NVIDIA ने JUPITER पर रिकॉर्ड 104-क्यूबिट त्रुटि-सहिष्णु प्रोटोकॉल का अनुकरण किया

NVIDIA ने 19 अक्टूबर 2026 को JUPITER पर क्वांटम कंप्यूटिंग के एक रिकॉर्ड-तोड़ अनुकरण की घोषणा की, जिसे उसने यूरोप का पहला एक्सास्केल सुपरकंप्यूटर बताया। इस अनुकरण में Jülich Supercomputing Centre पर 8,192 NVIDIA GH200 GPU के साथ 104-क्यूबिट रन चलाया गया, जो दर्शाता है कि एक वास्तविकतापूर्ण क्वांटम प्रोसेसर त्रुटि-सहिष्णु गणना कैसे करता है।

NVIDIA के अनुसार, इस रन से क्या प्रमाणित होता है

NVIDIA ने 104-क्यूबिट अनुकरण को अब तक किसी त्रुटि-सहिष्णु क्वांटम प्रोसेसर का सबसे बड़ा व्यापक अनुकरण बताया है। कंपनी का कहना है कि इससे पहले किसी अनुकरण में क्वांटम प्रोसेसरों का इतने विस्तार से मॉडल नहीं बनाया गया था। कंपनी के अनुसार, यह रन मैजिक-स्टेट संवर्धन को प्रमाणित करता है—यह त्रुटि-सहिष्णु क्वांटम कंप्यूटिंग का ऐसा तरीका है, जिसमें पिछले तरीकों की तुलना में 90% कम भौतिक क्यूबिट की आवश्यकता होती है। NVIDIA ने कहा कि इतनी उच्च निष्ठा वाले अनुकरण शोधकर्ताओं को भविष्य के डिज़ाइन बनने से पहले उनके प्रदर्शन का अनुमान लगाने के लिए आवश्यक डेटा देते हैं। इससे हार्डवेयर पर परीक्षण और त्रुटि के जरिए जानकारी जुटाने की निर्भरता घटती है। कंपनी ने दवा खोज, वित्तीय मॉडलिंग और पदार्थ विज्ञान में इसके संभावित उपयोगों का भी उल्लेख किया।

“उपयोगी क्वांटम कंप्यूटिंग के लिए अत्यंत जटिल, त्रुटि-सहिष्णु प्रणालियों की आवश्यकता होगी—और उन्हें बड़े पैमाने पर कैसे काम करना है, यह समझना उनके निर्माण के लिए अनिवार्य है,” NVIDIA के संस्थापक और मुख्य कार्यकारी अधिकारी Jensen Huang ने कंपनी की घोषणा में कहा। Huang ने कहा कि Jülich के नतीजे दिखाते हैं कि क्वांटम प्रोसेसर और GPU सुपरकंप्यूटर मिलकर ऐसे शोध पर काम कर सकते हैं, जो अन्यथा संभव नहीं होता।

Forschungszentrum Jülich के Jülich Supercomputing Centre की निदेशक Kristel Michielsen ने कहा कि JUPITER में यूरोप का निवेश शोधकर्ताओं को उन सवालों की पड़ताल करने में सक्षम बनाता है, जिनकी जाँच पहले संभव नहीं थी, और NVIDIA के साथ सहयोग इस क्षमता को क्वांटम कंप्यूटिंग के क्षेत्र में लाता है। उन्होंने कहा कि इस काम से वैज्ञानिक उन डिज़ाइनों के बारे में बेहतर जानकारी के आधार पर निर्णय ले सकते हैं, जिनसे उपयोगी अनुप्रयोग मिलने की सबसे अधिक संभावना है।

मैजिक स्टेट, कोड और शोर का वास्तविकतापूर्ण मॉडल

NVIDIA की घोषणा के अनुसार, क्यूबिट भौतिकी की सीमाओं पर काम करते हैं और उन्हें नियंत्रित करने के लिए आवश्यक अंतःक्रियाओं से अपरिहार्य शोर पैदा होता है, जो त्रुटियाँ उत्पन्न करता है। इस शोर के मौजूद रहते हुए गणना करने—जिसे त्रुटि-सहिष्णु क्वांटम कंप्यूटिंग कहते हैं—के लिए मैजिक स्टेट आवश्यक होते हैं। ये क्यूबिट की एक विशिष्ट व्यवस्था हैं, जिनका त्रुटि-सहिष्णु गणना के दौरान लगातार उपयोग होता रहता है। चूँकि त्रुटि-सहिष्णु मशीनें बार-बार मैजिक स्टेट बनाने पर निर्भर करती हैं, इसलिए उन्हें बनाने के तरीके में कोई भी सुधार उपयोगी क्वांटम कंप्यूटर बनाने की कठिनाई को काफी कम कर देता है।

NVIDIA की CUDA-Q टीम की एक तकनीकी पोस्ट बताती है कि ऐसे अनुकरण करना कठिन क्यों है। क्वांटम त्रुटि-सुधार में इस्तेमाल होने वाली कई संक्रियाएँ Clifford संक्रियाएँ होती हैं, जिनका उपयुक्त शोर-संबंधी मान्यताओं के तहत कुशलतापूर्वक अनुकरण किया जा सकता है। लेकिन सार्वभौमिक क्वांटम गणना के लिए कम-से-कम एक अतिरिक्त गैर-तुच्छ संक्रिया की आवश्यकता होती है—और यह आवश्यक घटक मैजिक स्टेट उपलब्ध कराते हैं। इस अनुकरण किए गए प्रोटोकॉल में पहले एक छोटे त्रुटि-सुधार कोड में अवस्था तैयार की जाती है, फिर उसमें दोषों की जाँच की जाती है और कोड की दूरी बढ़ाई जाती है। इसकी शुरुआत दूरी-3 कलर कोड से होती है, हानिकारक दोषों का पता लगाने के लिए हाल ही में डिज़ाइन किए गए फ्लैग मापन का इस्तेमाल किया जाता है, और फिर यह दूरी-7 वाले हाइब्रिड कलर और सरफेस कोड विन्यास तक बढ़ता है। इसके बाद त्रुटि-सुधार के और दौर तथा रीडआउट किए जाते हैं। गिने गए 104 क्यूबिट में इस पूरी प्रक्रिया के दौरान इस्तेमाल हुए डेटा और सहायक क्यूबिट शामिल हैं।

तकनीकी पोस्ट के अनुसार, JUPITER पर चलाए गए मॉडल में सुसंगत फेज़ त्रुटियाँ शामिल हैं, जो जमा होकर एक-दूसरे के साथ हस्तक्षेप कर सकती हैं। इसमें लीकेज भी शामिल है, जिसमें अतिचालक क्यूबिट अपने सामान्य दो संगणनात्मक ऊर्जा स्तरों से बाहर चला जाता है। चुने हुए भौतिक स्थानों को तीसरे ऊर्जा स्तर के साथ मॉडल किया गया है, जिससे अनुकरण की जटिलता काफी बढ़ जाती है। इन प्रक्रियाओं के कारण शोधकर्ता यादृच्छिक बिट और फेज़ फ्लिप वाले मॉडल से आगे के व्यवहार की जाँच कर सकते हैं, और साथ ही मैजिक स्टेट तैयार करने वाली वास्तविक गैर-Clifford संक्रियाओं को भी बनाए रख सकते हैं।

यह काम Jülich के उस पहले के शोध से अलग है, जिसमें आदर्श, शोर-रहित परिस्थितियों में 50 क्यूबिट का अनुकरण किया गया था। Forschungszentrum Jülich ने 11 नवंबर 2025 को घोषणा की कि NVIDIA के विशेषज्ञों के साथ काम कर रही Jülich की एक टीम ने JUPITER पर 50-क्यूबिट वाले सार्वभौमिक क्वांटम कंप्यूटर का पूरा अनुकरण किया था। JUPITER का सितंबर 2025 में Forschungszentrum Jülich में उद्घाटन हुआ था। इस उपलब्धि ने उस 48-क्यूबिट रिकॉर्ड को पीछे छोड़ दिया, जिसे Jülich के शोधकर्ताओं ने 2019 में जापान के K कंप्यूटर पर बनाया था। घोषणा में यह भी बताया गया था कि हर अतिरिक्त क्यूबिट से गणना और मेमोरी की ज़रूरतें दोगुनी हो जाती हैं, इसलिए 50-क्यूबिट के अनुकरण के लिए लगभग 2 पेटाबाइट मेमोरी की आवश्यकता होती है।

विकास क्लस्टर से 8,192 GPU तक

NVIDIA ने कहा कि क्यूबिट की संख्या बढ़ने के साथ मेमोरी की ज़रूरतें घातीय रूप से बढ़ती हैं, इसलिए बड़े पैमाने के अनुकरण पारंपरिक कंप्यूटिंग प्रणालियों की क्षमता से बाहर हैं। NVIDIA Accelerated Quantum Research Center में मौजूद NVIDIA GB200 NVL72 सिस्टम ने JUPITER परियोजना के विकास मंच के रूप में काम किया। इससे शोधकर्ताओं को JUPITER के 8,192 GPU पर परीक्षण करने से पहले, चार GPU से लेकर सैकड़ों GPU तक परीक्षणों का विस्तार करने का अवसर मिला। JUPITER का निर्माण Bull ने किया था। टीम ने केंद्र का उपयोग अनुकरण के तरीकों को बेहतर बनाने, नतीजों की JUPITER से तुलना करने और यह अध्ययन करने के लिए किया कि अतिरिक्त कंप्यूटिंग संसाधनों के साथ सटीकता किस तरह बढ़ती है। NVIDIA के अनुसार, इस काम से कई सप्ताह चलने वाले अनुकरण का समय घटकर कुछ दिन रह गया।

तकनीकी पोस्ट में इस गणना के पीछे की इंजीनियरिंग का वर्णन है। सिम्युलेटर संचालन की निर्भरताओं और मापन-सांख्यिकी को बरकरार रखते हुए उन्हें नए सिरे से व्यवस्थित करता है, और क्यूबिटों का मापन करके उन्हें मुक्त किए जाने पर भंडारण का दोबारा उपयोग करता है। यह तीन-स्तरीय प्रणालियों के समूहों को ऐसे बाइनरी निरूपण में पैक करता है, जिसे cuQuantum की cuStateVec लाइब्रेरी निष्पादित कर सकती है: पाँच तीन-स्तरीय प्रणालियों में 243 आधार अवस्थाएँ होती हैं और वे आठ बाइनरी भंडारण बिटों में समा जाती हैं, जिनमें 256 प्रविष्टियों की जगह होती है। 8,192-GPU कॉन्फ़िगरेशन में, 45-बिट का एन्कोडेड रजिस्टर लगभग 35.2 ट्रिलियन सम्मिश्र आयामों को निरूपित करता है, और डबल प्रिसिशन में केवल अवस्था को ही वितरित GPU मेमोरी के 512 TiB, यानी प्रति GPU 64 GiB, की आवश्यकता होती है।

सिमुलेशन NVIDIA cuQuantum सॉफ़्टवेयर और CUDA-Q प्लेटफ़ॉर्म की दोष-सहिष्णु लॉजिकल परत का उपयोग करके किए गए, ताकि मैजिक-स्टेट सर्किट को व्यक्त किया जा सके। परियोजना में NVIDIA cuBLASMp और cuSOLVERMp का उपयोग करके वितरित फैक्टराइज़ेशन टूल भी विकसित किए गए। ये संग्रहित अवस्था के चुने हुए विभाजनों की जाँच करते हैं, ताकि पता लगाया जा सके कि अधिक संक्षिप्त निरूपण में कितनी जानकारी बनाए रखना आवश्यक है। इससे विस्तृत स्टेट-वेक्टर संदर्भ के मुकाबले अनुमानित सिमुलेशन विधियों को परखने का रास्ता बनता है।

शोध केंद्र में पैक्ड-सर्किट के छोटे सत्यापन मामलों में, टीम के अनुसार, जब टेन्सर-नेटवर्क ट्रंकेशन थ्रेशोल्ड को और सख्त किया गया, तो स्वतंत्र स्टेट-वेक्टर और टेन्सर-नेटवर्क गणनाओं के मापन की प्रायिकताओं में लगभग 10⁻¹³ तक की सहमति रही। सुपरकंप्यूटिंग समय देने से पहले GPU की आवश्यकताओं और GPU-घंटों के बजट का अनुमान लगाने के लिए छोटे रन मापदंड का काम करते हैं। टीम ने कहा कि यही तरीका अलग-अलग लीकेज मॉडल, सर्किट शेड्यूल और त्रुटि-सुधार प्रोटोकॉल वाले भावी अध्ययनों में भी सहायक हो सकता है; बड़े कॉन्फ़िगरेशन तक विस्तारित करने से पहले हर अध्ययन को प्रबंधनीय पैमाने पर जाँचा जा सकता है।