研究人員評估量子系統對超級電腦的需求－ForkLog

# 研究人員評估量子系統對超級電腦的需求

亞馬遜雲端服務（AWS）、Nvidia、勞倫斯伯克利國家實驗室以及 NASA 提出了一種模型，用於評估量子處理器如何與傳統的超級電腦互動。

該模型可用於判定何時需要將量子設備放置在高效能運算基礎設施旁邊，以及何時只要透過雲端進行遠端存取就足夠。

需求取決於任務類型

研究人員將量子-傳統互動分為兩個層級：

1. 第一個層級與即時控制硬體有關。包括物理量子位元的校準，以及量子錯誤校正的資料處理。
2. 第二個層級涵蓋混合式演算法，其中傳統電腦與量子處理器依序執行計算的部分內容。

在進行錯誤校正時，傳統系統會分析監控量測，並決定需要修正哪些故障。處理必須落在從微秒以下到數微秒的時間間隔內。這類任務需要以最低延遲為前提的直接連線。透過一般網路的遠端連接不適用。

在第二種情況下，延遲會影響運行時間，但不一定決定是否能執行演算法。因此，部分任務只要能透過雲端存取量子裝置即可。

並非所有演算法都適合遠端存取

作者將混合式演算法的執行時間分解為：傳統運算、量子處理器的運作，以及資料交換。

如果迴圈的大部分時間用於處理資訊，降低網路延遲幾乎無法加速計算。若演算法需要頻繁的交換，快速連線就變得至關重要。

第一個例子是基於取樣的量子對角化（SQD），應用於量子化學。作者使用了 IBM Heron 處理器的 77 量子位元實驗數據。此情境下主要時間花在傳統處理結果上。通訊開銷占比約為 0,0001，因此遠端存取量子處理器就足夠了。

而另一種結果則由用於馬可夫鏈的蒙地卡羅方法搭配量子加速（QE-MCMC）呈現，該方法在一台 10 量子位元的 IBM 裝置上進行了測試。該演算法需要頻繁的連續交換。在遠端存取的情況下，通訊開銷約是運算時間的 1000 倍以上。

不過，它並不需要完整的超級電腦算力。要執行即可使用一個小型的傳統控制器，並配合低延遲連線。

錯誤校正將強化需求

隨著系統邁向邏輯量子位元與具容錯能力的量子電腦，傳統基礎設施的角色將會變得更重要。系統必須持續處理量測、偵測錯誤並送出修正指令。傳統部分的速度將開始決定量子電腦的運行節奏。

作者預期，大型具容錯能力的設施將需要與高效能運算系統更緊密的整合。然而並不存在通用的架構。需求會依演算法、硬體特性、交換次數以及傳輸資料的規模而改變。

研究人員建議使用該模型，隨著量子處理器與運算方法的發展，定期重新評估基礎設施。

提醒一下：在 7 月，Nvidia 開放了用於量子錯誤之訊號預處理的 AI 模組程式碼。在模擬中，與傳統解碼器的搭配降低了邏輯故障的頻率並加速處理。