de.wedoany.com-Bericht: Der in Barcelona ansässige Quantenentwickler Qilimanjaro Quantum Tech hat die Version 0.2.0 des QiliSDK veröffentlicht, ein quelloffenes Python-Framework, das darauf abzielt, die Programmierparadigmen zwischen digitalen Gattern und der zeitlichen Entwicklung analoger Hamiltonoperatoren zu vereinheitlichen. Die meisten bestehenden Quanten-Softwareentwicklungskits unterstützen in der Regel nur ein einziges Rechenparadigma – entweder die Kompilierung von Standard-Quantenschaltkreislogik oder die Verwaltung kontinuierlicher analoger Energieabläufe. QiliSDK 0.2.0 baut eine backend-unabhängige, einheitliche API auf, die es Forschern ermöglicht, eine einzige High-Level-Codebasis zu schreiben und durch Ändern einer einzigen Konfigurationszeile zwischen der Ausführung auf lokalen CPUs, beschleunigten GPUs oder echten digitalen und analogen Quantenverarbeitungseinheiten (QPUs) zu wechseln.
Das Framework ist in drei Betriebsebenen unterteilt: die Primitives-Ebene, die Functionals-Ebene und die Backends-Ebene. Die Primitives-Ebene bietet ein grundlegendes Toolkit, das vorgefertigte variationale Ansatzblöcke für digitale Schaltkreise sowie Module für die zeitkontinuierliche Entwicklung analoger Systeme umfasst. Diese Module speisen sich in den zentralen Quantentensortyp – ein natives C++-Modul namens QTensor, das für die Hochgeschwindigkeits-Zustandspräparation, Observablen und partielle Spuren zuständig ist. Die Functionals-Ebene normalisiert verschiedene Routinen wie variationale Schleifen oder simulierte Abkühlungsprozesse über die standardisierte Methode backend.execute(functional). Diese einheitliche Schnittstelle interagiert direkt mit der Backends-Ebene und bildet Rechenaufgaben auf klassische Simulatoren wie QuTiP, NVIDIA-Grafikprozessoren oder die Cloud-Anbindung und lokalen physikalischen Quantencomputer von Qilimanjaro ab.
Zur Unterstützung groß angelegter Quantensimulationen hat Qilimanjaro NVIDIA CUDA-Q direkt über die CudaBackend-Klasse in das Framework integriert. Dieses Upgrade nutzt die parallele Verarbeitungsleistung von Grafikkarten, um Quantenzustände zu verfolgen, deren Größe exponentiell mit der Anzahl der Qubits wächst – eine Herausforderung, bei der die Speichergrenzen standardmäßiger CPUs bei mehr als 25 Qubits schnell erreicht werden. Der CUDA-Q-Wrapper konfiguriert automatisch die gepoolte Ausführung mehrerer GPUs und übernimmt fortgeschrittene Multi-Node-Tensornetzwerkkontraktionen. Für Simulationsoperationen wandelt das Backend zeitabhängige Abläufe in optimierte Operatoren um, ohne dass Forscher Low-Level-CUDA-Code schreiben müssen, und verschiebt gleichzeitig die Grenzen der tatsächlichen Zustandsvektorsimulation auf klassischen Single-Node-Supercomputern auf 30 Qubits und mehr.
Version 0.2.0 führt eine einheitliche Rauschmodellierungs-Engine ein, die es ermöglicht, Rauschen auf CPU-Simulatoren und GPU-Backends gleichzeitig zu definieren und einheitlich anzuwenden. Das System verwendet die mathematischen Darstellungen von Kraus und Lindblad, um Zustandsrauschen, Steuerungsstörungen und Ausleseasymmetrien zu behandeln und so die Kompatibilität mit digitaler oder analoger Hardware sicherzustellen. Die Software führt außerdem spezielle Primitives ein, darunter Quantenreservoirs und dedizierte Eingabeschichten, um Quantenreservoirberechnungen auf aktueller analoger Hardware zu vereinfachen. Zu den Software-Updates gehören auch native Import- und Export-Connectoren für OpenQASM 3 und die Microsoft Quantum Intermediate Representation (QIR) sowie die automatische Normalisierung von Optimierungstermen mithilfe der Rosenberg-Straffunktion.
Diese CUDA-Q-Integration fällt mit dem Ausbau der europäischen Hybrid-Supercomputing-Infrastruktur zusammen, bei dem mehrere Einrichtungen NVIDIA-Beschleunigungsplattformen für hybride Quanten-Klassik-Workloads bereitstellen. Qilimanjaro hat im Rahmen der EuroHPC Joint Undertaking drei lokale Quantencomputer am Barcelona Supercomputing Center (BSC) installiert, und Forscher nutzen das aktualisierte SDK, um hochpräzise Simulationen auf kommerzieller Hardware durchzuführen. Die Software ermöglicht es Hochleistungsrechenzentren, klassische GPU-Cluster mit physikalischen Simulations-Chips zu kombinieren und so die europäischen Rahmenbedingungen für souveräne industrielle Intelligenz und saubere Energieforschung voranzutreiben. Vollständige Framework-Funktionen und Versionshistorie sind in der Ankündigung und den Versionshinweisen zu QiliSDK 0.2.0 einsehbar. Technische Integrationsabläufe und Leistungsbenchmarks finden sich im Qilimanjaro CUDA-Q-Blogbeitrag und im Medienportal des Unternehmens. Hintergrundinformationen zur Infrastruktur sind im NVIDIA-Supercomputing-Briefing verfügbar.
Dieser Artikel wurde von Wedoany übersetzt und bearbeitet. Bei jeglicher Zitierung oder Nutzung durch künstliche Intelligenz (KI) ist die Quellenangabe „Wedoany“ zwingend vorgeschrieben. Sollten Urheberrechtsverletzungen oder andere Probleme vorliegen, bitten wir Sie, uns unverzüglich zu benachrichtigen. Wir werden den entsprechenden Inhalt umgehend anpassen oder löschen.
E-Mail: news@wedoany.com
