Accélérer la boite à outils quantique pour Python (QuTiP) avec cuQuantum sur AWS

Cet article a été rédigé par Boris Mihailov Varbanov, Eric Giguere, Khaldoon Ghanem, Jin-Sung Kim, Timothy Brown, Tyler Takeshita et Benchen Huang

L’un des enjeux dans la simulation de systèmes quantiques à l’aide d’ordinateurs classiques réside dans la capacité de calcul insuffisante de ces ordinateurs. En effet, les ressources requises pour ces simulations augmentent de manière exponentielle avec la taille du système simulé et peuvent rapidement dépasser la capacité des plus grands superordinateurs jamais construits. C’est pourquoi des chercheurs du groupe Théorie des dispositifs quantiques supraconducteurs de l'Institut quantique de l'Université de Sherbrooke, de NVIDIA et d'Amazon Web Services (AWS) ont exploré des solutions qui pourraient permettre d’augmenter la performance des simulations quantiques ouvertes avec des ressources de calcul classiques.

Les ordinateurs quantiques ont le potentiel de surpasser même les superordinateurs les plus puissants lorsqu'ils simulent des systèmes quantiques naturels. On s'attend également à ce qu’ils permettent d'accélérer la résolution de certains problèmes complexes, avec des applications allant de la cryptographie à l'optimisation à grande échelle. Cependant, la résolution de problèmes pertinents nécessitera des algorithmes qui exécutent des milliards d'opérations sur des centaines de milliers de qubits. Les dispositifs quantiques actuels sont loin de répondre à ces demandes : le nombre de qubits reste limité et les taux d'erreur des opérations restent élevés. Des scientifiques, des ingénieurs et des ingénieures du monde entier travaillent à améliorer la conception des composantes et des opérations de l'informatique quantique pour permettre des calculs quantique à grande échelle.

La conception de simulations classiques de dispositifs quantiques à haute performance est un domaine de recherche actif et se situe à l'intersection des sciences expérimentales et informatiques. En raison du coût élevé des expériences informatiques, les chercheurs et les chercheuses simulent souvent une petite partie du système étudié pour obtenir des résultats dans un délai raisonnable, par exemple en se concentrant sur des états à faible excitation et quelques qubits ou coupleurs. Cependant, les scientifiques constatent qu'une compréhension plus complète des systèmes physiques est essentielle pour améliorer la performance des dispositifs et réduire les taux d'erreur. Cela nécessite l'inclusion d'une physique complexe supplémentaire, comme les interactions avec d'autres qubits sur le dispositif ou l'impact des états d'énergie plus élevée du système. Mais ces simulations plus réalistes sont coûteuses en termes de calcul.

Dans cette publication, l’équipe est parvenue à augmenter la performance des simulations quantiques ouvertes avec des ressources de calcul classiques en intégrant les bibliothèques cuQuantum de NVIDIA à QuTiP,  permettant des simulations accélérées par GPU (de l'anglais graphics processing unit)  de la dynamique des dispositifs quantiques. En tirant parti des instances Amazon Elastic Compute Cloud (Amazon EC2), accélérées par les GPU de NVIDIA, ils ont démontré des vitesses de simulation accrues jusqu'à 4000x, ce qui permet de modéliser des systèmes multi-qubits à grande échelle avec une efficacité améliorée.

Le module d’extension qutip-cuquantum
La Quantum Toolbox in Python (QuTiP) est une librairie à code source ouvert utilisé pour simuler la dynamique des systèmes quantiques ouverts et visant à fournir des simulations numériques conviviales et efficaces d'une grande variété d'Hamiltoniens, y compris ceux ayant une dépendance temporelle arbitraire, que l'on trouve couramment dans un large éventail d'applications physiques telles que l'optique quantique, les ions piégés, les circuits supraconducteurs et les résonateurs nanomécaniques quantiques. NVIDIA cuQuantum est une trousse de développement logiciel (SDK) de bibliothèques et d'outils optimisés qui accélèrent l’émulation de calcul quantique au niveau tant au niveau de l’application de circuits quantiques que des dispositifs.

Afin d’élargir les possibilités des expériences numériques, cette équipe a intégré cuQuantum à QuTiP via le plugin qutip-cuquantum . Le plugin exploite une nouvelle bibliothèque cuQuantum, cuDensityMat, conçue pour accélérer les solveurs de dynamique quantique analogique, fournissant des capacités d'accélération pour l'évolution temporelle de l'équation de Schrödinger et de l'équation Lindblad Master. cuDensityMat fournit des primitives pour accélérer les méthodes de modélisation dynamique existantes, comme CUDA-Q Dynamics et maintenant QuTiP, et pour accélérer les solveurs personnalisés. Il fournit des fonctionnalités de bas niveau pour définir des états quantiques purs ou mixtes arbitraires, définir des opérateurs à plusieurs corps et des superopérateurs, calculer l'action des opérateurs et des superopérateurs des états quantiques. Il prend également en charge la fonctionnalité de gradients et de simulations multi-qubits multi-nœuds pour une mise à l'échelle facile.

Résultats

Pour évaluer les performances du module d’extension qutip-cuquantum, les chercheurs ont simulé un qubit transmon supraconducteur couplé de manière capacitive à un résonateur, qui est entraîné par une impulsion micro-ondes. Le système fonctionne en régime dispersif, où l'intensité de couplage qubit-résonateur est beaucoup plus faible que leur désaccord de fréquence. Cette configuration est l'approche standard pour la mesure des qubits dans les processeurs supraconducteurs. En principe, l'augmentation de l'amplitude de l'entraînement micro-ondes peut raccourcir les temps de mesure. Cependant, dans la pratique, cela induit souvent des transitions d'état qubit indésirables, excitant le système bien au-delà du sous-espace informatique. Pour capturer avec précision ces effets en simulation, il faut tenir compte de nombreux états de qubits et de résonateurs, ce qui augmente la taille de l'espace de Hilbert du système, ce qui rend la simulation de la dynamique d'un tel système exigeante sur le plan informatique. Ils ont rapporté les résultats de simulation pour les systèmes avec 512 états de résonateur et 32 et 64 états de qubit, avec l'hamiltonien complet construit à l'aide de QuTiP.

L'équipe a effectué des simulations sur AWS avec des instances P4de, P5 et P5en accélérées par les GPU de NVIDIA A100, H100 et H200, respectivement. Les résultats montrent des réductions de temps d'exécution pour le système à 32 états de qubits, atteignant une accélération de 725 fois sur un seul GPU H200 par rapport aux simulations CPU uniquement sur une instance Hpc7a. L'utilisation de plusieurs GPU H200 a montré des accélérations supplémentaires de 1,2x, 2,2x et 3,7x pour 2, 4 et 8 GPU respectivement. Les simulations d'état de 64 qubits ont utilisé 8 GPU H200 en raison des besoins en mémoire et ont montré une accélération de 4 000 fois d'une instance P5en avec 8 GPU. Enfin, les chercheurs ont observé des améliorations sur les GPU, avec une accélération de 1,5x et 1,9x lors du passage des instances P4de à P5 et P5en.

Une étape importante vers la prochaine génération de dispositifs quantiques

Ces avancées ouvrent la porte à l'étude de la dynamique et des interactions multi-qubits impliquant des états très excités, ce qui est essentiel pour optimiser les opérations telles que la lecture et les portes à deux qubits. Grâce à ces nouveaux outils, l'équipe est maintenant en mesure d'explorer la physique des transmons à des échelles qui étaient auparavant hors de portée, marquant une étape importante vers la prochaine génération de matériel quantique. L'intégration de l'accélération GPU dans QuTiP garantit également que ces capacités sont disponibles pour l'ensemble de la communauté de recherche.