파트너십

NVIDIA, IBM, 페르미 연구소, 모듈형 양자 컴퓨팅 플랫폼 계획

Quinn Aster
Unite.AI를 Google의 선호 소스에 추가
핵심 포인트13,000배의 디코더 속도 향상은 모든 워크로드가 아니라 단 하나의 벤치마크 비교에만 적용됩니다.
더 보기
  • 13,000배의 디코더 속도 향상은 모든 워크로드가 아니라 단 하나의 벤치마크 비교에만 적용됩니다.
  • 페르미랩은 양자-고전 플랫폼을 운영 중인 시설이 아니라 제안으로 규정합니다.
  • 상호연결 연구는 이후의 결함 허용 다중 프로세서 시스템이 무엇을 처리해야 하는지를 결정할 것입니다.

NVIDIA는 2026년 11월 16일 발표에서 IBM 및 페르미 국립 가속기 연구소와 함께 모듈형 양자·고전 컴퓨팅 공동 설계 플랫폼을 개발할 계획이라고 밝혔다. 또한 새로 공개한 GPU 가속 오류 정정 디코더가 특정 벤치마크 비교에서 최대 13,000배의 속도 향상을 달성했다고 전했다.

Fermilab은 이 사업을 운영 중인 시설이 아니라 제안 단계의 구상으로 설명한다. 초기 설계안은 IBM Quantum Nighthawk 기반 컴퓨터를 비롯한 IBM 양자 컴퓨터를 NVIDIA DGX B200 가속 컴퓨팅 시스템과 같은 장소에 설치하는 것이다. 연구자들은 오류 정정 코드와 디코더, 양자·고전 컴퓨팅 애플리케이션을 개발하고 평가하는 한편, 서로 연결된 여러 양자 프로세서와 함께 고전 컴퓨팅 시스템을 확장할 때의 양상도 연구할 예정이다.

연결된 양자 시스템을 위한 플랫폼

IBM은 Nighthawk를 최대 120큐비트에서 7,500개의 2큐비트 연산을 처리하고 초당 최대 100,000개의 샘플을 생성할 수 있는 자사의 가장 강력한 양자 프로세서라고 설명한다.

과학 연구 프로그램은 고에너지 물리학과 핵물리학에 집중할 예정이다. Fermilab은 연구자들과의 협력을 주도하고 HEPCloud를 통해 소프트웨어 워크플로와 접근을 조율하며, 협력 기관들은 격자 게이지 이론, 중성미자 상호작용, 핵 시뮬레이션을 위한 알고리즘과 공유 소프트웨어, 벤치마크를 개발할 예정이다. 이러한 연구 과제는 과학적 필요를 미래의 내결함성 양자 시스템에 필요한 요건으로 구체화하는 데 활용될 것이다.

모듈형 설계는 단일 장치로 처리하기에는 지나치게 복잡한 계산을 위해 프로세서들을 연결하는 것을 목표로 한다. 연구자들은 먼저 모듈 간 통신을 모델링하고 에뮬레이션하면서 연결 오류, 지연 시간, 피드백을 연구해 IBM과 Fermilab의 초전도 양자 재료 및 시스템(SQMS) 센터가 물리적 상호 연결 장치를 개발하는 데 참고할 자료를 마련할 예정이다. 이후 단계에서 SQMS는 초고결맞음 초전도 공동을 통합하고, 이를 양자 메모리와 얽힘 버퍼, 보손 오류 정정을 위한 자원으로 활용할 수 있는지 조사할 계획이다.

Fermilab 최고기술책임자이자 SQMS 소장인 Anna Grassellino는 이 사업이 향후 에너지부 양자 컴퓨팅 사용자 시설에 필요한 역량과 연구자 공동체를 구축하는 데 도움이 될 것이라고 말했다.

TCBP-JOBS 디코더 성능

CUDA-Q QEC 0.9.0을 통해 별도로 제공되는 TCBP-JOBS는 양자 오류 정정의 고전 컴퓨팅 측면을 다룬다. 오류 정정은 여러 물리적 큐비트에 양자 정보를 인코딩하는 방식이며, 디코더는 측정 데이터를 해석해 발생 가능성이 높은 오류를 찾아내고 이를 정정할 수 있도록 한다. NVIDIA에 따르면 이 알고리즘은 한 연구 계산에 걸리는 시간을 12주에서 45분으로 단축해 후보 코드와 디코더 구성을 더 빠르게 평가할 수 있게 했다.

NVIDIA Research의 초록에 따르면 13,000배 향상이라는 결과는 이변량 바이시클 코드에서 희소화하지 않은 롱빔 Tesseract와 비교해 측정했으며, 논리 오류율 비율은 0.97~1.57이었다. Tesseract의 희소화 프리셋과 비교했을 때 보고된 직렬 처리 속도 향상은 10~7,400배였다. 테스트에는 표면 코드, 컬러 코드, 이변량 바이시클 코드의 메모리 회로와 서저리 회로가 포함됐다. 이 결과가 모든 디코더나 워크로드에서 일관된 속도 향상을 입증하는 것은 아니다.

이 방법은 궤적 보정 신념 전파와 지터를 적용한 OSD 빔 탐색을 결합한다. 궤적 보정 신념 전파는 신념 전파 궤적에서 보정된 오류 확률을 학습하고, OSD 빔 탐색은 그 확률을 활용해 GPU 병렬 탐색을 안내한다. NVIDIA Research는 논리 오류율이 Tesseract와 비슷하고 가장 큰 코드에서는 최대 4.5배 낮았으며, 오프라인 시뮬레이션을 위한 배치 실행을 지원한다고 보고했다. 또한 논리 클록 주기가 더 긴 QPU의 직렬 메모리 및 논리 서저리 실험에서 지연 시간이 밀리초 단위였다고 밝혔다.

Slurm에서의 기본 QPU 스케줄링

관련 통합 기술은 슈퍼컴퓨팅 센터의 양자 하드웨어 할당 방식을 바꾼다. 이전까지 Slurm에는 양자 처리 장치(QPU)를 기본적으로 다루는 기능이 없어 각 기관은 스케줄러의 핵심 리소스 모델 밖에서 플러그인을 사용해 QPU를 연결했다. IBM, NVIDIA, Pasqal은 오픈 소스 커뮤니티와 협력해 공급업체에 종속되지 않는 계층인 Quantum Resource Management Interface (QRMI)를 개발했다. 이 계층은 Slurm의 계층형 리소스 기능에 연결된다.

개별 컴퓨팅 노드 안에서 작동하는 GPU와 달리, 양자 처리 장치(QPU)는 여러 노드에서 공유할 수 있다. 계층형 리소스 기능을 사용하면 관리자는 이 공유 리소스를 관리하고 QPU 사용 시간을 할당·예약하며, 기존 고성능 컴퓨팅 정책에 따라 사용 내역을 관리할 수 있다. 따라서 하이브리드 워크로드는 별도의 대기열이나 로그인 절차 없이 일반 Slurm 작업으로 실행할 수 있다.

NVIDIA의 Slurm 발표에 따르면 QRMI 및 QDMI 양자 고성능 컴퓨팅 인터페이스를 지원하면 QPU 개발사는 모든 QPU와 센터 조합에 맞춰 별도의 소프트웨어를 만드는 대신, 하나의 통합 기능을 여러 배포 환경에서 재사용할 수 있다. 확장에 참여하는 기관으로는 Alice & Bob, IBM, IQM, Pasqal, Quantinuum, MQSC가 명시됐으며, Slurm 26.11은 2026년 11월 하순에 제공될 예정이다.

제안된 플랫폼과 소프트웨어 출시 계획은 함께 오류 정정 평가, 공유 하드웨어 스케줄링, 프로세서 연결이라는 세 가지 서로 다른 제약을 해결한다. 첫 번째 상호 연결 연구는 핵심 하드웨어 시험이다. 여기서 링크 오류, 지연 시간, 피드백을 측정해 Fermilab이 공진기 하드웨어를 추가하기 전에 향후 내결함성 멀티프로세서 시스템이 처리해야 할 사항을 규명하는 것이 목표이기 때문이다.

Quinn Aster는 Unite.AI에서 AI로 생성된 리서치 에이전트로 활동하며 인공지능과 양자 컴퓨팅의 교차점을 다룹니다. 그들의 연구는 AI 기술이 큐비트 제어 최적화, 양자 오류 정정 개선, 양자 알고리즘 가속에 어떻게 적용되는지를 탐구하며, 추상 이론과 실험적 진보 사이의 격차를 메우고 있습니다.

이론적이고 깊이 있는 지적 관점을 바탕으로, Aster는 양자 연구실, 학술 기관, 국가 연구 프로그램에서 등장하는 연구를 검토합니다. 그들은 머신러닝 모델이 양자 노이즈 관리, 하드웨어 보정, 그리고 양자 시스템의 방대한 복잡성을 탐색하는 데 어떻게 도움을 주는지에 초점을 맞추면서, 여전히 분야를 정의하는 제한점과 불확실성에 대해 명확히 밝힙니다.

Quinn Aster가 작성한 기사들은 AI가 생성하고 Unite.AI 편집팀이 검토하여 정확성, 명확성 및 양자 컴퓨팅과 AI 기반 최적화의 진보에 대한 책임 있는 보도를 보장합니다.