IBM et AMD lancent Pelagos en open source pour la correction d'erreurs quantiques
IBM et AMD ont conjointement lancé Pêlagos, un outil logiciel open-source conçu pour accélérer la recherche en correction d'erreurs quantiques (QEC). Cet outil répond aux défis de calcul liés à la simulation des décodeurs QEC, qui sont critiques pour atteindre une informatique quantique tolérante aux fautes. En exploitant l'accélération GPU, Pêlagos permet aux chercheurs de réaliser des simulations à grande échelle de manière plus efficace, facilitant le développement et l'évaluation de stratégies de décodage avancées.
Optimisation de la correction d'erreurs quantiques avec Pêlagos
La correction d'erreurs quantiques encode des informations logiques à travers plusieurs qubits physiques, nécessitant que les décodeurs interprètent les syndromes d'erreur et récupèrent les données. L'évaluation de ces décodeurs implique de simuler de nombreux modèles d'erreurs, un processus qui demande des ressources de calcul significatives. Pêlagos accélère ce flux de travail en utilisant le parallélisme moderne des GPU, permettant aux chercheurs de traiter davantage de configurations et d'obtenir une plus grande certitude statistique dans leurs résultats.
L'innovation majeure de l'outil réside dans son implémentation accélérée par GPU de Relay-BP, un décodeur QEC adapté des algorithmes de propagation de croyance utilisés dans les codes classiques de contrôle de parité à faible densité (LDPC). Relay-BP échange de manière itérative les informations d'erreur pour améliorer la précision du décodage. Pêlagos traite plusieurs syndromes en parallèle, atteignant des débits allant jusqu'à 97 fois plus élevés qu'un seul cœur CPU, comme l'indique un livre blanc conjoint d'IBM et d'AMD.
Avancées techniques et évolutivité
Pêlagos a été construit en utilisant le cadre Triton basé sur Python, qui simplifie le développement de noyaux GPU en combinant une interface semblable à NumPy avec un réglage automatique pour les agencements de mémoire et le partitionnement des charges de travail. Cette approche assure une forte performance sur diverses architectures GPU, y compris les GPU AMD Instinct™. Le logiciel incorpore également l'empreinte des dispositifs et les résultats de réglage mis en cache, le rendant adaptable aux besoins de recherche futurs.
IBM a démontré l'évolutivité de Pêlagos en le déployant sur un cluster de 1,024 GPU. Une campagne expérimentale 312 sur le cluster BlueVela s'est achevée en moins de 20 jours, une tâche qui aurait nécessité environ 45 années sur un seul GPU. La capacité de l'outil à distribuer efficacement les charges de travail sur plusieurs GPU renforce encore son utilité pour la recherche QEC à grande échelle.
Applications et potentiel futur
Pêlagos cible spécifiquement les codes de contrôle de parité à faible densité quantique (qLDPC), tels que les codes de bicyclette bivariés, qui promettent de protéger l'information quantique avec moins de qubits physiques. Cependant, ces codes nécessitent des ressources de calcul intensives pour le décodage. En accélérant ces simulations, Pêlagos permet aux chercheurs d'explorer les compromis entre l'efficacité des qubits et les exigences computationnelles.
Le livre blanc conjoint d'IBM et d'AMD met en avant la performance de l'outil sur des systèmes multi-GPU, où un partitionnement et une distribution soigneux des charges de travail atténuent les goulets d'étranglement dans la préparation des entrées et la collecte des sorties. Cela garantit que des GPU supplémentaires contribuent efficacement aux performances globales.
Les chercheurs et les développeurs peuvent accéder à Pêlagos sur GitHub, où un tutoriel détaillé et des matériaux de soutien sont disponibles. L'outil représente une étape significative dans la quête de l'informatique quantique tolérante aux fautes, fournissant à la communauté QEC une ressource puissante pour avancer dans les stratégies de décodage.