NVIDIA CUDA-Q ile Infleqtion QPU’da Çığır Açan Mantıksal Qubit Uygulaması Çalıştırıldı

Infleqtion, atomik kuantum bilgisayarlarda dünya çapında bir lider olarak, NVIDIA CUDA-Q platformunu kullanarak, ilk kez mantıksal qubitler üzerinde bir malzeme bilimi deneyinin simülasyonunu ve ardından orkestrasyonunu gerçekleştirdi. Bu deney, Sqale fiziksel kuantum işlemci birimi (QPU) üzerinde yapıldı.

Kuantum bilgisayarlarının temel bilgileri olan qubitler, hatalara meyillidir ve güvenilirliği yetersizdir. Mantıksal qubitler, birden fazla gürültülü fiziksel qubitin bir araya gelmesiyle oluşturulur ve kuantum bilgilerini hata ayıklama yöntemleriyle kodlayarak bu sınırlamayı aşar. Mantıksal qubitler, çevresel gürültü ve donanım arızalarına dayanıklı kuantum hesaplamaları yapabilir. Bu, hata toleranslı kuantum hesaplaması olarak adlandırılır.

Mantıksal qubitler için önemli bir test, bunların oluşturucu gürültülü fiziksel qubitlere kıyasla daha düşük bir hata oranı göstermesidir. Infleqtion’un sonuçları, bu durumu doğrulamakta ve geniş bir giriş yelpazesinde etkileyici bir şekilde ortaya koymaktadır (Şekil 1).

Bu, hata toleranslı kuantum bilgisayarına ulaşmada önemli bir ilk adımdır ve mantıksal qubitler kullanan nadir fiziksel uygulama gösterimlerinden biridir.

Bu yazı, bu çığır açan çalışmada belirleyici olan CUDA-Q özelliklerini ve performansını keşfetmektedir. Ayrıca, CUDA-Q kullanarak kendi uçtan uca mantıksal qubit iş akışınızı Infleqtion donanımında nasıl oluşturabileceğinizi de açıklamaktadır.

Mantıksal Qubitler için Malzeme Bilimi

Yeni malzemelerin keşfi ve geliştirilmesi genellikle simülasyon ile hızlandırılır. Doğru simülasyon, yeni malzeme adaylarını tahmin etmeye yardımcı olur ve pahalı ve zaman alıcı deneylerin gerekliliğini azaltır.

Güçlü bir şekilde korele edilmiş malzemeler, genellikle en ilgi çekici olanlar arasında, karmaşık elektron etkileşimleri nedeniyle simüle edilmesi zor olanlardır. Bu tür sistemler, pek çok yaklaşık yöntemin geçersiz hale gelmesine neden olur ve fiziklerini doğru bir şekilde yakalamak için üstel olarak maliyetli yöntemler gerektirir.

Bu yöntemlerden biri, güçlü korelasyonlu sistemleri doğru bir şekilde tanımlayabilen dynamical mean-field theory (DMFT)‘dir, ancak bunun maliyeti üstel ölçeklemekte yatar. Bu durum, araştırmacıların, doğru DMFT simülasyonlarını çok daha geniş ölçeklerde gerçekleştirmek için kuantum bilgisayarlarının kullanımını araştırmalarını sağlamıştır.

Infleqtion’un çalışması, hata toleranslı DMFT‘ye yönelik önemli bir adım olarak, iki mantıksal qubit kullanarak tek kirli impürity Anderson modelinin zemin durumunun hata toleranslı hazırlanmasını göstermektedir.

Her mantıksal qubit, [[4,2,2]] hata tespit kodu ile kodlanmıştır (Şekil 2). Bu, iki mantıksal qubitin dört fiziksel qubit ile kodlandığı anlamına gelir; böylece tek bir X türü hata (bit flip) veya tek bir Z türü hata (phase flip) tespit edilebilir ve elenebilir fakat düzeltilemez. Hatalar, kodlanmış durumları ölçerek ve sonuçtaki pariteyi (1 sayısı sayısı) belirleyerek tespit edilir; tek sayıda parite bir hata olduğunu gösterir.

Bu hata tespit süreci, bir hata tespit edilen başarısız devre çalıştırmalarının elenmesine olanak tanır. Eğer fiziksel qubit hata oranı belirli bir eşik değerinin üzerine çıkarsa (deneyimsel olarak belirlenen), bu durum sonuçların genel kalitesini artırma etkisi yaratır.

CUDA-Q Entegrasyonu ile Uçtan Uca İş Akışı Oluşturma

Bu deneylerin başarısında belirleyici bir faktör, CUDA-Q’nun Infleqtion’un kapı tabanlı nötral atom kuantum bilgisayarıyla sorunsuz entegrasyonu olmuştur. Bu sayede kapsamlı bir uçtan uca iş akışı oluşturulmuştur. CUDA-Q’nin endüstrideki en gelişmiş simülatörleri sayesinde, Infleqtion, kodlarını verimli bir şekilde geliştirmiş ve test ettikten sonra aynı kodu nötral atom QPU’sunda çalıştırmaya kolayca geçiş yapmıştır.

Deneylerini tasarlarken ve model alırken Infleqtion, CUDA-Q’yu kullanarak GPU hızlandırmalı simülasyonlardan yararlanmıştır. Bunlar arasında birden fazla QPU üzerinde paralel hesaplama emülasyonu yer alır. CUDA-Q parametreli çekirdek, bu görevi basitleştirirken, yeni CUDA-Q Çözücüler kütüphanesi ortak algoritma yapıları sağlar. CUDA-Q’yu kullanarak özel kapı işlemleri tanımlamak, Infleqtion’un donanımına özgü özel kapıları uygulamasına ve bunları özel devre gürültü modelleriyle bir arada kullanmasına olanak vermiştir.

Bu özel simülasyonlar, CUDA-Q orta devre ölçüm ve koşullu mantık yetenekleri sayesinde [[4,2,2]] kodunun performansının tamamen simüle edilmesine imkan tanımıştır. Deneyin en etkili biçimde nasıl yürütüleceği belirlendikten sonra, Infleqtion, yalnızca CUDA-Q kodundaki hedefi değiştirerek doğrudan nötral atom QPU’sunda çalıştırmıştır.

Infleqtion Donanımında CUDA-Q Uygulamalarını Yürütme

Infleqtion API anahtar izinlerini alarak, kullanıcılar artık mantıksal qubit deneylerinin modellemesini ve yürütülmesini yeniden üretebilirler. Arka planda, Infleqtion’un çoklu platform Superstaq derleyici cihaz fiziği ve kapı setine yönelik düşük seviyeli derleme işlemlerini gerçekleştirir. Bu, kullanıcıların Infleqtion donanımında kolayca CUDA-Q uygulamaları çalıştırmasını sağlar. Kullanıcılar, öncelikle aşağıdaki hedeflerden birini belirtmelidir:

# Örnek Bell Devresi
@cudaq.kernel
def kernel():
    qubits = cudaq.qvector(2)
    h(qubits)
    cx(qubits[0], qubits[1])
    mz(qubits)

# Infleqtion API anahtarını girin
export SUPERSTAQ_API_KEY=”<anahtarınızı_ekleyin>”

# Infleqtion QPU üzerinde çalıştır
cudaq.set_target("infleqtion", machine="cq_sqale_qpu")

# Infleqtion Gürültülü Simülatöründe çalıştır
# cudaq.set_target("infleqtion", machine="cq_sqale_qpu", method=”noise-sim”)

# Belirtilen arka planda örnek çekirdeği çalıştır
result = cudaq.sample(kernel)

Infleqtion’un Sqale nötral atom QPU’su, bir ön baskıda değerlendirildiği üzere, 1,600 qubite kadar ölçeklenebilir ve yeniden yapılandırılabilir dizilerde kuantum bitlerini optik olarak tuzaklayabilir ve manipüle edebilir. Bu tür yeniden yapılandırılabilir sistemler, uygulama iş tasarımı için esneklik sağlar. Mantıksal olarak kodlanmış malzeme bilimi deneyinde üçgen qubit dizisi kullanılmıştır (Şekil 3). Bu, sadece birkaç satır kod ile tipik bir kare ızgaraya göre algoritma verimliliğini artırmıştır.

Başlayın

Infleqtion’un mantıksal qubit demonstrasyonu, CUDA-Q’nin çok yönlülüğü ve performansı sayesinde mümkün olmuştur. CUDA-Q kodu artık Infleqtion’un Sqale nötral atom QPU’sunda çalıştırılabildiğine göre, mantıksal qubit uygulamaları geliştirmek ve hızlandırmak her zamankinden daha kolaydır.

Başlamak için, CUDA-Q’yu indirin. Infleqtion’un mantıksal qubit gösterimi için tam kod’>unu görün ve kendi hata toleranslı uygulamalarınızı bugün başlatmaya başlayın. Hızlandırılmış kuantum süper bilgisayarı için diğer araçlar hakkında daha fazla bilgi almak için NVIDIA Kuantumu ziyaret edin.