[업계동향] 엔비디아는 cuQuantum을 통해 GPU와 양자 컴퓨팅 영역을 연결하는 것을 목표로 합니다.

기사 원문 - https://www.tomshardware.com/news/nvidia-cuquantum-computing
　

 

Nvidia는 Tensor 지원 기능인 cuQuantum을 통해 GPU와 양자 컴퓨팅 영역을 연결하려는 노력을 가속화하고 있습니다. 양자 시뮬레이션 툴킷. 이를 통해 회사는 오늘날의 NISQ(Noisy Intermediate-Scale Quantum) 시스템이 도달할 수 없는 방식으로 양자 회로 시뮬레이션 워크로드를 가속화하는 것을 목표로 합니다. 그러나 그렇게 하기 위해 회사는 하이브리드 솔루션을 향한 양자 및 고전 시스템 간의 추가 통합에 베팅하고 있습니다. 당연히 GPU는 Nvidia의 양자 개발의 최전선에 있습니다.

Nvidia는 GPU와 양자 시뮬레이션 가능 Tensor 코어를 현재 및 향후 출시될 QPU(Quantum Processing Unit)와 연결할 수 있는 저지연 연결을 만드는 데 목표를 두고 있습니다. 여기서 목표는 GPU의 엄청나게 강력한 병렬 처리를 활용하여 회로 최적화, 보정 및 오류 수정 과 같은 양자별 워크로드에 활용하는 동시에 양자 시스템과 기존 시스템 간의 통신 병목 현상을 제거하는 것입니다.

Nvidia의 양자 컴퓨팅 접근 방식의 또 다른 요소는 회사의 CUDA 프로그래밍 모델 과 다르지 않은 공통 소프트웨어 계층을 제공하는 것으로 보입니다.

아이디어는 이 프로그래밍 모델이 QPU 및 양자 시뮬레이션과의 코드 수준 상호 작용을 크게 단순화하는 것입니다. 이는 여전히 저수준 어셈블리 코드에 해당하는 수준에서 수행됩니다. 목표는 양자 기어 통합 프로그래밍 모델 및 컴파일러 도구 체인 을 간소화하는 것입니다. 양자 기능을 보다 집중적으로 사용하기 위해 서로 다른 QPU를 추상화합니다. Nvidia는 사용자가 HPC(고성능 컴퓨팅) 앱을 시뮬레이션된 QPU로 부분적으로 포팅한 다음 프로세서 자체로 포팅할 수 있도록 함으로써 클래식에서 양자-클래식 워크로드로의 전환을 촉진하기를 희망합니다.

NVidia에 따르면 수십 개의 조직이 이미 cuQuantum 툴킷을 활용하여 양자 작업을 지원하고 있습니다. Amazon Web Services는 이미 Braket 서비스 를 통해 cuQuantum 통합을 제공합니다. 양자 기계 학습 워크로드의 900배 속도 향상을 보여줍니다. Nvidia의 cuQuantum을 활용하는 다른 플랫폼에는 Google의 qsim, IBM의 Qiskit Aer, Xanadu의 PennyLane, Classiq의 Quantum Algorithm Design 플랫폼이 있습니다. Nvidia는 최근 세계 기록 을 달성했습니다. cuQuantum 프레임워크와 DGX SuperPOD 로 구동되는 매우 강력한 Selene 슈퍼컴퓨터를 활용하여 양자 컴퓨팅 시뮬레이션에서.

Nvidia의 개발 중인 cuQuantum 에코시스템에 합류하는 Menten AI는 cuQuantum의 텐서 네트워크 라이브러리를 활용하여 단백질 상호작용 및 신약 분자를 시뮬레이션하는 것을 목표로 하는 약물 발견 스타트업입니다. 목표는 워크로드가 자연스럽게 양자 컴퓨팅의 확률적 특성에 적합한 약물 설계 속도를 높이는 것입니다.

Menten AI의 수석 과학자인 Alexey Galda는 "이러한 알고리즘을 실행할 수 있는 양자 컴퓨팅 하드웨어가 아직 개발 중이지만 NVIDIA cuQuantum과 같은 기존 컴퓨팅 도구는 양자 알고리즘 개발을 발전시키는 데 중요합니다.

Nvidia는 CUDA 소프트웨어 스택을 통해 놀라운 HPC 시장 침투를 달성했으며 회사는 cuQuantum을 통해 양자 영역에서 위업을 반복하는 것을 목표로 하는 것으로 보입니다. 전 세계에서 가장 복잡한 연구 분야 중 하나에 해당하는 만큼 간소화된 소프트웨어 패키지가 양자로의 여정을 비약적으로 가속화하는 데 도움이 될 것 같습니다 .