Nvidia heeft quantum computing in het vizier

Nvidia bouwt zelf geen quantumprocessoren, maar heeft zich wel gestort op een van de belangrijkste uitdagingen van quantumcomputing, de foutdetectie en -correctie. Met de inzet van de grafische processortechnologie (GPU) waar Nvidia groot mee is geworden, ziet het bedrijf nieuwe kansen om deze fouten te simuleren en te managen. Net als dat Nvidia geen eindproducten maakt voor AI-toepassingen zoals robots of auto’s, concentreert het bedrijf zich op een rol als infrastructuurleverancier die andere spelers helpt hun productontwikkeling te versnellen.

Het bedrijf werkt inmiddels samen met zo’n tweehonderd partners in het quantumveld en levert ze tools en simulatiemogelijkheden om het quantumonderzoek en de ontwikkeling van quantumtoepassingen te ondersteunen. Sam Stanwyck, NVIDIA’s quantum product lead, vertelt erover in een artikel bij Forbes.

Visie neigt steeds meer naar hybride computers

Een belangrijk onderdeel van de strategie is het CUDA-Q platform. Dit is een open-source ontwikkelplatform dat door NVIDIA is ontworpen om quantum computing toegankelijk te maken voor ontwikkelaars. Het draait op NVIDIA GPU’s en is toegespitst op het ontwikkelen en simuleren van quantum-algoritmen en de quantumsoftware te testen zonder dat de ontwikkelaars toegang hebben tot quantum processing units (QPU’s).

Nvidia springt daarmee handig in op het toekomstbeeld waarbij er geen losse quantumcomputers zijn, maar QPU’s straks intensief samenwerken met klassieke CPU’s en GPU’s in hybride supercomputers en cloudtoepassingen. QPU’s zijn namelijk in staat sommige taken extreem snel uit te voeren, maar kunnen andere opdrachten beter aan andere technologie overlaten. In die zin is de ontwikkeling vergelijkbaar met die van GPU’s, die vooral sterk zijn in parallelle verwerking, maar sequentiële taken in een computer terugsturen naar de CPU. Nvidia heeft al veel ervaring in dit schakelen tussen GPU’s en CPU’s en gebruikte deze ervaring voor de ontwikkeling van NVQLink, om het schakelen met QPU’s soepel te laten verlopen.

Schakelen tussen AI en quantum

Nvidia voorziet bijvoorbeeld een use case waarbij de QPU’s betrokken zijn bij het modelleren van nieuwe chemische componenten en daarbij veel data creëren die weer gebruikt kunnen worden voor het trainen van AI-modellen. Omgekeerd kan AI weer een rol spelen bij het optimaliseren van quantum hard- en software, bijvoorbeeld voor het ontwerp van een optimale qubit-architectuur en betere chip-layouts.

Jensen Huang, CEO van Nvidia, gaf vorig jaar ruiterlijk toe dat zijn eerdere verwachting dat quantum computing pas over vijftien jaar een rol van betekenis gaat spelen, berustte op een verkeerde aanname. Hij schat nu in dat quantumtechnologie op een kantelpunt is en dat de komende jaren het toepassen van quantumcomputers binnen handbereik is in gebieden waarbij interessante problemen kunnen worden opgelost.