IBM公布量子芯片路線圖

公眾號(hào)記得加星標(biāo)??，第一時(shí)間看推送不會(huì)錯(cuò)過。

當(dāng)商業(yè)化、可擴(kuò)展、容錯(cuò)的量子計(jì)算時(shí)代真正開始，當(dāng)它廣泛普及時(shí)，至少在初期，它將是一種與經(jīng)典的、強(qiáng)大的超級(jí)計(jì)算機(jī)集成的云服務(wù)，類似加速器的節(jié)點(diǎn)將與 CPU 和 GPU 一起運(yùn)行，并承擔(dān)那些對(duì)于它們的經(jīng)典同類來說過于強(qiáng)大的工作負(fù)載。

高端計(jì)算領(lǐng)域的巨頭企業(yè)以及規(guī)模較小的供應(yīng)商和初創(chuàng)公司正日益著手構(gòu)建相關(guān)組件，以確保此類集成系統(tǒng)能夠流暢運(yùn)行。正如我們?nèi)ツ晁赋龅?，為持續(xù)擴(kuò)張的人工智能市場提供大部分技術(shù)支持的英偉達(dá)（Nvidia）已開始在其產(chǎn)品中配備將高性能計(jì)算（HPC）與量子計(jì)算連接起來的功能。例如，NVQLink 是一種用于連接傳統(tǒng)超級(jí)計(jì)算機(jī)和量子系統(tǒng)的高速互連技術(shù)，而 CUDA-Q 則是英偉達(dá)的量子-經(jīng)典平臺(tái)。

最近，初創(chuàng)公司 Quantum Elements 正在利用人工智能和數(shù)字孿生技術(shù)加速商業(yè)化、容錯(cuò)量子計(jì)算的到來。本周，Quantum Machines 推出了開放加速棧 (Open Acceleration Stack)，這是一個(gè)旨在幫助用戶將任何經(jīng)典過程集成到其量子控制棧中的框架。聯(lián)合創(chuàng)始人兼首席技術(shù)官 Yonatan Cohen 表示，該框架“反映了量子計(jì)算行業(yè)從演示階段向規(guī)?；图呻A段的轉(zhuǎn)變。它滿足了量子計(jì)算發(fā)展兩個(gè)關(guān)鍵領(lǐng)域的需求：實(shí)時(shí)糾錯(cuò)和高級(jí)量子比特校準(zhǔn)，并提供了一個(gè)兼顧用戶體驗(yàn)和性能的硬件和軟件擴(kuò)展框架?！?/p>

量子計(jì)算與高性能計(jì)算系統(tǒng)集成的理念已經(jīng)醞釀多年。初創(chuàng)超導(dǎo)量子處理器制造商 QuantWare 曾撰文指出：“隨著經(jīng)典計(jì)算和量子計(jì)算之間的界限日益模糊，業(yè)界正朝著同一個(gè)方向發(fā)展：高性能計(jì)算的未來將是異構(gòu)的，量子計(jì)算將成為現(xiàn)有計(jì)算架構(gòu)的又一‘工具’?！?/p>

這甚至已經(jīng)成為一個(gè)國家安全問題。戰(zhàn)略與國際研究中心（CSIS）本月撰文指出，“將量子計(jì)算機(jī)集成到美國世界一流的超級(jí)計(jì)算機(jī)中，如今已成為美國在下一個(gè)計(jì)算時(shí)代保持技術(shù)領(lǐng)先地位的戰(zhàn)略要?jiǎng)?wù)。雖然美國在超級(jí)計(jì)算和量子計(jì)算領(lǐng)域處于領(lǐng)先地位，但在開發(fā)混合量子超級(jí)計(jì)算系統(tǒng)方面卻落后于歐洲和日本。”

IBM 本月發(fā)布了一種參考架構(gòu)，高管們表示，該架構(gòu)為業(yè)界提供了一份路線圖，將量子計(jì)算和經(jīng)典計(jì)算結(jié)合起來，以運(yùn)行他們所謂的以量子為中心的超級(jí)計(jì)算 (QCSC) 中的工作負(fù)載。IBM 院士兼 IBM QSCS 首席技術(shù)官 Jerry Chow 在接受The Next Platform采訪時(shí)表示， IBM 將其視為“未來計(jì)算的藍(lán)圖，但旨在展示其與現(xiàn)有技術(shù)的兼容性和互補(bǔ)性”。

周表示：“量子計(jì)算和高性能計(jì)算需要融合，而且很多地方都在數(shù)據(jù)中心部署這些技術(shù)。我們想做的，是真正地樹立一個(gè)標(biāo)桿，展示這種技術(shù)方案的藍(lán)圖，以及在高性能計(jì)算平臺(tái)上，量子計(jì)算、GPU和CPU如何協(xié)同工作、通信、協(xié)調(diào)運(yùn)作，以及如何針對(duì)終端應(yīng)用進(jìn)行編程?！?/p>

據(jù)IBM科學(xué)家介紹，該參考架構(gòu)包含多個(gè)層級(jí)，以硬件基礎(chǔ)設(shè)施為基礎(chǔ)，該基礎(chǔ)設(shè)施本身又分為三個(gè)層級(jí)，每個(gè)層級(jí)都擁有各自的計(jì)算能力、互連方式以及彼此之間的距離。底層是量子系統(tǒng)，該系統(tǒng)包含經(jīng)典運(yùn)行時(shí)和一個(gè)或多個(gè)互連的量子處理單元（QPU）。運(yùn)行時(shí)由專用經(jīng)典加速器（FPGA和ASIC）以及CPU組成，這些CPU負(fù)責(zé)執(zhí)行從糾錯(cuò)編碼到量子比特校準(zhǔn)再到主動(dòng)量子比特重置等QPU操作。

第二層由可編程 CPU 和 GPU 系統(tǒng)組成，它們與量子系統(tǒng)位于同一地點(diǎn)，并通過低延遲、近乎實(shí)時(shí)的互連技術(shù)連接，例如基于融合互聯(lián)網(wǎng)的 RDMA (ROCE)、Ultra Ethernet 和 NVQLink 等。最后一層是合作伙伴的橫向擴(kuò)展系統(tǒng)，這些系統(tǒng)部署在云端或本地。

基礎(chǔ)設(shè)施之上是編排層，其中包括量子資源管理接口（QRMI）。QRMI是一個(gè)開源庫，它抽象化了硬件相關(guān)的細(xì)節(jié)，并提供用于量子資源獲取、任務(wù)運(yùn)行和系統(tǒng)監(jiān)控的API。此外，還有一個(gè)應(yīng)用中間件，它作為獨(dú)立的量子和經(jīng)典編程模型以及應(yīng)用軟件之間的通信工具。

科學(xué)家們寫道：“CPU 使用二進(jìn)制代碼表示信息，GPU 使用張量，而 QPU 則依賴電路作為其編程模型。將現(xiàn)有求解器演化為 QCSC 求解器需要一個(gè)應(yīng)用層，計(jì)算庫可以在該層將問題分解為可在不同環(huán)境中啟動(dòng)的組件。該層促進(jìn)了經(jīng)典庫和量子庫之間的交互，后者負(fù)責(zé)準(zhǔn)備、優(yōu)化和后處理量子工作負(fù)載，使其與應(yīng)用領(lǐng)域相匹配，并通常使用經(jīng)典資源來完成這些工作。”

周表示，IBM一直在探索量子計(jì)算與經(jīng)典計(jì)算的融合，并補(bǔ)充說，在物理和化學(xué)問題上，量子計(jì)算已經(jīng)能夠與經(jīng)典計(jì)算相媲美。這一發(fā)現(xiàn)源于IBM與克利夫蘭診所合作，運(yùn)用量子計(jì)算超級(jí)計(jì)算機(jī)（QCSC）工作流程開展的研究 。此外，IBM還與理研（RIKEN）的超級(jí)計(jì)算環(huán)境及其富岳超級(jí)計(jì)算機(jī)合作，早期部署了參考架構(gòu)。

“總體而言，該架構(gòu)旨在展示一系列不同的用例，這些用例都以緊密的時(shí)間或空間協(xié)同定位為指導(dǎo)方向，”他說道?！斑@就是為什么我們主要通過架構(gòu)的演進(jìn)來指導(dǎo)這項(xiàng)工作。這并不是說這是一個(gè)適用于所有情況的唯一架構(gòu)。它的目的是展示資源之間日益緊密的耦合。從長遠(yuǎn)來看，這將真正推動(dòng)系統(tǒng)協(xié)同設(shè)計(jì)，使其能夠隨著應(yīng)用程序、算法和庫在關(guān)鍵應(yīng)用垂直領(lǐng)域的擴(kuò)展而擴(kuò)展?！?/p>

IBM 制定了一份時(shí)間表，概述了該供應(yīng)商認(rèn)為未來幾年量子計(jì)算與經(jīng)典計(jì)算融合的發(fā)展趨勢(shì)。

周先生表示，另一個(gè)時(shí)間節(jié)點(diǎn)也發(fā)揮著作用。參考架構(gòu)的關(guān)鍵推動(dòng)因素以及IBM在該領(lǐng)域所做的工作，首先是其于2023年發(fā)布的Heron 133至156量子比特超導(dǎo)量子芯片，其次是即將于2025年11月推出的Nighthawk 120量子比特芯片（如下圖所示） 。

他說，那些Nighthawk芯片讓IBM“達(dá)到了某些電路無法精確模擬的地步”?！耙虼?，它就成了我們?cè)S多用戶探索的試驗(yàn)場。這不再是對(duì)設(shè)備本身的研究，而是真正地探索量子處理器的研究。其中很重要的一部分是，如何將它與人們通常從經(jīng)典角度進(jìn)行的研究結(jié)合起來？”

他表示，量子計(jì)算不會(huì)取代傳統(tǒng)基礎(chǔ)設(shè)施的每一個(gè)部分。就像CPU和GPU并非總是協(xié)同工作一樣，量子處理器（QPU）將成為整個(gè)架構(gòu)的重要組成部分。

周說：“從算法的角度來看，你要確保在加速器最擅長的領(lǐng)域使用它們。靜態(tài)批處理用CPU，矩陣和張量運(yùn)算用GPU——這些運(yùn)算總是在GPU上進(jìn)行的——量子電路運(yùn)算，也就是我們目前在量子計(jì)算機(jī)上進(jìn)行量子計(jì)算的語言，它利用糾纏或疊加等技術(shù)。關(guān)鍵在于，從算法的角度來看，如何才能最好地運(yùn)用這些不同的組件？令人興奮的是，有了這些混合模型和參考架構(gòu)，人們可以開始思考如何才能最好地利用它們來發(fā)揮自身能力?！?/p>

（來源：編譯自nextplatform）

*免責(zé)聲明：本文由作者原創(chuàng)。文章內(nèi)容系作者個(gè)人觀點(diǎn)，半導(dǎo)體行業(yè)觀察轉(zhuǎn)載僅為了傳達(dá)一種不同的觀點(diǎn)，不代表半導(dǎo)體行業(yè)觀察對(duì)該觀點(diǎn)贊同或支持，如果有任何異議，歡迎聯(lián)系半導(dǎo)體行業(yè)觀察。

今天是《半導(dǎo)體行業(yè)觀察》為您分享的第4348內(nèi)容，歡迎關(guān)注。

加星標(biāo)??第一時(shí)間看推送

求推薦