LBNL dẫn đầu dự án trực quan hóa, lưu trữ dữ liệu lượng tử - Phân tích tin tức điện toán hiệu suất cao | bên trongHPC

Phòng thí nghiệm quốc gia Lawrence Berkeley đã thông báo rằng các nhà nghiên cứu tại phòng thí nghiệm quốc gia và trường đại học gần đây đã phát hành hai bài báo giới thiệu các phương pháp lưu trữ và phân tích dữ liệu mới để làm cho điện toán lượng tử trở nên thực tế hơn và khám phá cách trực quan hóa giúp hiểu được điện toán lượng tử.

Talita Perciano, Nhà khoa học nghiên cứu thuộc Phòng dữ liệu khoa học tại Phòng thí nghiệm quốc gia Lawrence Berkeley và là người đứng đầu nỗ lực này cho biết: “Công trình này thể hiện những bước tiến đáng kể trong việc hiểu và khai thác các thiết bị lượng tử hiện tại để mã hóa, xử lý và trực quan hóa dữ liệu”.

“Những đóng góp này được xây dựng dựa trên những nỗ lực để làm nổi bật sự khám phá và tiềm năng đang diễn ra của công nghệ lượng tử trong việc định hình phân tích và trực quan hóa dữ liệu khoa học. Việc thực hiện các dự án này nhấn mạnh vai trò quan trọng của tinh thần đồng đội vì mỗi thành viên đều mang chuyên môn và quan điểm riêng của mình. Sự hợp tác này là minh chứng cho thực tế rằng trong lĩnh vực lượng tử, cũng như trong nhiều khía cạnh của cuộc sống, sự tiến bộ không chỉ phụ thuộc vào thành tích cá nhân mà còn phụ thuộc vào nỗ lực tập thể và tầm nhìn chung của nhóm.”

Theo một bài viết trên trang LBNL của Carol Pott, những người đóng góp cho dự án này - cùng với Perciano - bao gồm các nhà nghiên cứu từ Phòng Dữ liệu Khoa học, Phòng Nghiên cứu Toán học & Tính toán Ứng dụng và Trung tâm Máy tính Khoa học Nghiên cứu Năng lượng Quốc gia (NERSC), phối hợp với các nhóm từ Đại học Bang San Francisco (SFSU) và Đại học Case Western Reserve.

Cân bằng cổ điển và lượng tử

Sự hợp tác: (Hàng trên cùng, từ trái sang phải) Talita Perciano, Jan Balewski, Daan Camps. (Hàng dưới, từ trái sang phải) Roel Van Beumen, Mercy G. Amankwah, E. Wes Bethel

Việc nhóm nghiên cứu tập trung vào mã hóa dữ liệu cổ điển để sử dụng bằng thuật toán lượng tử là bước đệm hướng tới tiến bộ trong việc tận dụng các phương pháp khoa học và công nghệ thông tin lượng tử (QIST) như một phần của đồ họa và trực quan hóa, cả hai đều đắt tiền về mặt tính toán. “Tìm kiếm sự cân bằng phù hợp giữa khả năng của QIST và điện toán cổ điển là một thách thức nghiên cứu lớn. Một mặt, hệ thống lượng tử có thể xử lý các vấn đề lớn hơn theo cấp số nhân khi chúng ta thêm nhiều qubit hơn. Mặt khác, các hệ thống cổ điển và nền tảng HPC đã có cơ sở hạ tầng và nghiên cứu vững chắc trong nhiều thập kỷ, nhưng chúng đã đạt đến giới hạn công nghệ trong việc mở rộng quy mô,” Bethel cho biết. “Một con đường có thể xảy ra là ý tưởng về điện toán lượng tử cổ điển lai, kết hợp CPU cổ điển với các đơn vị xử lý lượng tử (QPU). Cách tiếp cận này kết hợp những gì tốt nhất của cả hai thế giới, mang đến những khả năng thú vị cho các ứng dụng khoa học cụ thể.”

Tờ giấy đầu tiên, được công bố gần đây trên Báo cáo khoa học tự nhiên, khám phá cách mã hóa và lưu trữ dữ liệu cổ điển trong các hệ thống lượng tử để cải thiện khả năng phân tích, đồng thời đề cập đến hai phương pháp mới cũng như cách chúng hoạt động. QCrank hoạt động bằng cách mã hóa các tập hợp số thực thành các vòng quay liên tục của các qubit đã chọn, cho phép biểu diễn nhiều dữ liệu hơn nhưng sử dụng ít không gian hơn. Mặt khác, QBArt biểu thị trực tiếp dữ liệu nhị phân dưới dạng một chuỗi số 0 và số 1 được ánh xạ tới trạng thái 0 thuần và một qubit, giúp thực hiện các phép tính trên dữ liệu dễ dàng hơn.

Trong bài báo thứ hai, nhóm đã đi sâu vào sự tương tác giữa trực quan hóa và điện toán lượng tử, cho thấy trực quan hóa đã đóng góp như thế nào cho điện toán lượng tử bằng cách cho phép biểu diễn các trạng thái lượng tử phức tạp bằng đồ họa và khám phá những lợi ích cũng như thách thức tiềm tàng của việc tích hợp điện toán lượng tử vào lĩnh vực khám phá và phân tích dữ liệu trực quan . Trong khám phá khoa học, trực quan hóa cho phép các nhà nghiên cứu khám phá những điều chưa biết và “nhìn thấy những điều không thể nhìn thấy”, chuyển thông tin trừu tượng thành những hình ảnh dễ hiểu một cách hiệu quả.

Nhóm nghiên cứu đã thử nghiệm các phương pháp của họ trên phần cứng lượng tử NISQ bằng cách sử dụng một số loại tác vụ xử lý dữ liệu, chẳng hạn như khớp các mẫu trong DNA, tính toán khoảng cách giữa các chuỗi số nguyên, thao tác với chuỗi số phức cũng như ghi và truy xuất hình ảnh được tạo từ pixel nhị phân. Nhóm đã thực hiện các thử nghiệm này bằng bộ xử lý lượng tử có tên Quantinuum H1-1, cũng như trên các bộ xử lý lượng tử khác có sẵn thông qua IBMQ và IonQ. Thông thường, các thuật toán lượng tử xử lý các mẫu dữ liệu lớn như một mạch đơn trên thiết bị NISQ hoạt động rất kém hoặc mang lại đầu ra hoàn toàn ngẫu nhiên. Các tác giả đã chứng minh rằng phương pháp mới của họ thu được kết quả chính xác đáng kể khi sử dụng phần cứng như vậy.

Xử lý mã hóa dữ liệu và nhiễu xuyên âm

Khi thiết kế và triển khai các thuật toán lượng tử xử lý dữ liệu cổ điển, một thách thức đáng kể nảy sinh được gọi là vấn đề mã hóa dữ liệu, đó là làm thế nào để chuyển đổi dữ liệu cổ điển thành dạng mà máy tính lượng tử có thể hoạt động được. Trong quá trình mã hóa, có sự cân bằng giữa việc sử dụng tài nguyên lượng tử một cách hiệu quả và giữ cho độ phức tạp tính toán của các thuật toán đủ đơn giản để quản lý.

“Trọng tâm là cân bằng các hạn chế về phần cứng lượng tử hiện tại. Một số phương pháp mã hóa vững chắc về mặt toán học sử dụng nhiều bước hoặc cổng lượng tử đến mức hệ thống lượng tử sẽ mất thông tin ban đầu trước khi đến cổng cuối cùng. Jan Balewski, Chuyên gia tư vấn tại NERSC và là tác giả đầu tiên của bài báo Báo cáo khoa học, cho biết điều này không có cơ hội tính toán chính xác dữ liệu được mã hóa. “Để giải quyết vấn đề này, chúng tôi đã nghĩ ra kế hoạch chia một chuỗi dài thành nhiều luồng mã hóa song song.”

Thật không may, phương pháp này đã dẫn đến một vấn đề mới, nhiễu xuyên âm giữa các luồng, làm sai lệch thông tin được lưu trữ. “Nó giống như việc cố gắng nghe nhiều cuộc trò chuyện trong một căn phòng đông người; khi chúng chồng lên nhau, việc hiểu từng thông điệp trở nên khó khăn. Trong các hệ thống dữ liệu, nhiễu xuyên âm làm biến dạng thông tin, khiến thông tin hiểu biết kém chính xác hơn”, Balewski nói. “Chúng tôi đã giải quyết nhiễu xuyên âm theo hai cách: đối với QCrank, chúng tôi đã giới thiệu một bước hiệu chỉnh; đối với QBArt, chúng tôi đã đơn giản hóa ngôn ngữ được sử dụng trong tin nhắn. Việc giảm số lượng token được sử dụng cũng giống như chuyển từ bảng chữ cái Latinh sang mã Morse – gửi chậm hơn nhưng ít bị ảnh hưởng bởi sự biến dạng hơn.”

Nghiên cứu này giới thiệu hai tiến bộ đáng kể, giúp việc mã hóa và phân tích dữ liệu lượng tử trở nên thực tế hơn. Đầu tiên, các mạch quay được điều khiển đồng nhất song song (pUCR) làm giảm đáng kể độ phức tạp của mạch lượng tử so với các phương pháp trước đây. Các mạch này cho phép nhiều hoạt động diễn ra đồng thời, khiến chúng rất phù hợp với bộ xử lý lượng tử, chẳng hạn như thiết bị H1-1 của Quantinuum, với khả năng kết nối cao và hỗ trợ thực thi cổng song song. Thứ hai, nghiên cứu giới thiệu QCrank và QBArt, hai kỹ thuật mã hóa dữ liệu sử dụng mạch pUCR: QCrank mã hóa dữ liệu thực liên tục dưới dạng góc quay và QBArt mã hóa dữ liệu số nguyên ở dạng nhị phân. Nghiên cứu cũng trình bày một loạt thử nghiệm được thực hiện bằng bộ xử lý lượng tử IonQ và IBMQ, chứng minh việc mã hóa và phân tích dữ liệu lượng tử thành công trên quy mô lớn hơn những gì đã đạt được trước đây. Những thử nghiệm này cũng kết hợp các chiến lược giảm thiểu lỗi mới để sửa các kết quả gây nhiễu phần cứng, nâng cao độ tin cậy của các phép tính.

Các thử nghiệm được thực hiện với QCrank cho thấy kết quả đầy hứa hẹn, mã hóa và truy xuất thành công 384 pixel đen trắng trên 12 qubit với độ chính xác cao trong việc khôi phục thông tin (Hình 1). Đáng chú ý, hình ảnh này là hình ảnh lớn nhất từng được mã hóa thành công trên thiết bị lượng tử, đánh dấu đây là một thành tựu mang tính đột phá. Việc lưu trữ cùng một hình ảnh đó trên máy tính cổ điển sẽ cần 384 bit, khiến nó kém hiệu quả hơn 30 lần so với máy tính lượng tử. Vì công suất của hệ thống lượng tử tăng theo cấp số nhân với số lượng qubit, nên chỉ cần 35 qubit trên một máy tính lượng tử lý tưởng có thể chứa toàn bộ 150 gigabyte thông tin DNA được tìm thấy trong bộ gen của con người.

Các thử nghiệm được thực hiện với QBArt đã cho thấy khả năng vượt trội của nó trong việc mã hóa và xử lý các chuỗi dữ liệu đa dạng, từ các chuỗi DNA phức tạp (Hình 2) đến các số phức, với độ chính xác gần như hoàn hảo. Ngoài ra, nghiên cứu còn đi sâu vào đánh giá hiệu suất của các bộ xử lý lượng tử khác nhau trong việc mã hóa dữ liệu nhị phân, tiết lộ khả năng đặc biệt của bộ xử lý dựa trên bẫy ion cho các tác vụ dựa vào mạch pUCR. Những phát hiện này không chỉ tạo tiền đề cho những nghiên cứu sâu hơn về ứng dụng của các mạch nhỏ gọn, song song trên các thuật toán lượng tử khác nhau và các thuật toán lượng tử-cổ điển lai; chúng cũng mở đường cho những tiến bộ thú vị trong các nhiệm vụ xử lý dữ liệu và học máy lượng tử trong tương lai.

“Định hướng đi đầu trong điện toán lượng tử, nhóm của chúng tôi, được tiếp thêm năng lượng bởi những tài năng mới nổi, đang khám phá những tiến bộ về mặt lý thuyết tận dụng các phương pháp mã hóa dữ liệu của chúng tôi để giải quyết một loạt các nhiệm vụ phân tích. Perciano cho biết: Những phương pháp tiếp cận mới này hứa hẹn sẽ mở ra khả năng phân tích ở quy mô mà chúng tôi chưa từng thấy trước đây với các thiết bị NISQ”. “Tận dụng cả HPC và phần cứng lượng tử, chúng tôi mong muốn mở rộng tầm nhìn nghiên cứu điện toán lượng tử, hình dung cách lượng tử có thể cách mạng hóa các phương pháp giải quyết vấn đề trên nhiều lĩnh vực khoa học khác nhau. Khi phần cứng lượng tử phát triển, tất cả chúng tôi trong nhóm nghiên cứu đều tin vào tiềm năng thực tế và hữu ích của nó như một công cụ mạnh mẽ để phân tích và trực quan hóa dữ liệu khoa học quy mô lớn.”

Với lời kêu gọi gần đây nhằm xây dựng và đào tạo lực lượng lao động lượng tử, nhiều tổ chức, bao gồm cả Bộ Năng lượng Hoa Kỳ (DOE), đang tìm cách giúp thúc đẩy nghiên cứu và phát triển các thuật toán, hệ thống và môi trường phần mềm mới cho QIST. Để đạt được mục tiêu đó, sự hợp tác liên tục của Phòng thí nghiệm Berkeley với SFSU, một tổ chức phục vụ thiểu số, thúc đẩy những nỗ lực của phòng thí nghiệm trong QIST và mở rộng chương trình giảng dạy hiện tại của SFSU để bao gồm các cơ hội đào tạo và khóa học tập trung vào QIST mới. Trước đây là Nhà khoa học máy tính cao cấp của Phòng thí nghiệm Berkeley, Phó giáo sư Wes Bethel của SFSU đã lãnh đạo trách nhiệm tạo ra một thế hệ sinh viên mới tốt nghiệp Thạc sĩ Khoa học máy tính SFSU, nhiều người thuộc các nhóm ít được đại diện, với luận văn tập trung vào các chủ đề QIST.

Mercy Amankwah, một tiến sĩ. sinh viên tại Đại học Case Western, đã tham gia sự hợp tác này kể từ tháng 2021 năm 12, dành XNUMX tuần nghỉ hè hàng năm để tham gia chương trình Con đường nghiên cứu bền vững, sự hợp tác giữa Phòng thí nghiệm Berkeley và Viện Chân trời bền vững. Amankwah đã tận dụng kiến ​​thức chuyên môn của mình về đại số tuyến tính để đổi mới thiết kế và thao tác với các mạch lượng tử nhằm đạt được hiệu quả mà nhóm mong đợi ở hai phương pháp mới là QCrank và ABArt. Phương pháp này sử dụng các kỹ thuật tiên tiến của nhóm để mã hóa dữ liệu cho máy tính lượng tử. Amankwah nói: “Công việc chúng tôi đang làm thực sự rất hấp dẫn. “Đó là một hành trình không ngừng thúc đẩy chúng ta suy ngẫm về những đột phá lớn tiếp theo. Tôi rất hào hứng mong muốn có được những đóng góp có tác động hơn nữa cho lĩnh vực này khi tôi bước vào chương trình sau Tiến sĩ. cuộc phiêu lưu nghề nghiệp.”

Nghiên cứu này được hỗ trợ bởi Văn phòng Nghiên cứu Khám phá Máy tính Khoa học Tiên tiến (ASCR) của Bộ Năng lượng Hoa Kỳ (DOE) cho Khoa học Quy mô Cực lớn, Viện Chân trời Bền vững và Chương trình Nghiên cứu và Phát triển Chỉ đạo Phòng thí nghiệm của Phòng thí nghiệm Berkeley và sử dụng các tài nguyên máy tính tại NERSC và Cơ sở Điện toán Lãnh đạo Oak Ridge.

• Phân phối nội dung và PR được hỗ trợ bởi SEO. Được khuếch đại ngay hôm nay.
• PlatoData.Network Vertical Generative Ai. Trao quyền cho chính mình. Truy cập Tại đây.
• PlatoAiStream. Thông minh Web3. Kiến thức khuếch đại. Truy cập Tại đây.
• Trung tâmESG. Than đá, công nghệ sạch, Năng lượng, Môi trường Hệ mặt trời, Quản lý chất thải. Truy cập Tại đây.
• PlatoSức khỏe. Tình báo thử nghiệm lâm sàng và công nghệ sinh học. Truy cập Tại đây.
• nguồn: https://insidehpc.com/2024/04/lbnl-leads-quantum-data-storage-visualization-project/