LBNL کوانٹم ڈیٹا سٹوریج، ویژولائزیشن پراجیکٹ کی قیادت کرتا ہے - ہائی پرفارمنس کمپیوٹنگ نیوز تجزیہ | HPC کے اندر

لارنس برکلے نیشنل لیبارٹری نے اعلان کیا ہے کہ قومی لیبارٹری اور یونیورسٹی کے محققین نے حال ہی میں کوانٹم کمپیوٹنگ کو مزید عملی بنانے کے لیے ڈیٹا اسٹوریج اور تجزیہ کے نئے طریقے متعارف کرانے والے دو مقالے جاری کیے ہیں اور یہ دریافت کیا ہے کہ کوانٹم کمپیوٹنگ کو سمجھنے میں تصور کس طرح مدد کرتا ہے۔

لارنس برکلے نیشنل لیبارٹری میں سائنسی ڈیٹا ڈویژن میں ریسرچ سائنٹسٹ اور اس کوشش کی رہنما ٹالیتا پرسیانو نے کہا کہ "یہ کام ڈیٹا انکوڈنگ، پروسیسنگ اور ویژولائزیشن کے لیے موجودہ کوانٹم ڈیوائسز کو سمجھنے اور استعمال کرنے میں اہم پیش رفت کی نمائندگی کرتا ہے۔"

"یہ شراکتیں ہمارے پچھلے حصے پر استوار ہیں۔ کوششوں سائنسی اعداد و شمار کے تجزیہ اور تصور کی تشکیل میں کوانٹم ٹیکنالوجیز کی جاری تلاش اور صلاحیت کو اجاگر کرنے کے لیے۔ ان منصوبوں کی تکمیل ٹیم ورک کے اہم کردار کی نشاندہی کرتی ہے، کیونکہ ہر رکن اپنی منفرد مہارت اور نقطہ نظر لے کر آیا ہے۔ یہ تعاون اس حقیقت کا ثبوت ہے کہ کوانٹم کے دائرے میں، جیسا کہ زندگی کے بہت سے پہلوؤں میں، ترقی صرف انفرادی کامیابیوں کے بارے میں نہیں ہے، بلکہ ٹیم کی اجتماعی کوششوں اور مشترکہ وژن کے بارے میں ہے۔"

کے مطابق ایک مضمون کیرول پوٹ کی LBNL سائٹ پر، اس پروجیکٹ میں تعاون کرنے والوں میں — پرسیانو کے ساتھ — سائنسی ڈیٹا ڈویژن، اپلائیڈ میتھمیٹکس اینڈ کمپیوٹیشنل ریسرچ ڈویژن، اور نیشنل انرجی ریسرچ سائنٹیفک کمپیوٹنگ سینٹر (NERSC) کے محققین شامل ہیں، جو ٹیموں کے تعاون سے ہیں۔ سان فرانسسکو اسٹیٹ یونیورسٹی (SFSU) اور کیس ویسٹرن ریزرو یونیورسٹی۔

کلاسیکی اور کوانٹم کا توازن

تعاون: (اوپر کی قطار، بائیں سے دائیں) Talita Perciano، Jan Balewski، Daan Camps. (نیچے کی قطار، بائیں سے دائیں) Roel Van Beeumen، Mercy G. Amankwah، E. Wes Bethel

کوانٹم الگورتھم کے استعمال کے لیے کلاسیکی ڈیٹا کو انکوڈنگ کرنے پر ٹیم کی توجہ گرافکس اور ویژولائزیشن کے حصے کے طور پر کوانٹم انفارمیشن سائنس اینڈ ٹیکنالوجی (QIST) کے طریقوں سے فائدہ اٹھانے میں پیشرفت کی جانب ایک قدم ہے، یہ دونوں تاریخی اعتبار سے مہنگے ہیں۔ "QIST اور کلاسیکی کمپیوٹنگ کی صلاحیتوں کے درمیان صحیح توازن تلاش کرنا ایک بڑا تحقیقی چیلنج ہے۔ ایک طرف، کوانٹم سسٹمز تیزی سے بڑے مسائل کو سنبھال سکتے ہیں کیونکہ ہم مزید qubits شامل کرتے ہیں۔ دوسری طرف، کلاسیکل سسٹمز اور HPC پلیٹ فارمز میں کئی دہائیوں کی ٹھوس تحقیق اور بنیادی ڈھانچہ موجود ہے، لیکن وہ اسکیلنگ میں تکنیکی حدود کو مارتے ہیں،" بیتھل نے کہا۔ "ایک ممکنہ راستہ ہائبرڈ کلاسیکی کوانٹم کمپیوٹنگ کا خیال ہے، کلاسیکی CPUs کو کوانٹم پروسیسنگ یونٹس (QPUs) کے ساتھ ملاتا ہے۔ یہ نقطہ نظر دونوں جہانوں کے بہترین کو یکجا کرتا ہے، مخصوص سائنس ایپلی کیشنز کے لیے دلچسپ امکانات پیش کرتا ہے۔

پہلا پرچہ، حال ہی میں نیچر سائنٹیفک رپورٹس میں شائع ہوا۔، تجزیاتی صلاحیتوں کو بہتر بنانے کے لیے کوانٹم سسٹمز میں کلاسیکی ڈیٹا کو انکوڈ اور اسٹور کرنے کا طریقہ دریافت کرتا ہے اور دو نئے طریقوں اور ان کے کام کرنے کے طریقے کا احاطہ کرتا ہے۔ QCrank حقیقی نمبروں کے سیٹوں کو منتخب کیوبٹس کی مسلسل گردشوں میں انکوڈنگ کرکے کام کرتا ہے، جس سے کم جگہ استعمال کرتے ہوئے زیادہ ڈیٹا کی نمائندگی کی جاسکتی ہے۔ دوسری طرف، QBArt براہ راست بائنری ڈیٹا کو زیرو کی ایک سیریز کے طور پر ظاہر کرتا ہے اور جو خالص صفر اور ایک کوبٹ حالتوں میں نقشہ بناتا ہے، اس سے ڈیٹا پر حساب کرنا آسان ہو جاتا ہے۔

دوسرے پیپر میںٹیم نے ویژولائزیشن اور کوانٹم کمپیوٹنگ کے درمیان تعامل کا جائزہ لیا، جس میں یہ دکھایا گیا کہ کس طرح تصور نے کوانٹم کمپیوٹنگ میں پیچیدہ کوانٹم سٹیٹس کی نمائندگی کو گرافی طور پر قابل بنا کر اور کوانٹم کمپیوٹنگ کو بصری ڈیٹا ایکسپلوریشن اور کوانٹم کمپیوٹنگ کے دائرے میں ضم کرنے کے ممکنہ فوائد اور چیلنجوں کی تلاش کی۔ . سائنسی کھوج میں، ویژولائزیشن محققین کو نامعلوم کو دریافت کرنے اور "ناقابل نظر کو دیکھنے" کی اجازت دیتی ہے، مؤثر طریقے سے خلاصہ معلومات کو آسانی سے سمجھ میں آنے والی تصاویر میں منتقل کرنا۔

ٹیم نے NISQ کوانٹم ہارڈویئر پر کئی قسم کے ڈیٹا پروسیسنگ کاموں کا استعمال کرتے ہوئے اپنے طریقوں کا تجربہ کیا، جیسا کہ DNA میں پیٹرن کو ملانا، عدد کی ترتیب کے درمیان فاصلے کا حساب لگانا، پیچیدہ نمبروں کی ترتیب کو جوڑنا، اور بائنری پکسلز سے بنی تصاویر کو لکھنا اور بازیافت کرنا۔ ٹیم نے یہ ٹیسٹ Quantinuum H1-1 نامی کوانٹم پروسیسر کے ساتھ ساتھ IBMQ اور IonQ کے ذریعے دستیاب دیگر کوانٹم پروسیسر کا استعمال کرتے ہوئے کئے۔ اکثر، NISQ ڈیوائسز پر سنگل سرکٹ کے طور پر اتنے بڑے ڈیٹا کے نمونوں پر کارروائی کرنے والے کوانٹم الگورتھم بہت خراب کارکردگی کا مظاہرہ کرتے ہیں یا مکمل طور پر بے ترتیب آؤٹ پٹ دیتے ہیں۔ مصنفین نے یہ ظاہر کیا کہ اس طرح کے ہارڈ ویئر کا استعمال کرتے وقت ان کے نئے طریقوں نے نمایاں طور پر درست نتائج حاصل کیے ہیں۔

ڈیٹا انکوڈنگ اور کراسسٹالک سے نمٹنا

کلاسیکی ڈیٹا کی پروسیسنگ کوانٹم الگورتھم کو ڈیزائن اور لاگو کرتے وقت، ایک اہم چیلنج پیدا ہوتا ہے جسے ڈیٹا انکوڈنگ کا مسئلہ کہا جاتا ہے، جو کہ کلاسیکل ڈیٹا کو اس شکل میں کیسے تبدیل کیا جائے جس کے ساتھ ایک کوانٹم کمپیوٹر کام کر سکتا ہے۔ انکوڈنگ کے عمل کے دوران، کوانٹم وسائل کو مؤثر طریقے سے استعمال کرنے اور الگورتھم کی کمپیوٹیشنل پیچیدگی کو منظم کرنے کے لیے کافی آسان رکھنے کے درمیان ایک تجارت ہوتی ہے۔

"توجہ موجودہ کوانٹم ہارڈ ویئر کی رکاوٹوں کو متوازن کرنے پر تھی۔ کچھ ریاضیاتی طور پر ٹھوس انکوڈنگ کے طریقے اتنے زیادہ مراحل، یا کوانٹم گیٹس استعمال کرتے ہیں، کہ کوانٹم سسٹم حتمی گیٹ تک پہنچنے سے پہلے ہی ابتدائی معلومات کھو دیتا ہے۔ اس سے انکوڈ شدہ ڈیٹا کی صحیح طریقے سے گنتی کرنے کا کوئی موقع نہیں بچا،" NERSC کے کنسلٹنٹ اور سائنٹیفک رپورٹس پیپر کے پہلے مصنف جان بیلوسکی نے کہا۔ "اس سے نمٹنے کے لیے، ہم ایک طویل ترتیب کو کئی متوازی انکوڈنگ اسٹریمز میں توڑنے کی اسکیم لے کر آئے ہیں۔"

بدقسمتی سے، یہ طریقہ ایک نئی پریشانی کا باعث بنا، اسٹریمز کے درمیان کراس اسٹال، جس نے ذخیرہ شدہ معلومات کو مسخ کردیا۔ "یہ ایک پرہجوم کمرے میں متعدد گفتگو سننے کی کوشش کرنے جیسا ہے۔ جب وہ اوورلیپ ہو جاتے ہیں تو ہر پیغام کو سمجھنا مشکل ہو جاتا ہے۔ ڈیٹا سسٹمز میں، کراسسٹالک معلومات کو مسخ کرتا ہے، بصیرت کو کم درست بناتا ہے،" بالیووسکی نے کہا۔ "ہم نے کراسسٹالک سے دو طریقوں سے نمٹا: QCrank کے لیے، ہم نے ایک انشانکن مرحلہ متعارف کرایا۔ QBArt کے لیے، ہم نے پیغامات میں استعمال ہونے والی زبان کو آسان بنایا۔ استعمال شدہ ٹوکنز کی تعداد کو کم کرنا لاطینی حروف تہجی سے مورس کوڈ میں تبدیل کرنے کے مترادف ہے – بھیجنے میں سست لیکن تحریف سے کم متاثر ہوتا ہے۔

یہ تحقیق دو اہم پیشرفتوں کو متعارف کراتی ہے، جس سے کوانٹم ڈیٹا انکوڈنگ اور تجزیہ زیادہ عملی ہوتا ہے۔ سب سے پہلے، متوازی یکساں طور پر کنٹرول شدہ گردش (pUCR) سرکٹس پچھلے طریقوں کے مقابلے کوانٹم سرکٹس کی پیچیدگی کو کافی حد تک کم کرتے ہیں۔ یہ سرکٹس ایک ساتھ متعدد آپریشنز ہونے کی اجازت دیتے ہیں، جو انہیں کوانٹم پروسیسرز کے لیے اچھی طرح سے موزوں بناتے ہیں، جیسا کہ Quantinuum سے H1-1 ڈیوائس، متوازی گیٹ پر عمل درآمد کے لیے اعلی کنیکٹیویٹی اور معاونت کے ساتھ۔ دوسرا، مطالعہ QCrank اور QBArt کو متعارف کرایا گیا ہے، دو ڈیٹا انکوڈنگ تکنیک جو pUCR سرکٹس کو استعمال کرتی ہیں: QCrank مسلسل حقیقی ڈیٹا کو گردش کے زاویوں کے طور پر انکوڈ کرتا ہے اور QBArt عددی ڈیٹا کو بائنری شکل میں انکوڈ کرتا ہے۔ یہ تحقیق IonQ اور IBMQ کوانٹم پروسیسرز کا استعمال کرتے ہوئے کیے گئے تجربات کا ایک سلسلہ بھی پیش کرتی ہے، جو پہلے حاصل کیے گئے مقابلے میں بڑے پیمانے پر کامیاب کوانٹم ڈیٹا انکوڈنگ اور تجزیہ کا مظاہرہ کرتی ہے۔ ان تجربات میں شور مچانے والے ہارڈویئر کے نتائج کو درست کرنے کے لیے غلطیوں کو کم کرنے کی نئی حکمت عملیوں کو بھی شامل کیا گیا ہے، جس سے کمپیوٹیشنز کی وشوسنییتا میں اضافہ ہوتا ہے۔

QCrank کے ساتھ کئے گئے تجربات امید افزا نتائج دکھاتے ہیں، معلومات کی بازیافت میں اعلیٰ سطح کی درستگی کے ساتھ 384 کیوبٹس پر 12 بلیک اینڈ وائٹ پکسلز کو کامیابی سے انکوڈنگ اور بازیافت کرتے ہیں۔ خاص طور پر، یہ تصویر کسی کوانٹم ڈیوائس پر کامیابی کے ساتھ انکوڈ کی گئی اب تک کی سب سے بڑی تصویر کی نمائندگی کرتی ہے، جو اسے ایک اہم کامیابی قرار دیتی ہے۔ اسی تصویر کو کلاسیکی کمپیوٹر پر ذخیرہ کرنے کے لیے 1 بٹس کی ضرورت ہوگی، جس سے یہ کوانٹم کمپیوٹر کے مقابلے میں 384 گنا کم موثر ہوگا۔ چونکہ کوانٹم سسٹم کی صلاحیت qubits کی تعداد کے ساتھ تیزی سے بڑھتی ہے، مثال کے طور پر ایک مثالی کوانٹم کمپیوٹر پر صرف 30 qubits ہی انسانی جینوم میں پائی جانے والی ڈی این اے کی پوری 35 گیگا بائٹس معلومات کو روک سکتے ہیں۔

QBArt کے ساتھ کیے گئے تجربات نے ڈیٹا کی مختلف ترتیبوں کو انکوڈنگ اور پروسیسنگ کرنے میں اپنی قابل ذکر صلاحیت کو ظاہر کیا، پیچیدہ DNA ترتیب (شکل 2) سے لے کر پیچیدہ نمبروں تک، قریب قریب کامل وفاداری کے ساتھ۔ مزید برآں، مطالعہ بائنری ڈیٹا کو انکوڈنگ کرنے میں مختلف کوانٹم پروسیسرز کی کارکردگی کا جائزہ لیتا ہے، پی یو سی آر سرکٹس پر انحصار کرنے والے کاموں کے لیے آئن ٹریپ پر مبنی پروسیسرز کی غیر معمولی صلاحیتوں کی نقاب کشائی کرتا ہے۔ یہ نتائج نہ صرف مختلف کوانٹم الگورتھم اور ہائبرڈ کوانٹم-کلاسیکی الگورتھم میں کمپیکٹ، متوازی سرکٹس کی ایپلی کیشنز کے بارے میں گہری تحقیقات کا مرحلہ طے کرتے ہیں۔ وہ مستقبل میں کوانٹم مشین لرننگ اور ڈیٹا پروسیسنگ کے کاموں میں دلچسپ پیشرفت کی راہ بھی ہموار کرتے ہیں۔

"کوانٹم کمپیوٹنگ میں سب سے آگے نیویگیٹ کرتے ہوئے، ہماری ٹیم، ابھرتی ہوئی صلاحیتوں کے ذریعے حوصلہ افزائی کرتی ہے، تجزیہ کے کاموں کی ایک وسیع رینج سے نمٹنے کے لیے ہمارے ڈیٹا انکوڈنگ کے طریقوں سے فائدہ اٹھاتے ہوئے نظریاتی پیشرفت کی تلاش کر رہی ہے۔ پرسیانو نے کہا کہ یہ نئے طریقے تجزیاتی صلاحیتوں کو اس پیمانے پر کھولنے کا وعدہ رکھتے ہیں جو ہم نے NISQ ڈیوائسز کے ساتھ پہلے نہیں دیکھا تھا۔ "HPC اور کوانٹم ہارڈویئر دونوں کا فائدہ اٹھاتے ہوئے، ہمارا مقصد کوانٹم کمپیوٹنگ ریسرچ کے افق کو بڑھانا ہے، یہ تصور کرتے ہوئے کہ کس طرح کوانٹم مختلف سائنسی ڈومینز میں مسئلہ حل کرنے کے طریقوں میں انقلاب لا سکتا ہے۔ جیسے جیسے کوانٹم ہارڈویئر تیار ہوتا ہے، تحقیقی ٹیم میں شامل ہم سب اس کی عملییت اور افادیت کے لیے بڑے پیمانے پر سائنسی ڈیٹا کے تجزیہ اور تصور کے لیے ایک طاقتور ٹول کے طور پر یقین رکھتے ہیں۔

کوانٹم افرادی قوت کی تعمیر اور تعلیم کے لیے حالیہ کال کے ساتھ، بہت سی تنظیمیں، بشمول یو ایس ڈیپارٹمنٹ آف انرجی (DOE)، تحقیق کو آگے بڑھانے اور QIST کے لیے نئے الگورتھم، سسٹمز، اور سافٹ ویئر ماحول تیار کرنے میں مدد کرنے کے طریقے تلاش کر رہی ہیں۔ اس مقصد کے لیے، اقلیتوں کی خدمت کرنے والے ادارے SFSU کے ساتھ برکلے لیب کا جاری تعاون QIST میں لیب کی کوششوں سے فائدہ اٹھاتا ہے اور SFSU کے موجودہ نصاب کو توسیع دیتا ہے تاکہ نئے QIST پر مرکوز کورس ورک اور تربیت کے مواقع شامل ہوں۔ سابقہ ​​برکلے لیب کے ایک سینئر کمپیوٹر سائنٹسٹ، SFSU ایسوسی ایٹ پروفیسر ویس بیتھل نے SFSU کمپیوٹنگ سائنس ماسٹرز کے فارغ التحصیل طلباء کی ایک نئی نسل تیار کرنے کی ذمہ داری سنبھالی، جن میں سے بہت سے کم نمائندگی والے گروپوں سے تھے، جن کی تھیسس QIST کے موضوعات پر مرکوز تھی۔

رحمت امانکوہ، پی ایچ ڈی۔ کیس ویسٹرن یونیورسٹی کی طالبہ، جون 2021 سے اس تعاون کا حصہ بنی ہوئی ہے، جس نے برکلے لیب اور سسٹین ایبل ہورائزنز انسٹی ٹیوٹ کے درمیان شراکت داری، پائیدار ریسرچ پاتھ ویز پروگرام میں حصہ لینے کے لیے سالانہ اپنے موسم گرما کے 12 ہفتوں کے وقفے وقف کیے ہیں۔ Amankwah نے لکیری الجبرا میں اپنی مہارت کا فائدہ اٹھاتے ہوئے کوانٹم سرکٹس کے ڈیزائن اور ہیرا پھیری کو اختراع کرنے کے لیے اس کارکردگی کو حاصل کیا جس کی ٹیم کو دو نئے طریقوں، QCrank اور ABArt میں امید تھی۔ کوانٹم کمپیوٹرز کے ڈیٹا کو انکوڈ کرنے کے لیے طریقے ٹیم کی جدید تکنیکوں کا استعمال کرتے ہیں۔ "ہم جو کام کر رہے ہیں وہ واقعی دلکش ہے،" امانکوہ نے کہا۔ "یہ ایک ایسا سفر ہے جو ہمیں مسلسل اگلی بڑی کامیابیوں پر غور کرنے پر مجبور کرتا ہے۔ میں پی ایچ ڈی کے بعد میں قدم رکھتے ہوئے اس شعبے میں مزید اثر انگیز شراکت کرنے کا پرجوش طور پر منتظر ہوں۔ کیریئر ایڈونچر۔"

اس تحقیق کو یو ایس ڈیپارٹمنٹ آف انرجی (DOE) آفس آف ایڈوانسڈ سائنٹفک کمپیوٹنگ ریسرچ (ASCR) ایکسپلوریٹری ریسرچ فار ایکسٹریم اسکیل سائنس، دی سسٹین ایبل ہورائزنز انسٹی ٹیوٹ، اور برکلے لیب کے لیب ڈائریکٹڈ ریسرچ اینڈ ڈیولپمنٹ پروگرام نے سپورٹ کیا اور NERSC میں کمپیوٹنگ کے وسائل کا استعمال کیا۔ اور اوک رج لیڈرشپ کمپیوٹنگ کی سہولت۔

• SEO سے چلنے والا مواد اور PR کی تقسیم۔ آج ہی بڑھا دیں۔
• پلیٹو ڈیٹا ڈاٹ نیٹ ورک ورٹیکل جنریٹو اے آئی۔ اپنے آپ کو بااختیار بنائیں۔ یہاں تک رسائی حاصل کریں۔
• پلیٹوآئ اسٹریم۔ ویب 3 انٹیلی جنس۔ علم میں اضافہ۔ یہاں تک رسائی حاصل کریں۔
• پلیٹو ای ایس جی۔ کاربن، کلین ٹیک، توانائی ، ماحولیات، شمسی، ویسٹ مینجمنٹ یہاں تک رسائی حاصل کریں۔
• پلیٹو ہیلتھ۔ بائیوٹیک اینڈ کلینیکل ٹرائلز انٹیلی جنس۔ یہاں تک رسائی حاصل کریں۔
• ماخذ: https://insidehpc.com/2024/04/lbnl-leads-quantum-data-storage-visualization-project/