让量子计算研究进入崭新的发展里程碑

在Gefion超级计算机上使用NVIDIA CUDA-Q，Ansys计算流体力学仿真规模成功扩展到了39个量子比特（qubit）。

计算流体力学（CFD）仿真已成为航空航天、汽车、能源以及加工行业不可或缺的技术。随着设计进程的加速以及保真度要求的提高，CFD模型的规模和复杂性不断增加，对更大内存容量、更精细空间分辨率以及更短周转时间的需求也在不断增长。长期以来，Ansys始终致力于应对这些挑战，不仅率先推出了高性能求解器，而且还将高性能计算（HPC）与人工智能（AI）融合，在不影响准确性的情况下，加速收敛，降低计算成本。

Ansys首席技术官办公室积极研究能够加速偏微分方程（PDE）求解的量子算法，由于研究界已有成熟的基准测试案例，该研究的初始重点为CFD领域。我们采用NVIDIA CUDA-Q开源量子开发平台构建量子应用堆栈，如今，这不仅可在无噪声的环境中实现基于GPU的可扩展的算法仿真，而且还能在未来超越噪声中等规模量子（NISQ）时代时，在量子硬件上实现无缝运行。一旦确定算法可扩展至工业规模及复杂度，我们就会进入硬件验证阶段，因为这就是研究的下一个步骤。该迭代过程，可帮助我们逐步收敛到最有效的量子计算方法。

NVIDIA CUDA-Q平台在开发混合量子经典工作流程和GPU加速量子电路仿真方面的灵活性，在帮助我们研究算法如何扩展的过程中发挥了关键作用。

当量子计算遇到CFD

量子算法旨在巧妙利用信息在量子系统中编码时可能的新处理方式。量子系统似乎特别适合计算量极其庞大的CFD仿真，尤其是在以下方面：

• 高维度：与经典比特不同，量子比特（也叫量子位）可编码随其数量呈指数级扩展的数据。每增加一个量子比特，可寻址数据空间就会增加一倍。通过将整个计算网格（可能包含数十亿个点）表示为量子态振幅，量子计算便可访问更大求解空间。实际上，本博客后面也有演示：我们只用39个量子比特，就解决了涉及680亿个网格点的问题！

• 并行全局更新：量子计算提供了迭代更新数据的契机，可通过CFD中常用的时间步演变为整体操作，在单次量子电路执行中完成。并且，其无需迭代调用内核，便可同时更新所有网格点。

然而，要将这些特性成功应用于实际的CFD应用，比我们所以为的要复杂得多。这需要构建复杂的算法，不仅要能操控编码在量子比特中的CFD信息，还要能够进行读取。量子晶格玻尔兹曼法（QLBM）就是实现这些目标的一种方法。

何为量子晶格玻尔兹曼法（QLBM）？

在CFD中，标量密度场的传递由对流扩散（）方程控制，这是一个典型问题，通常是开发经典数值方法的初始基准。

QLBM是经典晶格玻尔兹曼法的量子原生实现，在这里经过调整，可高效解决量子硬件的流体仿真问题。因为其固有的局部结构化更新规则可以自然地映射到量子电路上，QLBM特别适合量子CFD。QLBM不仅保留了LBM的简洁性和模块化特性，同时还可释放量子计算在数据表示和处理能力上的指数级潜力。

QLBM中的每个时间步均包含四个关键操作：

1. 态制备（State Preparation）：初始化“网格寄存器”，其振幅将对离散晶格上的标量密度场编码。
2. 碰撞（Collision）：通过单位算子的线性组合来实现碰撞操作。除网格寄存器中的量子比特外，该步骤还需要辅助量子比特。
3. 传输（Streaming）：执行受控移位（controlled-shift）算子，根据对流（advection）动力学传播振幅。
4. 读出（Readout）：测量量子寄存器，重新构建更新的密度分布。

通过这些操作，QLBM能够将整个晶格上的完整时间步更新作为整体、相干的量子操作来完成，而无需像经典显式时间推进方法那样逐点顺序更新。

创记录规模的39量子比特仿真

与NVIDIA合作，Ansys在DCAI的Gefion超级计算机上的183个节点上部署CUDA-Q，成功执行了39个量子比特的QLBM仿真：

• 36个空间量子比特：编码一个2¹⁸×2¹⁸的2D网格，大约有680亿个自由度。
• 3个辅助量子比特：支持碰撞与数据流逻辑。
• 平台：使用CUDA-Q编写的算法代码，通过CUDA-Q“cpu”目标平台，进行了本地CPU的小型初步测试。随后，通过“nvidia”目标平台，可轻松扩展到中等规模的本地GPU环境。最后，使用相同的代码，将CUDA-Q的目标平台切换到“mgpu”，在Gefion上进行大规模运行，使用了183个节点，总计1464个GPU。不久的将来，通过使用CUDA-Q支持的各种量子比特类型，同一段代码将在量子处理器（QPU）上运行将成为可行。 

大规模AI优化基础架构

上述仿真在一台丹麦AI创新中心（DCAI）运营的AI超级计算机Gefion上运行，该中心的使命是通过提供前沿计算功能，在各领域间为AI加速。Gefion基于NVIDIA DGX SuperPOD架构，在全球500强超级计算机榜单中名列第21位。

Gefion中的高级计算架构可将服务器连接起来，作为一个整体运行，在每个节点上提供3.2Tb/s的连接，这在帮助算法构建并操纵大型量子状态向量的过程中非常有用。使用CUDA-Q框架的nvidia-mgpu目标来生成量子态向量（statevectors），通过将各节点的GPU VRAM汇聚在一起，让科学家无需操心内存管理的细节。 

在峰值执行时，仿真使用183个DGX节点，每个节点配备8个H100 GPU，总计1464个GPU，在仿真中提供了大约85.7 PFLOPS（FP64张量运算性能）。计算互连网络由高速的八通道（octo-rail）NVIDIA Quantum-2 InfiniBand网络组成，每个GPU直接连接至计算架构，带宽为400Gb/s，每秒在每个GPU之间传输数十GB的数据。该存储系统使用800Gb/s的连接实现了超过200GB/s的IO500带宽，其中“易写入（easy write）”速度为563 Gb/s，“易读取（easy read）”速度为910Gb/s。

Gefion一直是项目期间并行化计算的理想测试平台，可使分析组件能够顺利地在集群中分布运行。自适应资源分配模型和HPC专家运营团队，使项目能够无缝地发挥硬件的最大性能。 

我们将Ansys深厚的求解器开发专业技术与NVIDIA高性能CUDA-Q平台上量子算法研究的开拓性进展融合，为量子加速流体动力学奠定了坚实基础。随着量子计算技术的发展，这项工作具有重要的前瞻性价值，有助于规划工业级量子CFD发展的系统化路径，以应对未来工程挑战不断增长的计算需求。

如欲了解更多详情，敬请参阅“面向可实现化的量子晶格玻尔兹曼法的算法进展”。