“量子助力：cuQuantum与PennyLane让模拟可以在超级计算机上运行”

Quantum boost cuQuantum and PennyLane enable simulations on supercomputers.

从长岛大西洋海岸进入十英里，Shinjae Yoo正在加速他的引擎。

这位美国能源部布鲁克黑文国家实验室的计算科学家和机器学习团队负责人是众多研究人员中的一员，他们将借助新软件首次在超级计算机上运行量子计算模拟。

Yoo使用的引擎是国家能源研究科学计算中心(NERSC)的Perlmutter超级计算机，该计算机使用来自多伦多Xanadu的量子编程框架PennyLane的最新版本。这个开源软件基于NVIDIA cuQuantum软件开发工具包，可在NVIDIA GPU的高性能集群上运行模拟。

性能至关重要，因为像Yoo这样的研究人员需要处理海量数据集。他将在Perlmutter上的256个NVIDIA A100 Tensor Core GPU上运行程序，模拟大约三十六个量子比特——量子计算机使用的强大计算器。

这是目前大多数研究人员可以模拟的量子比特数量的两倍。

所谓的PennyLane的多节点版本与NVIDIA cuQuantum SDK配合使用，简化了加速量子系统大规模模拟的复杂任务。

“这让我的实习生们能够运行一些最大规模的模拟，这就是我如此兴奋的原因，”Yoo说道，他的团队有六个正在使用PennyLane的项目正在进行中。

他的工作旨在推进高能物理和机器学习。其他研究人员使用量子模拟将化学和材料科学推向新的高度。

量子计算在企业的研发中也得到了应用。

例如，Xanadu正在帮助像劳斯莱斯这样的公司开发量子算法，设计可持续航空的先进喷气发动机，以及帮助大众集团发明更强大的电动汽车电池。

Perlmutter上的另外四个项目

与此同时，在NERSC，至少还有四个其他项目正在使用多节点PennyLane进行今年的工作，根据领导那里的量子计算项目的Katherine Klymko的说法。其中包括来自NASA艾姆斯和阿拉巴马大学的努力。

“我所从事的化学领域的研究人员也想研究经典计算机无法处理的大型分子复合物，”她说。“像PennyLane这样的工具让他们扩展他们目前在经典计算机上能够完成的任务，为最终在大规模量子计算机上运行算法做准备。”

PennyLane是一个新颖的想法的产物。它将流行的深度学习技术，如反向传播，以及PyTorch等工具，应用于量子计算机编程。

Xanadu设计了这个代码，可以在尽可能多种类的量子计算机上运行，因此这个软件在2018年的一篇论文发布后很快在量子界获得了关注。

“人们对我们的内容产生了兴趣，使得前沿研究变得易于理解，人们也变得兴奋，”Xanadu的产品总监、量子物理学家之一Josh Izaac回忆道，他是该论文的作者之一，也是PennyLane的开发者之一。

PennyLane论坛上如今常见的一句评论是“我想要更多的量子比特”，Xanadu的高级量子软件开发人员Lee J. O’Riordan说道，他负责PennyLane的性能。

“当我们在2022年开始与cuQuantum合作，使用单个GPU进行工作时，我们在几乎所有领域都获得了10倍的加速……我们希望在年底之前扩展到1,000个节点——也就是4,000个GPU——这可能意味着模拟超过40个量子比特，”O’Riordan说。

科学家们仍在制定他们将用这种性能解决的问题——这是他们喜欢的问题类型。

设计量子计算机的公司将利用这种提升来测试构建更好系统的想法。他们的工作推动了一个良性循环，使PennyLane能够实现新的软件功能，进而实现更高的系统性能。

O’Riordan很早就意识到GPU是扩展PennyLane性能的最佳工具。他在去年共同撰写了一篇论文，介绍了一种将量子程序分割到100多个GPU上，以模拟60多个量子比特的方法，将其拆分为许多30个量子比特的子电路。

“我们希望将我们的工作扩展到更大的工作负载，所以当我们听说NVIDIA将多节点能力添加到cuQuantum时，我们希望尽快支持它，”他说。

在四个月内，多节点PennyLane诞生了。

“对于一个大型的、分布式的GPU项目来说，这是一个很好的反应时间。每个在cuQuantum上工作的人都帮助尽可能地简化集成，”奥里登说。

Xanadu的一篇博客详细介绍了开发者如何使用PennyLane和cuQuantum模拟超过30个量子比特的大规模系统。

团队仍在收集数据，但到目前为止，在“基于样本的工作负载上，我们看到几乎线性的扩展，”他说。

或者，正如NVIDIA创始人兼首席执行官黄仁勋可能会说的，“你买得越多，你省得越多。”