🚀 NVIDIA RTX3090 + CUDA-QでCPU vs GPU徹底比較！最大31量子ビットまで実行してみた

こんにちは！今回はNVIDIAの量子開発プラットフォーム「CUDA-Q」を使って、量子アルゴリズム（GHZ状態生成）の実行を CPUとGPUの両方で行い、その性能差と忠実度（fidelity）を徹底比較してみました。

⚙️ 使用環境

• CPU：AMD EPYC 7343
• GPU：NVIDIA RTX 3090（VRAM 24GB）
• CUDAバージョン：CUDA 12.1
• CUDA-Q バックエンド：
  • qpp-cpu（CPUシミュレーション）
  • nvidia (precision='fp64')（GPU加速シミュレーション）

📌 実験内容

• 量子回路：GHZ状態の生成
• 量子ビット数：5〜31まで段階的に実行
  • CPUは25量子ビットまで
  • GPUはVRAM制限内で最大31量子ビットまで実行
• 測定項目：
  • 各回の実行時間（CPU/GPU）
  • CPUとGPUの測定結果からfidelity（忠実度）

📊 実行結果ハイライト

Qubit数	CPU時間 (s)	GPU時間 (s)	Fidelity
5	0.3527	0.1800	0.999991
10	0.0982	0.0030	0.999984
15	1.1074	0.0019	0.999471
20	3.6930	0.0032	0.999676
25	77.3990	0.0347	0.998911
30	-	0.2721	-
31	-	0.8427	-

🔍 詳細なグラフ・表は記事下部に掲載しています。

🚀 GPUの圧倒的高速化！

• CPUでは25量子ビットに到達するのに 77秒 以上かかりましたが、
  GPUでは 0.03秒程度で同じ処理が完了。
• 特に 10量子ビット以降で顕著な差 が現れ、指数関数的な差に。

🎯 Fidelityも高精度を維持

• Fidelity（忠実度）は 全体的に0.998〜1.0に近い値を記録。
• 小さなビット数でも精度が非常に高く、GPUでもほぼ完全一致レベルの出力が得られました。
• 高速なだけでなく、精度面でも安心して使えることが確認できました。

🧠 考察とまとめ

• CUDA-Q + GPUの組み合わせは圧倒的にパフォーマンスが良い
  • 特に15ビット以上ではCPUとの差が数十倍〜数千倍に。
• 精度の面でも信頼性が高く、量子アルゴリズムの研究やプロトタイピングに最適。
• RTX 3090（24GB VRAM）でも31量子ビットまで実行可能。より大型GPU（H100など）ならさらに先も目指せそうです。

📎 まとめ

項目	結果
最大CPU実行	25量子ビット（77秒）
最大GPU実行	31量子ビット（約0.8秒）
GPUの利点	圧倒的な高速化 + 高い忠実度
推奨用途	量子アルゴリズム開発、教育、最適化研究

📈 グラフ・データ

※以下に実行時間およびフィデリティの比較グラフを掲載

=== 5 Qubits ===
CPU time: 0.3527s
GPU time: 0.1800s
Fidelity: 0.999991

=== 6 Qubits ===
CPU time: 0.3107s
GPU time: 0.0050s
Fidelity: 0.999744

=== 7 Qubits ===
CPU time: 0.4883s
GPU time: 0.0027s
Fidelity: 0.999324

=== 8 Qubits ===
CPU time: 0.5816s
GPU time: 0.0017s
Fidelity: 0.999975

=== 9 Qubits ===
CPU time: 0.4993s
GPU time: 0.0016s
Fidelity: 0.999159

=== 10 Qubits ===
CPU time: 0.0982s
GPU time: 0.0030s
Fidelity: 0.999984

=== 11 Qubits ===
CPU time: 0.0938s
GPU time: 0.0021s
Fidelity: 0.998702

=== 12 Qubits ===
CPU time: 0.8864s
GPU time: 0.0026s
Fidelity: 0.999559

=== 13 Qubits ===
CPU time: 0.9866s
GPU time: 0.0934s
Fidelity: 0.999216

=== 14 Qubits ===
CPU time: 0.9973s
GPU time: 0.0022s
Fidelity: 0.999471

=== 15 Qubits ===
CPU time: 1.1074s
GPU time: 0.0019s
Fidelity: 0.999471

=== 16 Qubits ===
CPU time: 1.0965s
GPU time: 0.0022s
Fidelity: 0.999936

=== 17 Qubits ===
CPU time: 1.1947s
GPU time: 0.0020s
Fidelity: 0.999744

=== 18 Qubits ===
CPU time: 1.4018s
GPU time: 0.0027s
Fidelity: 0.999991

=== 19 Qubits ===
CPU time: 2.1901s
GPU time: 0.0029s
Fidelity: 1.000000

=== 20 Qubits ===
CPU time: 3.6930s
GPU time: 0.0032s
Fidelity: 0.999676

=== 21 Qubits ===
CPU time: 5.6259s
GPU time: 0.0028s
Fidelity: 0.999424

=== 22 Qubits ===
CPU time: 9.7373s
GPU time: 0.0035s
Fidelity: 0.999676

=== 23 Qubits ===
CPU time: 18.2625s
GPU time: 0.0659s
Fidelity: 0.999324

=== 24 Qubits ===
CPU time: 37.8411s
GPU time: 0.0401s
Fidelity: 0.999975

=== 25 Qubits ===
CPU time: 77.3990s
GPU time: 0.0347s
Fidelity: 0.998911

=== 26 Qubits ===
GPU time: 0.0624s

=== 27 Qubits ===
GPU time: 0.0711s

=== 28 Qubits ===
GPU time: 0.1193s

=== 29 Qubits ===
GPU time: 0.1591s

=== 30 Qubits ===
GPU time: 0.2721s

=== 31 Qubits ===
GPU time: 0.8427s

💬 さいごに

CUDA-Qは、量子計算の実験と開発を誰でも簡単に始められるすばらしいツールです。
GPUの力で量子回路を「高速・高精度」に試せるので、興味のある方はぜひ導入してみてください！

💡 次回は より大きなマシンでCUDA-Q を使った量子AIアプリや量子最適化問題にも挑戦予定です！