今日はQiskit + cuQuantumでいろんなベンチマークをとってみたいと思います。cuQuantumは無料なので、もっといろんな記事が出てもいいはずですが、量子コンピュータ業界の裾野の狭さのせいであんまり出てません。 まず、インストールですが、cuQuantumはconda環境を構築してた上でcuQuantumとcuQuantum Pythonを入れます。Qiskitはpipでqiskit-aerとqiskit-aer-gpuを入れます。 <pre class="ql-syntax" spellcheck="false">from qiskit import *
from qiskit.circuit.library import *
from qiskit_aer import *
import time
import numpy as np
import matplotlib.pyplot as plt

def exp_qv(qubits=15, depth=10, device_num=0):
  if device_num ==0:
    sim = AerSimulator(method=&#39;statevector&#39;, device=&#39;CPU&#39;)
  elif device_num == 1:
    sim = AerSimulator(method=&#39;statevector&#39;, device=&#39;GPU&#39;)
  else:
    sim = AerSimulator(method=&#39;statevector&#39;, device=&#39;GPU&#39;, cuStateVec_enable=True)

  circuit = QuantumVolume(qubits, depth, seed=0)
  circuit.measure_all()
  circuit = transpile(circuit, sim)
   
  start = time.time()
  result = sim.run(circuit, shots=1, seed_simulator=12345).result()
  time_val = time.time() - start
  return time_val
</pre> まず最初はCPUとGPUとcuQuantumのcuStateVecを比較します。同じ問題を異なる構成で実行します。 １、CPUを利用します。Intel Core i9 13900KFでそこそこ高性能です。２、GPUを利用しますが、IBMのプログラムを利用した高速化です。３、GPUを利用しますが、NVIDIAのプログラムであるcuStateVecを利用した高速化です。 １だけがCPUで、2と3は両方GPUですが３番が今回注目のNVIDIA cuQuantumです。使ってるマシンもプログラムも同じですが、SDKが違うだけです。 まずは、 <pre class="ql-syntax" spellcheck="false">#量子ビット数
x = np.arange(10, 30)

#QVのdepth
dp = 10

#結果格納用のlist
arr = [[],[],[]]

#label用
label = [&#39;Qiskit + CPU&#39;, &#39;Qiskit + GPU&#39;, &#39;Qiskit + cuStateVec GPU&#39;]

#デバイスごとに
for j in range(3):
  for i in x:
    r = exp_qv(i,dp,j)
    arr[j].append(r)
    print(i, r)
</pre> <pre class="ql-syntax" spellcheck="false"># 折れ線グラフを出力
plt.xlabel(&#39;qubits&#39;)
plt.ylabel(&#39;sec&#39;)

for i in range(3):
  plt.plot(x, arr[i], label=label[i])

plt.title(&#39;Benchmark QV depth=&#39; + str(dp))
plt.legend()
plt.show()
</pre> <img src="https://assets.blueqat.com/public/uploads/us-east-2:4805ff4b-c3cc-4344-b165-86544c34d0bf/2023/10/09/1.png"/> すでに、29量子ビットでもCPUだとかなり厳しい状況です。次はQV depth = 30にします。 <img src="https://assets.blueqat.com/public/uploads/us-east-2:4805ff4b-c3cc-4344-b165-86544c34d0bf/2023/10/09/2.png"/> 全く同じようなグラフになりました。こうなるとQVでCPUを利用するのはかなりきつそうです。次からはGPU同士の比較にしてみます。QV depth =100にしてみます。 <img src="https://assets.blueqat.com/public/uploads/us-east-2:4805ff4b-c3cc-4344-b165-86544c34d0bf/2023/10/09/100.png"/>基本的に1.4倍くらいの速度が常に出ています。QV depth=500でも同じ感じでした。 <img src="https://assets.blueqat.com/public/uploads/us-east-2:4805ff4b-c3cc-4344-b165-86544c34d0bf/2023/10/09/3.png"/> 全体的にやはりCPUで大きな問題を計算するのはかなり厳しいです。また、GPUであってもcuQuantumを使うだけで全く同じ構成でも1.5倍くらいの高速化が出ています。 他の例題でも色々やってみたいと思いますが、今回はNVIDIA cuQuantumを利用するのが量子コンピュータのシミュレータとして最適でした。以上です。

量子コンピュータシミュレータ、家庭用GPU RTX4090とIntel i9-13900KFを利用したNVIDIA cuQuantumのベンチマークを複数種類。

Yuichiro Minato