NVIDIA ha ampliato la piattaforma open source CUDA-Q introducendo CUDA-Q Logical, un nuovo livello di orchestrazione progettato per lo sviluppo, l’analisi e la verifica di applicazioni destinate a computer quantistici fault-tolerant. Il sistema permette ai ricercatori di modellare in modo programmabile i diversi componenti necessari all’esecuzione con qubit logici, combinando algoritmi, codici di correzione degli errori, architetture hardware, decoder, risorse fisiche e controllo classico in tempo reale. L’obiettivo è rendere più semplice il confronto tra configurazioni differenti senza dover ricostruire manualmente l’intera catena software ogni volta che viene modificato uno degli elementi dell’architettura.
Il problema affrontato da CUDA-Q Logical riguarda soprattutto la complessità del co-design necessario per il calcolo quantistico fault-tolerant. Un cambiamento nell’algoritmo, nel codice di quantum error correction, nel tipo di qubit o nella struttura della QPU può modificare sensibilmente il numero di qubit fisici richiesti, i tempi di esecuzione e le risorse classiche necessarie. CUDA-Q Logical mantiene invece fisso il workload logico e consente di valutarlo su differenti codici QEC e architetture, producendo stime delle risorse direttamente dagli artefatti generati dal compilatore. La pipeline abbassa progressivamente il programma da una rappresentazione logica indipendente dall’hardware verso una macchina virtuale logica, microcodice per la correzione degli errori, scheduling delle operazioni fisiche e piani di controllo in tempo reale, preservando lungo il percorso semantica, vincoli e provenienza delle decisioni di compilazione.
La piattaforma è progettata per essere estensibile e indipendente dalla specifica tecnologia dei qubit. Codici di correzione degli errori, modelli di esecuzione, decoder e architetture hardware possono essere introdotti come componenti modulari, permettendo di confrontare configurazioni diverse mantenendo invariato il programma di partenza. Questo approccio consente anche di collegare più direttamente le stime di risorse agli elementi effettivamente prodotti dal compilatore, invece di basarsi esclusivamente su formule analitiche aggregate, rendendo più semplice individuare quali scelte architetturali incidano maggiormente su qubit, runtime e altri costi del sistema.
Tra i primi utilizzatori di CUDA-Q Logical figurano Fermi National Accelerator Laboratory, Infleqtion, IQM Quantum Computers, QCDesign, Quantum Motion e Sandia National Laboratories. Fermilab ha utilizzato il nuovo livello per confrontare differenti strategie di correzione degli errori e requisiti relativi a qubit fisici, tempi di esecuzione e hardware, trasformando una procedura che richiedeva la costruzione di infrastrutture software specializzate in un workflow ripetibile e verificabile. Secondo NVIDIA e Fermilab, il tempo necessario per una di queste attività di progettazione è passato da circa cinque mesi a tre settimane, con un’accelerazione indicata di circa sette volte.
CUDA-Q Logical è stato utilizzato anche da Iceberg Quantum per modellare la propria architettura fault-tolerant applicata ai qubit di Diraq. La simulazione ha mostrato la possibilità, per quella specifica configurazione teorica, di ottenere 1.000 qubit logici utilizzando circa 150.000 qubit fisici, un valore che NVIDIA indica come approssimativamente dieci volte inferiore rispetto a precedenti stime di Diraq. Il risultato non rappresenta quindi una dimostrazione hardware di un sistema da 1.000 qubit logici, ma una valutazione architetturale realizzata con il nuovo strumento per confrontare differenti implementazioni e stimare le risorse richieste.
L’espansione di CUDA-Q comprende inoltre QUOPS, un benchmark indipendente sviluppato da Sandia National Laboratories per misurare i progressi dei sistemi quantistici verso applicazioni fault-tolerant di scala utile. Il benchmark è stato pensato come strumento cross-platform e indipendente dall’hardware, spostando l’attenzione dai soli parametri fisici tradizionalmente utilizzati per confrontare le QPU, come numero di qubit, fedeltà e tempo di coerenza, alla capacità complessiva di eseguire workload compatibili con sistemi quantistici corretti dagli errori. QUOPS è ora disponibile nell’ecosistema CUDA-Q e può essere utilizzato per confrontare architetture differenti sulla base di obiettivi comuni.
Parallelamente, l’ecosistema CUDA-Q continua ad ampliarsi attraverso nuove integrazioni hardware e software. Quandela ha sviluppato un’architettura QPU-GPU, mentre Quantum Machines ha mostrato un’integrazione tra risorse di supercalcolo e qubit presso l’Israeli Quantum Computing Center. BlueQubit ha avviato il programma Quantum Flywheel per fornire ai ricercatori accesso al calcolo accelerato NVIDIA tramite CUDA-Q, mentre Qedma Quantum Computing e QCentroid hanno integrato le proprie tecnologie con la piattaforma per attività legate a quantum error correction, error mitigation e distribuzione di applicazioni quantistiche.
NVIDIA segnala inoltre altri progetti che utilizzano il proprio stack per applicazioni quantistiche e ibride. IonQ sta lavorando su DQAOA-GPT, un framework di AI generativa quantistica supportato da calcolo accelerato NVIDIA; MITRE ha pubblicato attività relative a digital twin di sensori quantistici accelerati tramite GPU; Phasecraft utilizza cuQuantum per generare un database molecolare emulato basato su Variational Quantum Eigensolver; UCLA e Caltech stanno invece lavorando sulla progettazione delle sequenze di controllo necessarie all’esecuzione di applicazioni quantistiche. CUDA-Q Logical è disponibile attraverso GitHub come componente in preview, e la documentazione NVIDIA specifica che API, comportamento e interfacce possono ancora cambiare nelle versioni successive.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)