ちょっと業界のビジネス的には余計なものを使ったかもしれません。。。PyTorchでQUBO計算をすると巨大なQUBOアニーリングが簡単にできてしまいます。現在Tytanに載せる作業中です。 ベンチマークをとってみます。 量子ビット数1000QUBO行列ランダムCPU intel Xeon Gold 6132 x2GPU NVIDIA V100 16G x1 という構成でトライしてみます。正直CPUも十分高速です。 アニーリングの初期値や繰り返し回数などはこちらで適当に設定したものです。結果です。モード、速度（秒）、コスト関数の値の順で表示しています。 <pre class="ql-syntax" spellcheck="false">CPU MODE
15.264014720916748
Objective function value: -5375.50390625
</pre> <img src="https://assets.blueqat.com/public/uploads/us-east-2:4805ff4b-c3cc-4344-b165-86544c34d0bf/2024/02/08/CPU1000.png"/> <pre class="ql-syntax" spellcheck="false">GPU MODE
22.13276958465576
Objective function value: -5120.6298828125
</pre> <img src="https://assets.blueqat.com/public/uploads/us-east-2:4805ff4b-c3cc-4344-b165-86544c34d0bf/2024/02/08/GPU1000.png"/> まだこれくらいならCPUが早いですね。 量子ビット数2000 <pre class="ql-syntax" spellcheck="false">CPU MODE
20.21289300918579
Objective function value: -15316.19140625
</pre> <pre class="ql-syntax" spellcheck="false">GPU MODE
19.873959064483643
Objective function value: -15804.3359375
</pre> なんかちょっと GPUのほうが早くなってきました。 量子ビット数3000 <pre class="ql-syntax" spellcheck="false">CPU MODE
23.65611505508423
Objective function value: -28199.31640625
</pre> <pre class="ql-syntax" spellcheck="false">GPU MODE
29.1566903591156
Objective function value: -27384.81640625
</pre> さっきのは運が良かっただけのようです。 量子ビット数5000 <pre class="ql-syntax" spellcheck="false">CPU MODE
113.20319724082947
Objective function value: -58014.515625
</pre> <img src="https://assets.blueqat.com/public/uploads/us-east-2:4805ff4b-c3cc-4344-b165-86544c34d0bf/2024/02/08/cpu5000.png"/> <pre class="ql-syntax" spellcheck="false">GPU MODE
38.09103536605835
Objective function value: -59421.4765625
</pre> <img src="https://assets.blueqat.com/public/uploads/us-east-2:4805ff4b-c3cc-4344-b165-86544c34d0bf/2024/02/08/gpu5000.png"/> GPUが強くなってきました。 10,000量子ビットここまでくるとCPUでは計算がもはや終わりません。GPUのみで計測してみます。 <pre class="ql-syntax" spellcheck="false">GPU MODE
157.4690477848053
Objective function value: -171032.09375
</pre> <img src="https://assets.blueqat.com/public/uploads/us-east-2:4805ff4b-c3cc-4344-b165-86544c34d0bf/2024/02/08/GPU10k.png"/> 計測結果をまとめてみました。 <img src="https://assets.blueqat.com/public/uploads/us-east-2:4805ff4b-c3cc-4344-b165-86544c34d0bf/2024/02/08/compare.png"/> さすがPyTorchです。VRAM16Gでも10,000量子ビットもなんのそのでした。簡単に量子ビットが増やせそうです。

Torch Tytan! PyTorchで誰でも簡単GPUでの大規模QUBOアニーリングベンチマーク

Yuichiro Minato