劳伦斯伯克利国家实验室领导量子数据存储、可视化项目——高性能计算新闻分析 |内部HPC

劳伦斯伯克利国家实验室宣布，国家实验室和大学研究人员最近发表了两篇论文，介绍了数据存储和分析的新方法，使量子计算更加实用，并探索可视化如何帮助理解量子计算。

劳伦斯伯克利国家实验室科学数据部门的研究科学家、这项工作的负责人 Talita Perciano 表示：“这项工作代表了理解和利用当前量子设备进行数据编码、处理和可视化方面的重大进步。”

“这些贡献建立在我们之前的基础上 工作的影响。 强调量子技术在塑造科学数据分析和可视化方面的持续探索和潜力。这些项目的实现强调了团队合作的重要作用，因为每个成员都带来了他们独特的专业知识和观点。这次合作证明了这样一个事实：在量子领域，就像在生活的许多方面一样，进步不仅仅取决于个人成就，还取决于团队的集体努力和共同愿景。”

根据 一篇文章 在 Carol Pott 的 LBNL 网站上，该项目的贡献者与 Perciano 一起包括来自科学数据部、应用数学与计算研究部以及国家能源研究科学计算中心 (NERSC) 的研究人员，并与以下团队合作旧金山州立大学 (SFSU) 和凯斯西储大学。

平衡经典与量子

合作者：（上排，从左到右）Talita Perciano、Jan Balewski、Daan Camps。 （下排，从左到右）Roel Van Beeumen、Mercy G. Amankwah、E. Wes Bethel

该团队专注于对经典数据进行编码以供量子算法使用，这是利用量子信息科学技术（QIST）方法作为图形和可视化的一部分取得进展的基石，这两种方法在历史上计算成本都很高。 “在 QIST 和经典计算的功能之间找到适当的平衡是一项巨大的研究挑战。一方面，随着我们添加更多量子位，量子系统可以处理指数级更大的问题。另一方面，经典系统和 HPC 平台拥有数十年的扎实研究和基础设施，但它们在扩展方面遇到了技术限制。”Bethel 说道。 “一个可能的途径是混合经典量子计算的想法，将经典 CPU 与量子处理单元 (QPU) 混合在一起。这种方法结合了两全其美的优点，为特定的科学应用提供了令人兴奋的可能性。”

第一篇论文， 最近发表在《自然科学报告》上，探讨了如何在量子系统中编码和存储经典数据以提高分析能力，并介绍了这两种新方法及其运作方式。 QCrank 的工作原理是将实数集编码为选定量子位的连续旋转，从而允许使用更少的空间表示更多的数据。另一方面，QBArt 直接将二进制数据表示为映射到纯 0 和 1 量子位状态的一系列 0 和 1，从而更容易对数据进行计算。

在第二篇论文中，该团队深入研究了可视化和量子计算之间的相互作用，展示了可视化如何通过以图形方式表示复杂的量子态来为量子计算做出贡献，并探索将量子计算集成到视觉数据探索和分析领域的潜在好处和挑战。在科学探索中，可视化使研究人员能够探索未知事物并“看到不可见的事物”，有效地将抽象信息转化为易于理解的图像。

该团队使用多种类型的数据处理任务在 NISQ 量子硬件上测试了他们的方法，例如匹配 DNA 中的模式、计算整数序列之间的距离、操作复数序列以及写入和检索由二进制像素组成的图像。该团队使用名为 Quantinuum H1-1 的量子处理器以及通过 IBMQ 和 IonQ 提供的其他量子处理器运行这些测试。通常，在 NISQ 设备上将如此大的数据样本作为单个电路处理的量子算法性能非常差，或者产生完全随机的输出。作者证明，他们的新方法在使用此类硬件时获得了非常准确的结果。

处理数据编码和串扰

在设计和实现处理经典数据的量子算法时，出现了一个重大挑战，即数据编码问题，即如何将经典数据转换为量子计算机可以使用的形式。在编码过程中，需要在有效使用量子资源和保持算法的计算复杂性足够简单以管理之间进行权衡。

“重点是平衡当前的量子硬件限制。一些数学上可靠的编码方法使用如此多的步骤或量子门，以至于量子系统甚至在到达最终门之前就丢失了初始信息。这使得没有机会正确计算编码数据，”NERSC 顾问、《科学报告》论文的第一作者 Jan Balewski 说道。 “为了解决这个问题，我们提出了将一个长序列分解为许多并行编码流的方案。”

不幸的是，这种方法导致了一个新问题，即流之间的串扰，这会扭曲存储的信息。 “这就像在一个拥挤的房间里试图听多个对话；当它们重叠时，理解每条消息就变得具有挑战性。在数据系统中，串扰会扭曲信息，导致洞察结果不太准确。”Balewski 说道。 “我们通过两种方式解决串扰问题：对于 QCrank，我们引入了校准步骤；对于 QBArt，我们简化了消息中使用的语言。减少使用的令牌数量就像从拉丁字母切换到莫尔斯电码一样——发送速度较慢，但​​受失真影响较小。”

这项研究引入了两项重大进展，使量子数据编码和分析更加实用。首先，与以前的方法相比，并行均匀控制旋转（pUCR）电路大大降低了量子电路的复杂性。这些电路允许同时发生多个操作，非常适合量子处理器，例如 Quantinuum 的 H1-1 器件，具有高连接性并支持并行门执行。其次，该研究介绍了QCrank和QBArt，这两种利用pUCR电路的数据编码技术：QCrank将连续的真实数据编码为旋转角度，QBArt以二进制形式编码整数数据。该研究还展示了使用 IonQ 和 IBMQ 量子处理器进行的一系列实验，展示了比以前更大规模的成功量子数据编码和分析。这些实验还采用了新的错误缓解策略来纠正噪声硬件结果，从而增强计算的可靠性。

使用 QCrank 进行的实验显示出令人鼓舞的结果，成功地在 384 个量子位上编码和检索 12 个黑白像素，并且恢复信息的准确性很高（图 1）。值得注意的是，这张图像代表了迄今为止在量子设备上成功编码的最大图像，标志着它是一项突破性的成就。在经典计算机上存储相同的图像需要 384 位，与量子计算机相比，其效率低 30 倍。由于量子系统的容量随着量子位的数量呈指数级增长，例如，理想的量子计算机上只需 35 个量子位就可以保存人类基因组中发现的全部 150 GB DNA 信息。

使用 QBArt 进行的实验展示了其在编码和处理各种数据序列方面的卓越能力，从复杂的 DNA 序列（图 2）到复数，具有近乎完美的保真度。此外，该研究还深入研究了不同量子处理器在编码二进制数据方面的性能评估，揭示了基于离子阱的处理器在执行依赖于 pUCR 电路的任务时的卓越功能。这些发现不仅为深入研究紧凑并行电路在不同量子算法和混合量子经典算法中的应用奠定了基础；它们还为未来量子机器学习和数据处理任务的令人兴奋的进步铺平了道路。

“在量子计算的前沿，我们的团队在新兴人才的激励下，正在利用我们的数据编码方法探索理论进步，以解决广泛的分析任务。这些新颖的方法有望以我们以前从未在 NISQ 设备上见过的规模释放分析能力。”Perciano 说道。 “利用高性能计算和量子硬件，我们的目标是扩大量子计算研究的视野，设想量子如何彻底改变各个科学领域的问题解决方法。随着量子硬件的发展，我们研究团队的所有人都相信它作为大规模科学数据分析和可视化的强大工具的实用性和有用性的潜力。”

随着最近建立和教育量子劳动力的号召，包括美国能源部 (DOE) 在内的许多组织正在寻找方法来帮助推进 QIST 的研究和开发新的算法、系统和软件环境。为此，伯克利实验室与少数族裔服务机构 SFSU 持续合作，利用实验室在 QIST 方面的努力，并扩展 SFSU 的现有课程，以包括新的以 QIST 为重点的课程和培训机会。 SFSU 副教授 Wes Bethel 曾任伯克利实验室高级计算机科学家，他领导了新一代 SFSU 计算机科学硕士毕业生的培养，其中许多来自代表性不足的群体，其论文重点关注 QIST 主题。

Mercy Amankwah，博士凯斯西储大学的学生，自 2021 年 12 月以来一直参与这项合作，每年都会用 XNUMX 周的暑假参加可持续研究途径项目，该项目是伯克利实验室和可持续地平线研究所之间的合作伙伴关系。 Amankwah 利用她在线性代数方面的专业知识对量子电路的设计和操作进行创新，以实现团队希望通过两种新方法 QCrank 和 ABArt 实现的效率。这些方法使用该团队的创新技术为量子计算机编码数据。 “我们正在做的工作确实令人着迷，”Amankwah 说。 “这是一个不断推动我们思考下一个重大突破的旅程。当我进入博士后阶段时，我兴奋地期待着为这个领域做出更多有影响力的贡献。职业冒险。”

这项研究得到了美国能源部 (DOE) 高级科学计算研究 (ASCR) 极限科学探索性研究办公室、可持续地平线研究所和伯克利实验室实验室指导研究和开发计划的支持，并使用了 NERSC 的计算资源以及橡树岭领先计算设施。

• SEO 支持的内容和 PR 分发。 今天得到放大。
• PlatoData.Network 垂直生成人工智能。 赋予自己力量。 访问这里。
• 柏拉图爱流。 Web3 智能。 知识放大。 访问这里。
• 柏拉图ESG。 碳， 清洁科技, 能源， 环境， 太阳能， 废物管理。 访问这里。
• 柏拉图健康。 生物技术和临床试验情报。 访问这里。
• Sumber: https://insidehpc.com/2024/04/lbnl-leads-quantum-data-storage-visualization-project/