IBM和AMD推出开源Pêlagos用于量子错误纠正
IBM和AMD共同推出了Pêlagos,一个开源软件工具,旨在加速量子错误纠正(QEC)研究。该工具解决了模拟QEC解码器的计算挑战,这对于实现容错量子计算至关重要。通过利用GPU加速,Pêlagos使研究人员能够更有效地进行大规模模拟,从而促进先进解码策略的发展和评估。
使用Pêlagos优化量子错误纠正
量子错误纠正在多个物理量子位间编码逻辑信息,要求解码器解读错误综合信息并恢复数据。评估这些解码器涉及模拟大量错误模式,这一过程需要大量计算资源。Pêlagos通过利用现代GPU并行性加速了这一工作流程,使研究人员能够处理更多配置并在结果中获得更大的统计确定性。
该工具的核心创新在于其基于GPU加速的Relay-BP实现,Relay-BP是从用于经典低密度奇偶校验(LDPC)码的信念传播算法中改编而来的QEC解码器。Relay-BP迭代交换错误信息,以提高解码准确性。Pêlagos并行处理多个综合信息,达到比单个CPU核心高出97倍的吞吐率,正如IBM和AMD的联合白皮书所报告的。
技术进步和可扩展性
Pêlagos是使用基于Python的Triton框架构建的,该框架通过结合NumPy般的接口和内存布局及工作负载分配的自动调优,简化了GPU内核开发。这种方法确保了在多种GPU架构上强劲的性能,包括AMD Instinct™ GPUs。该软件还结合了设备指纹识别和缓存调优结果,使其适应未来的研究需要。
IBM通过在1,024个GPU集群上部署Pêlagos,证明了其可扩展性。在BlueVela集群上进行的312实验活动在不到20天的时间内完成,而在单个GPU上完成此任务大约需要45年。该工具将工作负载有效分配到多个GPU的能力进一步增强了其在大规模QEC研究中的实用性。
应用和未来潜力
Pêlagos专门针对量子低密度奇偶校验(qLDPC)码,如双变量自行车码,这些码有望用更少的物理量子位保护量子信息。然而,这些代码在解码方面需要大量计算资源。通过加速这些模拟,Pêlagos使研究人员能够探索量子位效率与计算需求之间的权衡。
IBM和AMD的联合白皮书强调了该工具在多GPU系统上的性能,其中精心的工作负载划分和分配缓解了输入准备和输出收集中的瓶颈。这确保了额外的GPU有效地贡献于整体性能。
研究人员和开发者可以在GitHub上访问Pêlagos,那里提供详细的教程和支持材料。该工具在追求容错量子计算方面代表了一大进步,为QEC社区提供了一个强大的资源,以推动解码策略的发展。