Об этом сообщает «КТРК» со ссылкой на SciTechDaily
Команда китайских учёных совершила прорыв в области квантовых вычислений, симулировав работу квантового компьютера Google с 53 кубитами, известного как Sycamore. Для этого использовались 1 432 графических процессора NVIDIA A100 и передовые алгоритмы, что позволило классическим системам воспроизвести поведение сложнейшей квантовой схемы.
Как удалось симулировать 53-кубитную схему
В центре эксперимента оказалась квантовая схема из 20 слоёв, ранее использованная Google для демонстрации квантового превосходства. Учёные применили параллельные алгоритмы и ресурсы суперкомпьютера, чтобы воссоздать поведение этой схемы на классических вычислительных платформах. Основной технологией стали тензорные сети, позволяющие эффективно описывать сложные квантовые взаимодействия.
Для управления объёмами памяти была использована методика «нарезки» сети на части. Это позволило снизить требования к ресурсам при сохранении точности. Благодаря грамотной архитектуре вычислений, исследователям удалось достигнуть высокой производительности при сравнительно ограниченных ресурсах.
Прорыв в алгоритмах: тензорные сети и top-k выборка
Для ускорения симуляции была реализована инновационная стратегия отбора результатов — метод top-k sampling. Он позволил сосредоточиться только на наиболее вероятных битовых строках на выходе квантовой схемы, что значительно уменьшило вычислительную нагрузку и повысило точность симуляции.
Дополнительно алгоритм оптимизировал работу с тензорными структурами — пересчитаны приоритеты свёртки, минимизированы потери на коммуникации между GPU и повышена пропускная способность вычислительных узлов. Это позволило достичь рекордных значений линейного кросс-энтропийного бенчмарка (XEB), одного из ключевых показателей квантовой симуляции.
Подтверждение точности на малых схемах
Перед масштабной симуляцией команда провела тесты на более компактных квантовых схемах — например, с 30 кубитами и 14 логическими слоями. Результаты показали практически полное совпадение с теоретическими предсказаниями, что подтвердило корректность применённого подхода.
Особенно важным стало то, что значения XEB при использовании top-k выборки оказались значительно ближе к реальным квантовым результатам, чем при полном переборе. Это позволило учёным масштабировать свои методы и использовать их для более сложных задач.
Оптимизация вычислительных ресурсов и архитектуры
Авторы проекта представили методы повышения эффективности за счёт перестройки порядка индексов тензоров и снижения объёмов обмена данными между узлами. При этом они отметили, что увеличение объёма памяти — от 80 до 5 120 ГБ — прямо влияет на снижение временной сложности расчётов.
Каждый узел системы использовал конфигурацию из восьми GPU с 80 ГБ памяти, что обеспечивало высокую параллелизацию процессов. Эти архитектурные решения могут быть применены и в других проектах, связанных с классическим моделированием квантовых процессов.
Перспективы для квантовых симуляций
Симуляция Sycamore с использованием классических GPU-систем открывает новую эру в квантовых вычислениях. Это достижение ставит новую планку в эффективности алгоритмов и архитектур, позволяя учёным ближе подойти к моделированию реальных квантовых систем без необходимости использования собственно квантовых машин.
Исследование прокладывает путь к дальнейшим успехам в квантовой теории и может быть полезным как в научных, так и в промышленных задачах, связанных с квантовым моделированием, криптографией и машинным обучением.
Напомним, ранее мы писали про ошибки эмбеддингов и почему ваш ИИ ошибается.
