn (ORNL) johtamaan projektiin, jossa tutkitaan kvanttitietokoneen integroimisen haasteita suuren mittakaavan superlaskentakeskuksen kanssa. 

Kvanttitietokoneilla tulee olemaan tärkeä rooli tulevaisuuden tietojenkäsittelyssä, sillä ne lupaavat ratkaista ongelmia, joihin on perinteisesti mahdotonta puuttua edes maailman suurimmilla "klassisilla" supertietokoneilla. Kun kvanttitietokoneiden suorituskyky paranee, niiden integroinnista korkean suorituskyvyn tietojenkäsittelyyn (HPC) monimutkaisten tietojenkäsittelyn haasteiden ratkaisemiseksi tulee yleistä. Tuloksena on kyky ratkaista yhteiskunnan ongelmia, jotka ovat tänään ratkaisemattomia.

Arvioidakseen kvanttitietokoneiden integroinnin kannattavuutta HPC-ympäristöihin projektikumppanit rakentavat kaikkien aikojen ensimmäisen benchmarking-sarjan ('QStone') yhteisen HPC + Quantum -järjestelmän suorituskyvyn mittaamiseen. Sitä ajetaan ORNL:n Summitilla, maailman viidenneksi nopeimmalla supertietokoneella, jonka IBM on kehittänyt vuonna 2018. Kvanttikomponenttien osalta tutkijat käyttävät simuloitua laitteistoa, joka perustuu Riverlanen "Quantum Error Correction Stack" -pinon avainelementteihin, erityisesti sen qubit-ohjaukseen. järjestelmä, joka on jo asennettu ORNL-laboratorioihin, ja todellinen etälaitteisto, joka sijaitsee Rigettin pääkonttorissa Kaliforniassa.

Jotta HPC-järjestelmät saavuttavat lopulta suurimman laskentatehon, niiden on integroitava saumattomasti virhekorjattujen kvanttitietokoneiden kanssa. Varhaisen ymmärryksen rakentaminen siitä, kuinka kvanttilaitteistoon integroidut kvanttivirheenkorjaustekniikat ovat vuorovaikutuksessa HPC-järjestelmän kanssa, antaa käyttäjille mahdollisuuden saavuttaa nopeammin HPC-Quantum-integraation kaikki laskennalliset edut. 

”Tämä projekti vie meidät eteenpäin kvanttilaskentalaitteiden tekemisessä sekä yleisesti käytännöllisemmiksi että yhteentoimivammiksi HPC-järjestelmien kanssa. Vertailuanalyysi auttaa meitä tutkimaan ja tunnistamaan tällaiseen integraatioon liittyviä varhaisia ​​haasteita, jotka hyödyttävät tämän alan tulevaa tutkimusta. Olemme ylpeitä saadessamme olla osa tätä jännittävää aloitetta ja ymmärrämme enemmän siitä, kuinka Quantum Error Correction Stack voi toimia yhdessä maailman johtavan superlaskentakeskuksen kanssa. sanoi Marco Ghibaudi, tekniikan johtaja, Riverlane.

ORNL on edistyneen kvanttitutkimuksen johtavia yrityksiä omistautuneen tutkijaryhmän ja kaupallisten, akateemisten ja hallitusten kumppanuusverkoston kanssa. Heidän työnsä kattaa erilaisia ​​tutkimushankkeita skaalautuvien, vikasietoisten algoritmien kehittämisestä ja vertailusta kvanttianturien suunnitteluun.

Riverlane, Rigetti ja ORNL (kuvassa yllä) julkaisee projektin tulokset ja jakaa keskeiset oppimisensa yhteentoimivuusongelmista ja suorituskyvystä varhaisten kvanttilaitteiden liittämisestä HPC-infrastruktuuriin. Tämä sisältää keskeisiä oppeja siitä, pitäisikö kvanttitietokoneet asentaa paikan päällä vai voidaanko niitä käyttää onnistuneesti etäkäytön kautta.

"Kvanttiprosessorien integrointi nykyaikaiseen HPC:hen on tärkeä seuraava askel sekä kvanttilaskennan että HPC:n kehityksessä. Yhteistyö ORNL:n ja Riverlanen kanssa Rigettin kvanttilaitteiston integroinnin kehittämiseksi ja testaamiseksi ORNL:n HPC-järjestelmiin voisi viedä meidät merkittävästi lähemmäksi ensimmäisen kvanttikäyttöisen supertietokoneen käyttöönottoa”, sanoi Tri Subodh Kulkarni, Rigettin toimitusjohtaja.

Aikaleima:

Lisää aiheesta HPC:n sisällä