經(jīng)過一系列改進,團隊在模擬分子方面的速度提高了120倍,能夠完全在云上通過Qiskit Runtime運行量子程序。
去年秋天,我們堅定承諾要在IBM Quantum路線圖中將量子工作負載加速100倍,擴展量子技術(shù)。今天,我們很高興地宣布,我們不僅實現(xiàn)了這個目標,而且突破了這一目標。經(jīng)過一系列改進,我們的團隊在模擬分子方面的速度提高了120倍,能夠完全在云上通過Qiskit Runtime運行量子程序。
到目前為止,我們主要關(guān)注的是IBM Quantum系統(tǒng)上量子電路或量子操作序列的執(zhí)行。然而,實際應(yīng)用也需要大量的經(jīng)典計算。我們用量子程序這一術(shù)語來描述量子電路和經(jīng)典計算的混合。一些量子程序在量子計算和經(jīng)典計算之間存在成千上萬甚至數(shù)百萬的互動。因此,打造的系統(tǒng)不僅能加速量子電路的執(zhí)行,還需要在本質(zhì)上加速量子程序的執(zhí)行,這一點十分重要。為執(zhí)行量子程序而構(gòu)建的系統(tǒng)需要有更大的有效容量,同時需要跨堆棧進行改進,包括云服務(wù)設(shè)計、系統(tǒng)軟件、控制硬件,甚至包括量子硬件。
早在2017年,IBM Quantum團隊展示了量子計算機可以模擬氫化鋰(lithium)分子的行為[1],讓我們一睹量子計算機將來可以處理的各種應(yīng)用。然而,采用如今的量子計算服務(wù),LiH分子建模的處理需要45天,因為電路在經(jīng)典處理器和量子處理器之間反復來回傳遞,并產(chǎn)生了大量延遲。
“如今,解決相同的問題,我們只需9小時時間,速度提高了120倍?!?/p>
此次工作做出了大量改進。算法改進將接收最終答案所需的算法迭代次數(shù)減少了2到10倍。系統(tǒng)軟件的改進使每次迭代用時大約減少了17秒。改進的處理器性能使算法每次迭代所需的運行數(shù)量或重復電路運行次數(shù)減少了10倍。最后,改進的控制系統(tǒng)(如更好地讀出和量子比特重置性能),將每個作業(yè)執(zhí)行(即每批幾十個電路的執(zhí)行)的時間從1000微秒減少到70微秒。
最后,推出了Qiskit Runtime,這是量子計算機的容器化服務(wù)。開發(fā)人員可以在Qiskit運行時執(zhí)行環(huán)境中運行他們的程序,利用IBM混合云處理工作,無需在用戶設(shè)備和基于云的量子計算機之間進行代碼傳遞,避免出現(xiàn)延遲。新的軟件架構(gòu)和OpenShift Operator支持我們最大化計算時間,將等待時間降至最低。
我們希望此次加速將使更多的開發(fā)人員能夠在化學和其他領(lǐng)域嘗試量子應(yīng)用。例如,Qiskit運行時支持用戶試用我們強大的新量子內(nèi)核聯(lián)合算法(new quantum kernel alignment algorithm),該算法可搜索最佳量子內(nèi)核,用于執(zhí)行機器學習任務(wù)。最近,我們使用了該算法來證明,與經(jīng)典計算機相比,量子計算機在有監(jiān)督機器學習方面速度更快。
IBM Quantum團隊致力于尋找實用的量子計算用例,并將其交付給盡可能多的開發(fā)人員。我們希望Qiskit Runtime可支持全球用戶充分利用計劃于今年推出的127量子比特IBM Quantum Eagle設(shè)備,或計劃于2023年推出的1121量子比特Condor設(shè)備。
目前,IBM Quantum Network的一些成員正在測試Qiskit Runtime。
[1]本期《自然》封面故事關(guān)于‘Hardware-efficient Variational Quantum Eigensolver for Small Molecules and Quantum Magnets’,同樣詳細介紹了氫化鈹(beryllium hydride)的模擬。