de.wedoany.com-Bericht: Die Quantencloud-Plattform qBraid hat eine Reihe von Infrastrukturerweiterungen und algorithmischen Durchbrüchen angekündigt, die darauf abzielen, die hybride Quanten-Klassik-Entwicklungspipeline zu festigen. Diese Aktualisierungen machen qBraid zu einem entfernten Cloud-Ziel innerhalb des NVIDIA CUDA-Q-Frameworks, erweitern die On-Demand-GPU-Hardwareflotte von qBraid Lab und setzen den automatisierten Codierungsagenten AlphaEvolve von Google Cloud ein, um Ressourcenengpässe bei fehlertoleranten Quantenchemiesimulationen zu beheben.
Durch die Integration als entferntes Cloud-Ziel innerhalb von NVIDIA CUDA-Q können Entwickler mit dem nativen nvq++-Compiler-Toolchain Quantenkerne direkt kompilieren und an die von qBraid unterstützte physische Hardware weiterleiten. Diese Architektur ermöglicht es Benutzern, über einen einzigen qBraid-API-Schlüssel durch Anpassen des Maschinenflags in der Ausführungsanweisung Hardware-Backends von Anbietern wie Rigetti, IonQ, IQM und QuEra anzusteuern. Die Pipeline umfasst den Zugriff auf den kostenlosen Quanten-Zwischendarstellungs-Zustandsvektor-Simulator von qBraid, der asynchrone Übermittlung und dauerhafte Festplattenpersistenz für Workloads mit bis zu 30 Qubits und 2000 Shots unterstützt.
Zur Unterstützung intensiver hybrider Workloads wie Tensor-Netzwerk-Simulationen, Variationsoptimierung und neuronaler Fehlerkorrektur-Decodierung hat qBraid Lab seine Infrastruktur erweitert und bietet On-Demand-Zugriff auf über 20 GPU-Instanztypen. Die von Ryan Hill, CTO von qBraid, orchestrierte Pay-as-you-go-Flotte beseitigt die Reibung durch reservierte Kapazitäten und ermöglicht es Benutzern, Konfigurationen direkt im browserbasierten JupyterLab oder in der VS Code-Umgebung zu starten. Die verfügbaren Rechenstufen umfassen mehrere Hardwaregenerationen, darunter: NVIDIA B200 mit Blackwell-Architektur, NVIDIA H200, NVIDIA H100 und NVIDIA GH200 Grace Hopper Superchip mit Hopper-Architektur, NVIDIA A100, NVIDIA L4, NVIDIA L40S, RTX 4090, RTX 5090 und RTX 6000 Ada mit Ampere- und Ada-Lovelace-Architektur. Diese Instanzprofile unterstützen die native Ausführung spezieller Quantenkalibrierungsmodelle wie der NVIDIA Ising Open AI Series, die für den Betrieb mit dem CUDA-Q-Compilierungsstack vorkonfiguriert sind.
Für die grundlegende mathematische Schicht der Quantenchemie hat das Forschungsteam von qBraid, darunter Dr. Kenny Haydrich, James Brown und Tarini Hadika, in Zusammenarbeit mit dem Early-Access-Programm von Google Cloud AlphaEvolve die Fermion-zu-Qubit-Codierung optimiert. Aufgrund des exponentiellen Suchraums, der für ein 8-Orbital-Molekül mehr als 10^50 mögliche Konfigurationen umfassen kann, stellt die Umwandlung der elektronischen Molekülstruktur in Qubit-Operatoren eine erhebliche Designherausforderung dar. Unter Verwendung des Gemini-Modells in der Evolutionsschleife modifizierte der AlphaEvolve-Agent iterativ Python-Strukturen auf Basis der proprietären Generalized Superfast Encoding-Familie von qBraid und bewertete etwa 1500 Programmvarianten anhand einer strengen und unknackbaren exakten Validator-Bewertungstafel. Die resultierenden KI-generierten Codierungsregeln umgingen erfolgreich traditionelle manuelle Designbeschränkungen und erreichten auf dichten molekularen Hamilton-Operatoren einen exakten Quantenfehlerkorrekturcode der Distanz 5, während die bisher beste menschliche Konstruktion nur Distanz 3 erreichte. Bei der Validierung an zurückgehaltenen chemischen Systemen, die während des Modelltrainings nicht vorkamen, wie Berylliumhydrid und Wasser, behielt der generierte Code den Schutz der Distanz 5. Die neu entdeckte Struktur reduzierte die logische Fehlerrate unter exakter Decodierung um das 3,4- bis 7,9-fache, während sie 4,2- bis 5,0-mal weniger Daten-Qubits benötigte als der Standard-Fehlertoleranz-Kompilierungspfad, wodurch der physische Hardware-Overhead für tiefe Molekülsimulationen reduziert wurde.
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
