Kuantum programları geliştirmek isteyenler için çok kullanışlı bir araç, bir kuantum programın ‘kabaca’ nasıl işleyeceğini gösterebilen klasik tabanlı bir simülatördür. Klasik bilgisayarların simüle edebileceği kübit sayısının az olmasına karşın, bu klasik tabanlı simülatörlerin avantajı, buluttaki gerçek bir kuantum bilgisayara iş gönderimi yapmak zorunda olmayışımızdır. Klasik tabanlı simülasyonlar, kendi yerel makinalarımızda çalıştırılabilir. Aynı zamanda, klasik tabanlı simülasyonlar hatasız bir ortamda gerçekleşir. Bu sayede programcı, programının basit mantığını analiz ederken, gerçek kuantum bilgisayarlardaki gürültülü kübitler ve yol açtıkları belirsizlikler ile uğraşmak zorunda kalmadan ‘kabaca’ işini görebilir. Tam hata düzeltme özelliğine sahip gerçek bir kuantum bilgisayar aynı şeyi başarabilecek olsa da, bu tip tam düzeltmeli makineler için binlerce kübite ihtiyaç duyulmaktadır. Bu tip donanımların üretimi için yoğun bir çalışma olsa da, ellerimize ulaşmalarına yıllar olduğu öngörülmektedir.
Bahsettiğimiz klasik tabanlı simülasyonların performansını iyileştirmek için yeni bir eğilim, bu simülasyonları genel amaçlı işlem birimlerinden daha verimli bir şekilde yürütmek için GPU’ları (Grafik İşleme Birimleri / Graphical Processing Unit) ve diğer özel işlemcileri kullanmaktır. Doğaları gereği GPU’ların mimarisi, matris ve vektör çarpımları şeklinde tanımlanabilen işlemler için optimize edilmiştir. Kuantum mekaniği işlemleri de matrisler ve tensör ağları kullanılarak tanımlanabildiğinden (genel olarak Lineer Cebir çerçevesinde), GPU’ların kullanımı oldukça verimlidir. Bu amaçla NVIDIA, en yeni GPU’larında simülasyon yetenekleri sağlayan cuQuantum adlı bir SDK (Yazılım Geliştirme Kiti / Software Development Kit) duyurdu. Bu paket, Qiskit, Cirq, ProjectQ, Q# ve diğer yaygın kuantum yazılım dillerinden birinde bir kuantum programın oluşturmasına ve ardından bunu yeni nesil NVIDIA GPU’lardan birini içeren bir platformda simüle edilmesine izin veren bir takım API’ler (Uygulama Programlama Arayüzü / Application Programming Interface) içermekte. SDK şu anda iki farklı simülasyon yöntemini desteklemektedir. Bunlardan ilki olan ‘Durum Vektör Simülatörü’ (State Vector Simulator) yüksek doğrulukta sonuçlar sağlayabilmekte, ancak simüle edilen kübit sayısıyla 2’nin üstel şeklinde büyüyen (2^n; n burada kübit sayısı) bir bellek gerektirmekte. Tensor Ağı yöntemi ise, daha düşük doğrulukla da olsa daha çok kübiti simüle etmeye olanak sağlamaktadır. NVIDIA, bu SDK’yi geliştirmeye devam edeceğini ve gelecekte ek simülasyon yetenekleri yayınlayacaklarını açıklamıştır.
cuQuantum SDK’nin performansı oldukça iyi olabilmektedir. Örnek olarak NVIDIA, Caltech (Kaliforniya Teknoloji Enstitüsü) ile yaptıkları ortak bir çalışmada, Google’ın, ‘Kuantum Üstünlüğü’ kanıtlamak için kullandığı kuantum devresini, cuQuantum desteği ile simüle etmiş ve bu simülasyonu NVIDIA’nın ‘Selene’ isimli GPU-bazlı süper-bilgisayarında 9.3 dakikada tamamlamıştır. Google’ın orijinal deneyi 53 kübitlik ‘Sycamore’ çipinde yaklaşık 3 dakika sürmektedir. Google ekibi, kuantum üstünlüğünü gösterdikleri araştırmada, bu işlemin Oak Ridge’in ‘Summit’ isimli süper-bilgisayarında (dünyanın en büyük 2. Süper-bilgisayar kompleksi) yaklaşık 10,000 yıl süreceğini de kanıtlamışlardır. Adil olmak gerekirse, tüm deney 1,000,000 iterasyon gerektirmektedir ve NVIDIA’nın 9.3 dakikalık sonucu yalnızca tek bir iterasyon içindir. Tabi, bu halen ‘Summit’ sonucuna kıyasla muhteşem bir ilerlemedir. Ayrıca gürültülü kübitler ile uğraşmak zorunda olmadığı için, NVIDIA deneyinin daha az iterasyon gerektirecek olması da oldukça muhtemeldir.
CuQuantum SDK şu anda son test aşamasında ve NVIDIA, 2021’in 3. Çeyreğinden itibaren erken erişim sunmaya başlamayı beklemekte. Bu SDK hakkında daha fazla bilgi için buradaki NVIDIA blog yazısını okuyabilir, erken erişim için kayıt olabilir ve ürünle ilgili güncellemeler alabilirsiniz, buradan da cuQuantum web sayfalasına gidebilirsiniz.
Kaynaklar:
NVIDIA Announces SDK for Quantum Simulation on GPUs – Quantum Computing Report
What Is Quantum Computing? | NVIDIA Blog
Yoruma kapalı.