blueqatでは、量子コンピュータの研究開発や教育向けのクラウドサービスを4年ほど運用してまいりました。今回は自社でGPUクラスタやGPUマシンを導入し、自社管理のクラウドを構築しました。主に改善点は量子回路の実行速度や機械学習との親和性です。 現在blueqat cloud経由で提供している実機は、 Rigetti Aspen M2 80量子ビット超伝導IonQ Area 11量子ビットイオントラップOQC lucy 8量子ビット超伝導 となっています。そのた、AWS経由で光連続量のXanadu Borealisや中性原子アナログハミルトニアンシミュレーションのQuera Aquilaなどの実行も承っています。 近年の大きな量子コンピュータのテーマはNISQというエラーあり量子コンピュータが発展するのかFTQCと呼ばれる誤り訂正のマシンの開発がおこなわれるかです。どうやらNISQは性能に大きな課題を抱えていますので、FTQCへ行きたいものの、実現は20年後といわれており膨大な開発費用と時間がかかるといわれているうえに出来上がっても確実に速度向上するとは言い切れない状況となってきました。 近年の量子の活用を考えるうえで、中国か327量子ビットでのQAOA暗号解読論文が出るなど、NISQへの投資とFTQCへの取り組みの間ではまだ方向性が決まっていない状況です。IBM社はFTQCはにらみながらも近年の戦略当面現状のマシンの拡張で行く方向性を示しており、弊社も当面NISQの実行を多量子ビットで進める方向性を示しています。 今回はGPUを利用した新しいNVIDIA cuQuantumを導入することで、FTQCをcuStateVec、NISQをcuTensorNetで両方活用することができます。パフォーマンスもCPU版と比較的非常に高速化を実現しています。一方で大規模な量子向けのGPU環境を簡単に手に入れるのは困難です。 参考資料：「CPUの場合　数回試したことがありますが、10〜20 分かかります。」「GPU 版 (cuStateVec)　多少結果にばらつきが出た事もありますが、概ね 11 秒前後のようです。20 秒を超えた事もあったのですがよく分かりません。いずれにせよ CPU とは比較にならない速度です。」 Qiskit Aer で cuQuantum (cuStateVec) を利用する方法<a href="https://blueqat.com/derwind/e9f7f8ec-ecf7-428e-baae-9402996213b4" rel="noopener noreferrer" target="_blank">https://blueqat.com/derwind/e9f7f8ec-ecf7-428e-baae-9402996213b4</a> 参考資料２：「ちなみに気になる「1晩寝て起きたら」のところですが、vqe.Vqe.run の実行は約 3 分で完了します。」 QAOA でも cuQuantum したい<a href="https://blueqat.com/derwind/6a2b6756-4784-41dc-b48d-021c0363d333" rel="noopener noreferrer" target="_blank">https://blueqat.com/derwind/6a2b6756-4784-41dc-b48d-021c0363d333</a> 弊社でも近日各種のベンチマークを顧客向けに提供開始しますが、CPUのシミュレーションと比べても比べ物にならないくらい高速です。GPUを利用することで実機利用の前のプログラムの検証時間を極端に短くすることができ、さらに大規模回路も現実的な時間で実行できます。 提供形態はGPUのクラスタでのリソースを管理し、各社1GPUでV100を提供いたします。cuQuantumやjupyterlabなどの開発環境はすべて実装済みとなっており、弊社での初期セットアップ後、最短で即日ログインするだけですぐに利用することができます。今後は今年NVIDIA社から出荷が始まっているH100クラスタも導入する予定ですので、さらにシミュレーションが数倍高速化される予定となっています。 また、値段も弊社自社でのマシン調達となっており、量子系の開発環境としてもリーズナブルで1GPU20万円（税別）からとなっています。今後はGPUを増やすことも可能です。 また、GPU向けのコードも提供を開始しますので、すぐに高度なサンプルコードを実行することができます。そして、GPUクラスタですが、古典機械学習や深層学習、最適化アルゴリズムなどもそのまま利用できますので、tensorflowやpytorchなどのアルゴリズムと組み合わせて利用したり、量子だけじゃなくて古典のアルゴリズムの実行などに利用でき無駄がありません。 ユーザー認証はaws上で行い、弊社では計算リソースのGPUサーバーの計算リソースの管理およびツール類の開発提供に集中しております。是非お問合せください。 問い合わせフォーム<a href="https://corp.blueqat.com/ja/contact_ja" rel="noopener noreferrer" target="_blank">https://corp.blueqat.com/ja/contact_ja</a>

blueqat cloudでのGPUクラスタの提供開始。当初は既存顧客向けに量子コンピュータAPI+GPUシミュレーション

Yuichiro Minato