日頃から弊社の量子機械学習クラウドシステムをご利用くださいましてありがとうございます。企業向けに有償のクラウドサービスを提供していますが、以前は弊社独自のインターフェイスでご利用いただいておりました。この度、Kubeflowを採用し、より柔軟な量子計算や機械学習の研究開発を利用しやすい環境の提供（弊社独自クラウド、オンプレ、大手クラウド）を始めました。 Kubeflowは機械学習のモデルのトレーニングやデプロイを管理するためのフレームワークとなっていて、今回量子計算に拡張することにより、より柔軟な開発を行うことができる様になりました。 <img src="https://assets.blueqat.com/public/uploads/us-east-2:4805ff4b-c3cc-4344-b165-86544c34d0bf/2024/03/02/Kubeflow-Central-Dashboardのコピー.jpg"/> 弊社ではCPUだけでなく、開発環境を機械学習と統合しGPUを利用したNVIDIA cuQuantumの利用を促進しております。また、弊社で開発しているPyTorchを利用した量子計算フレームワークなどを活用することにより、量子計算と機械学習をシームレスに実行でき、多くの恩恵を受けることができます。 今回はKubeflowをインターフェイスに採用し、より多くのGPUの利用管理とデータ、モデルの管理を柔軟にできます。 基本的な利用方法は、 ・利用するGPUの種類（H100やRTX6000adaやT4など）を選ぶ・利用するフレームワークのNotebookイメージ（PyTorchやcuQuantumやTensorFlowなど）を選ぶ・データを格納するボリューム（個人用、グループ共有など）を選ぶ・その他のCPUやメモリなどの計算リソース（CPUやメモリ量など）を選ぶ 上記のような契約の範囲内での自由な組み合わせを選んでいただける様になりました。量子コンピュータとはAPIで繋がっているので、これらの計算に自由に組み込むことができます。 また、基本的にこれまでawsで構築されていた弊社のクラウドサービスの一部を弊社の独自クラウドシステムへ移行しました。そのため、マシンの管理により柔軟性が生まれ、さまざまなサービスを提供できます。ネットワークも自由に選択でき、より柔軟な量子計算の研究開発を行うことができる様になりました。 さらに、GPUを複数採用することにより量子計算や機械学習を大幅に高速化できます。NVIDIA公式のcuQuantumを採用した場合、マルチGPU、マルチノードでの計算が可能で、これらはcuQuantum Applianceと呼ばれる専用フレームワークの導入が必要ですが、今回このような拡張性を持たせることで多くのビジネス上のメリットを提供できる様になりました。 弊社の専用クラウドインフラ管理チームが常にシステムの改善と要望に応じた機能追加を行っておりますので、ぜひこの際にクラウドサービスを利用して自社の量子機械学習の研究開発を推進したい企業様はご検討ください。

blueqatの量子機械学習クラウドシステムにKubeflowを採用し、より企業に柔軟なプロジェクト管理を提供開始

Yuichiro Minato