Kuantum Hesaplama ve cuQuantum SDK

Hesaplama ve algoritma, geçtiğimiz yüzyılın matematikçileri tarafından başlatılan ve günümüzde de yoğun olarak devam eden çalışma alanıdır. Yirminci yüzyılın başlarında ilk teoristler Alan Turing, Alonso Church, Kurt Gödel ve Emil Post herbiri birbirinden bağımsız olarak hesaplamanın, hesaplama makinelerinin nasıl gerçekleştirildiklerine bağlı olmaksızın, matematiksel modellerini geliştirmişlerdir. Bu yazımızda da bu tarihsel süreci ele alarak Kuantum Hesaplama ve cuQuantum SDK’den bahsedeceğiz.

Kuantum Bilgisayarlar Ne Yapabilir?

Öncelikle günümüz bilgisayarlarını ele almak gerekirse, bu bilgisayarlar 0 ile 255 arasındaki herhangi bir sayıyı temsil etmek için sekiz bit kullanır. süperpozisyon gibi özellikler sayesinde, bir kuantum bilgisayar, 0 ile 255 arasındaki her sayıyı aynı anda temsil etmek için sekiz kübit (kuantum bit) kullanabilir. Bu işlemler paralellik esasına dayanır. Tüm olasılıklar sıralı olarak değil, aynı anda hesaplanır ve muazzam hızlanma sağlar. Bu nedenle, klasik bir bilgisayar muazzam bir sayıyı çarpanlarına ayırmak için her seferinde bir tane olmak üzere uzun bölme hesaplamalarından geçerken, bir kuantum bilgisayar ise cevabı tek bir adımda alabilir. Biraz düşününce görülüyor ki kuantum bilgisayarların, kriptografi gibi, bugün imkansız derecede büyük sayıları çarpanlara ayırmaya dayanan tüm alanları yeniden şekillendirebileceği anlamına geliyor.

Kuantum Hesaplama ve Şirkletlerdeki Kullanımı

Kuantum hesaplama, karmaşık paralel hesaplamalar yapmak için atom altı parçacıkları yöneten kuantum fiziği ilkelerini kullanır, buna örnek olarak kuantum süperpozisyonu ve dolanıklılık prensiplerini verebiliriz. Bahsettiğimiz makinelerde kullanılan kuantum hesaplamanın amacı; kuantum makinelerini, klasik bilgisayarların çözemediği veya makul bir sürede çözemediği sorunları çözebilecek cihazlar oluşturmak için kuantum fiziği yasalarından yararlanarak günümüz sınırlarını aşan boyutlarda kullanılabilmesini sağlamaktır.

Alibaba, Google, Honeywell, IBM, IonQ ve Xanadu gibi şirketler bugün kuantum bilgisayarlarının erken sürümlerini kullanıyor. Bu makinalardaki kübitlerin sayısını kabaca onlarca diye ifade edebiliriz. Şimdilik bu onları bazen güvenilmez hale getirebilir. Gerçek dünyadaki sorunları güvenilir bir şekilde çözmek için, sistemlerin onlarca veya yüz binlerce kübite ihtiyacı vardır. Kullanılan kuantum sistemlerinin gerçekten yararlı olduğu yüksek kaliteli bir çağa birkaç on yıl alabileceği düşünülüyor.

İyi haber şu ki, yapay zeka dünyası ve makine öğrenimi, kuantum bilgisayarların kübitlerle hesaplayacağı işlem türlerinin çoğunu gerçekleştirebilen GPU’lar gibi hızlandırıcılara ışık tutuyor. Dolayısıyla, klasik bilgisayarlar bugün GPU’larla kuantum simülasyonlarını barındırmanın yollarını şimdiden buluyor. Örneğin, NVIDIA , şirket içi yapay zeka süper bilgisayarımız Selene’de öncü bir kuantum simülasyonu çalıştırdı

Karşılaştırma Görseli 1.0

cuQuantum SDK

Kuantum hesaplamanın hesaplama yeteneklerinde dev sıçramalar sunma potansiyeline sahip olduğundan bahsetmiştik. Bu durumun gerçekleşmesine kadar bilim insanları, geliştiriciler ve araştırmacılar klasik bilgisayarlarda kuantum devrelerini simüle edebiliyor. NVIDIA cuQuantum , kuantum hesaplama iş akışlarını hızlandırmak için optimize edilmiş kitaplıklar ve araçların bir SDK’sıdır . Geliştiriciler cuQuantum’u durum vektörü, yoğunluk matrisi ve tensör ağ yöntemlerine göre büyüklük sırasına göre kuantum devre simülasyonlarını hızlandırmak için kullanabilir.

Karşılaştırma Görseli 2.0

Durum vektörü yöntemleri, yaygın kullanıma ulaşan ilk kuantum devre simülatörleri oldu. Yüksek kaliteli sonuçlarla bilinirler. Resimdeki sonuçlarda Çift işlemcili sunucu ile birlikte DGX A100 sisteminin işlem karşılaştırmasını görebilirsiniz.

Tensör ağları, kübit sayısı yerine kuantum kapılarının sayısı ile ölçeklenir. Bu, büyük süper bilgisayarlarda daha küçük kapı sayılarına sahip çok büyük kübit sayılarını mümkün kılar.

Karşılaştırma Görseli 3.0

Kuantum hesaplama şu an bilgisayar bilimi, fizik ve mühendislikteki en sıcak konulardan biridir. Bu yeni hesaplama modeli son 60 yıldır kurulan düzeni sarsmaya başlamış durumdadır. Bu konudaki gelişmeler insanların bilgisayarların temel işlemleri, yetenekleri ve en son limitleri hakkındaki düşüncelerini değiştirmekte ve bilgisayar endüstrisinde kesin olarak bir devrime liderlik etmektedir. Bu yazımızdaki amaç ise genç bilim insanlarının kariyer yolları için kuantum hesaplamayı seçmelerine bir teşvik olmasıdır. Bu yolculuk sizce de çok heyecanlı değil mi ?

Izmir University of Economics ACM Student Chapter aims to facilitate communication and collaboration with students studying in the university’s computer science fields and with ACM communities at other universities by organizing, workshops, programming competitions and seminars.

Get the Medium app

A button that says 'Download on the App Store', and if clicked it will lead you to the iOS App store
A button that says 'Get it on, Google Play', and if clicked it will lead you to the Google Play store
Alican AKCA

Alican AKCA

Math Student at Izmir University of Economics. I have been working on Machine Learning and AI. alicanakca.space

More from Medium

Paper Implementation: Using Unity to Help Solve Intelligence

Does perpetual futures require both speculators and gamblers?

The scientific collaboration: Quanterall’s R&D Lab & The IAPS— Part 2

With a Recent AI breakthrough, Nuclear Fusion is One Step Closer