이번 달 초 과학 저널에 게재된 연구 자연 NVIDIA 기반 슈퍼컴퓨터를 사용하여 상용화를 향한 경로를 검증했습니다. 양자 컴퓨팅.
노벨상 수상자인 조르지오 파리시가 이끈 이 연구는 양자 어닐링에 초점을 맞췄습니다. 이는 언젠가 기존 컴퓨터로는 엄청나게 어려운 복잡한 최적화 문제를 해결할 수 있는 방법입니다.
연구를 수행하기 위해 팀은 이탈리아 볼로냐의 레오나르도 시설(Cineca)에서 200만 시간의 GPU 컴퓨팅, 룩셈부르크의 Meluxina-GPU 클러스터에서 약 16만 시간의 GPU 컴퓨팅, 스페인 슈퍼컴퓨팅 네트워크에서 1만 시간의 GPU 컴퓨팅을 활용했습니다. 또한 이탈리아 레체의 Dariah 클러스터에도 액세스했습니다.
그들은 이러한 최첨단 리소스를 사용하여 양자 어닐러라고 알려진 특정 종류의 양자 컴퓨팅 시스템의 동작을 시뮬레이션했습니다.
양자 컴퓨터는 정보의 계산 방식을 근본적으로 바꾸어 완전히 새로운 솔루션을 구현합니다.
정보를 0과 1의 이진법으로 처리하는 기존 컴퓨터와 달리 양자 컴퓨터는 완전히 새로운 방식으로 정보를 처리할 수 있는 양자 비트 또는 큐비트를 사용합니다.
양자 어닐러는 보편적으로 유용하지는 않지만 특정 유형의 최적화 문제를 해결하는 데 이점이 있는 특수한 유형의 양자 컴퓨터입니다.
종이, “2차원 아이징 스핀 유리의 양자 전이“는 2차원 평면에서 무질서한 자성 물질인 아이징 스핀 유리의 위상 전이(양자 시스템의 속성 변화)를 이해하는 데 있어 중요한 단계를 나타냅니다. 이는 계산 물리학의 중요한 문제입니다.
이 논문은 2차원 평면에 배열된 자성 입자의 속성이 어떻게 갑자기 행동을 바꿀 수 있는지에 대한 문제를 다룬다.
또한 이 연구는 GPU 기반 시스템이 양자 컴퓨팅 접근 방식 개발에 중요한 역할을 하는 방식을 보여줍니다.
GPU 가속 시뮬레이션을 통해 연구자들은 양자 컴퓨터를 개발할 때 복잡한 시스템의 행동을 이해하여 앞으로의 가장 유망한 방향을 밝힐 수 있습니다.
선구적인 양자 컴퓨팅 기업인 D-Wave가 개발한 시스템과 같은 양자 어닐러는 자기적으로 감수성이 있는 입자 집합에 적용되는 자기장을 체계적으로 감소시키는 방식으로 작동합니다.
충분히 강한 경우, 적용된 자기장은 입자의 자기적 방향을 정렬하는 역할을 합니다. 이는 막대 자석 근처에서 철분이 균일하게 뭉쳐지는 방식과 유사합니다.
자기장의 세기를 충분히 천천히 변화시키면, 자기 입자는 최종 배열의 에너지를 최소화하는 방향으로 배열됩니다.
특히 복잡하고 무질서한 자기 시스템인 스핀 유리에서는 안정적이고 최소 에너지 상태를 찾는 것이 매우 중요한데, 양자 어닐러는 특정 종류의 문제를 스핀 유리의 최소 에너지 구성에 인코딩할 수 있기 때문이다.
그러면 스핀 유리의 안정적인 배열을 찾으면 문제가 해결됩니다.
이러한 시스템을 이해하면 과학자들은 자연이 복잡성과 무질서에 대처하는 방식을 모방하여 어려운 문제를 해결하기 위한 더 나은 알고리즘을 개발하는 데 도움이 됩니다.
이는 양자 어닐링과 이를 응용하여 현재 효율적인 해결책이 알려지지 않은 매우 어려운 계산 문제를 해결하는 데 중요한 역할을 합니다. 이러한 문제는 물류에서 암호학에 이르는 다양한 분야에 만연해 있습니다.
일련의 양자 게이트를 적용하여 작동하는 게이트 모델 양자 컴퓨터와 달리, 양자 어닐러는 양자 시스템이 시간에 따라 자유롭게 진화하도록 허용합니다.
이것은 보편적인 컴퓨터가 아닙니다. 즉, 충분한 시간과 리소스가 주어지면 모든 계산을 수행할 수 있는 장치가 아닙니다. 그러나 차량 경로 설정, 포트폴리오 최적화, 단백질 접힘과 같은 응용 분야에서 특정한 최적화 문제를 해결하는 데 이점이 있을 수 있습니다.
연구진은 NVIDIA GPU에서 수행한 광범위한 시뮬레이션을 통해 양자 어닐러를 구성하는 스핀 유리의 주요 매개변수가 작동 중에 어떻게 변하는지 알아냈으며, 이를 통해 이 시스템을 사용하여 중요한 문제를 해결하는 데 양자적 속도를 높이는 방법을 더 잘 이해할 수 있었습니다.
이 획기적인 논문의 많은 작업은 첫 번째로 발표됨 NVIDIA의 GTC 2024 기술 컨퍼런스에서. 전체 논문을 읽어보세요 그리고 더 자세히 알아보세요 양자 컴퓨팅 분야에서 NVIDIA의 작업.