NVIDIA и квантовые вычисления: рекордная симуляция на 104 кубита на суперкомпьютере JUPITER в Юлихе

Вечером 19 октября NVIDIA сообщила, что вместе с Юлихским суперкомпьютерным центром в Германии провела самую большую на сегодня полную симуляцию отказоустойчивого квантового процессора — 104 кубита. Расчёт шёл на JUPITER, первом в Европе суперкомпьютере экзафлопсного класса, и занял 8 192 графических процессора. Проверяли метод под названием magic state cultivation: по данным компании, ему нужно на 90% меньше кубитов, чем прежним подходам.

Что именно смоделировали

Квантовые компьютеры ошибаются постоянно: кубиты сбиваются от малейших помех. Чтобы машина считала надёжно, ошибки нужно исправлять на ходу, а для этого обычно требуется очень много физических кубитов. Часть операций — так называемые «магические состояния» — особенно дорогая. Метод magic state cultivation как раз удешевляет их подготовку. В Юлихе его впервые проверили целиком, в масштабе, близком к реальному устройству.

Глава NVIDIA Дженсен Хуанг сказал, что полезные квантовые компьютеры будут сложными отказоустойчивыми системами, и понимать их поведение в масштабе нужно заранее. Директор Юлихского центра Кристель Михильсен добавила, что расчёт помогает учёным выбрать устройства, у которых больше шансов дойти до полезных применений. В компании считают, что такой подход уменьшит зависимость от проб и ошибок на железе и может сократить путь к рабочим квантовым компьютерам на годы. Время самого расчёта на JUPITER в объявлении не названо.

Что это значит для бизнеса и промышленности

Начнём с трезвого вывода. Это научный результат, не продукт. Купить квантовый компьютер, который решит задачу завода или банка лучше обычного сервера, сегодня нельзя, и эта новость сроков не называет. NVIDIA перечисляет, где квантовые вычисления ждут в первую очередь: разработка лекарств, финансовое моделирование, новые материалы. Для большинства российских компаний это горизонт в несколько лет, а то и дальше.

Полезнее другой урок — сам способ работы. Учёные не стали строить дорогое устройство вслепую. Они сначала проверили схему расчётом на модели с реальными помехами, начав с четырёх процессоров и постепенно дойдя до восьми тысяч. Ровно так же разумно поступать с любым крупным вложением в технологии на обычном предприятии:

• Сначала модель на своих данных. Перед покупкой новой линии, склада или системы планирования посчитать сценарии на реальных цифрах из 1С и CRM: загрузку, простои, сезонность.
• Маленький пилот, потом масштаб. Один участок, один отдел, одна точка — и только после понятного результата расширять.
• Шум в расчёте. Юлих учёл помехи, которых в идеальной модели нет. В бизнесе это срывы поставок, больничные, ошибки ввода. Модель без них слишком оптимистична.
• Следить, не вкладываться заранее. Компаниям из фармацевтики, химии и финансов стоит держать квантовую тему в поле зрения и понимать, какие их задачи на неё лягут. Остальным хватит обычных расчётов.

Для практической части у КАРАДЕСК есть IT-специалист — собственный IT-специалист компании в аренду. Он пишет прикладные программы, системы аналитики и расчётные скрипты, делает интеграции с CRM и 1С. Задачи ставятся голосом, текстом или брифом, код и документация остаются у клиента. Если нужен готовый разбор, а не своя программа, подойдёт Аналитика для бизнеса: финансы, логистика, цены — по данным компании, с доступом только на чтение. Выводы там — рекомендации, решения принимают люди, результат не гарантируется.

Во что обходится внедрение ИИ и из чего складывается смета, мы считали в статье «Стоимость внедрения ИИ в бизнес». О том, как NVIDIA и правительство Германии договорились о промышленном ИИ на той же неделе, — в новости о декларации с Мерцем и Хуангом.