量子计算的下一道瓶颈:GPU解码与超算调度开始并行推进
11月16日,NVIDIA分别宣布与IBM、美国能源部费米国家加速器实验室推进量子—经典协同平台,并发布量子纠错解码算法TCBP-JOBS。公司称,该算法在特定研究基准上最高可将解码速度提高到原来的1.3万倍;IBM、费米实验室和NVIDIA则计划把量子处理器、GPU超算、量子互连和高能物理应用放进同一套协同设计流程。真正值得关注的不是“量子计算突然快了1.3万倍”,而是产业开始正面处理量子机器周围那层长期被忽略的经典基础设施。
1.3万倍究竟加速了什么
量子处理器并不会自动纠正噪声。系统需要从测量结果中推断哪些物理量子比特可能出错,再把判断反馈给控制系统;负责这一步的经典程序就是解码器。TCBP-JOBS把轨迹校准的信念传播与GPU并行搜索结合起来,目标是更快评估不同纠错码、噪声模型和硬件布局。
论文给出的结果比发布稿更具体:在表面码、颜色码和双变量自行车码等测试中,算法在物理错误率0.1%至0.4%的部分区间达到与Tesseract接近的逻辑错误率,针对未稀疏化的长束搜索,最高达到1.3万倍串行加速;在最大代码上,逻辑错误率最多低至对比方法的约四分之一。不过,这不是所有条件下都成立:论文也报告,在更低的物理错误率10-4至5×10-4区间,Tesseract在部分测试中更准确。
从单台量子机转向“量子超算”
IBM与NVIDIA的另一项安排,是把IBM量子计算机与NVIDIA DGX B200系统放在一起,并通过面向Slurm的Quantum Resource Management Interface管理量子处理器。过去,超算中心通常要靠额外插件接入QPU;如果量子资源能像CPU、GPU一样被调度、预约和计费,混合任务就能沿用已有的作业队列和权限模型。
IBM、RIKEN和NVIDIA还报告了一项72量子比特的量子—经典化学模拟:电路包含最多4000个双量子比特操作,采集500万次样本,结合GPU计算后,相比此前同类实验精度提高79倍,结果距离高精度DMRG方法约4.3毫哈特里。这仍是研究实验,不等于量子处理器已经在通用任务上超过经典超算。
限制与实际影响
当前进展有三个边界。第一,1.3万倍是特定解码基准中的经典算法加速,不是量子应用加速;第二,费米实验室平台目前仍是“计划”和协同设计工作,模块间互连、反馈延迟及链路错误尚未被工程化解决;第三,量子纠错最终还受物理比特质量、测量速度和控制电子学限制。换言之,GPU解码能缩短研究反馈回路,却不能单独把噪声量子芯片变成容错机器。
但方向很清楚:量子计算的竞争将不只发生在量子比特数量上,也发生在解码器、调度器、互连和科学软件上。对科研机构而言,开放的Slurm接口降低了试用不同QPU的运维门槛;对硬件厂商而言,谁能把经典计算及时接上量子处理器,谁才更可能把实验室演示推进到可重复的科学工作流。