이달 초 과학 저널 Nature에 게재된 연구에서는 NVIDIA 기반 슈퍼컴퓨터를 사용한 연구를 통해 양자 컴퓨팅의 상용화를 향한 가능성을 검증했습니다.
노벨상 수상자인 조르지오 파리시(Giorgio Parisi)가 주도한 이 연구는 기존 컴퓨터로는 매우 어려운 복잡한 최적화 문제를 언젠가는 해결할 수 있는 양자 어닐링(quantum annealing)에 초점을 맞추고 있습니다.
연구팀은 연구를 수행하기 위해 이탈리아 볼로냐에 위치한 Leonardo 시설의 2백만 GPU 컴퓨팅 시간, 룩셈부르크의 Meluxina-GPU 클러스터에서 약 16만 GPU 컴퓨팅 시간, 스페인 슈퍼컴퓨팅 네트워크의 1만 GPU 시간을 동원했습니다. 또한 이탈리아 레체에 있는 Dariah 클러스터도 이용했습니다.
연구팀은 이러한 최첨단 리소스를 사용해 양자 어닐러로 알려진 특정 종류의 양자 컴퓨팅 시스템의 동작을 시뮬레이션했습니다.
0과 1이라는 2진법으로 정보를 처리하는 기존 컴퓨터와 달리 양자 컴퓨터는 양자 비트 또는 큐비트를 사용하여 완전히 새로운 방식으로 정보를 처리할 수 있습니다.
양자 어닐러는 보편적으로 유용하지는 않지만 특정 유형의 최적화 문제를 해결하는 데 유리할 수 있는 특수한 유형의 양자 컴퓨터입니다.
“2차원 이싱 스핀 유리의 양자 전이(The Quantum Transition of the Two-Dimensional Ising Spin Glass)” 논문은 계산 물리학에서 중요한 문제인 2차원 평면에서 무질서한 자성 물질인 이싱 스핀 유리의 상전이(양자 시스템의 특성 변화)를 설명하는 데 중요한 진전을 이룬 논문입니다.
이 논문은 2차원 평면에 배열된 자성 입자의 특성이 어떻게 갑작스럽게 변화를 일으킬 수 있는지에 대한 문제를 다룹니다.
이 연구는 또한 GPU 기반 시스템이 양자 컴퓨팅에 대한 접근 방식을 개발하는 데 어떻게 핵심적인 역할을 하는지 보여줍니다.
연구자들은 GPU 가속 시뮬레이션을 통해 양자 컴퓨터 개발에서 복잡한 시스템의 동작을 이해하고 가장 유망한 경로를 밝힐 수 있습니다.
양자 어닐러는 선구적인 양자 컴퓨팅 회사인 D-Wave가 개발한 시스템과 같이 자기적으로 민감한 입자 집합에 가해지는 자기장을 체계적으로 감소시키는 방식으로 작동합니다.
충분히 강하면 적용된 자기장이 입자의 자기 방향을 정렬하는 역할을 하는데, 이는 철제 파일링이 바 자석 근처에 균일하게 서게 되는 것과 유사합니다.
자기장의 세기를 충분히 천천히 변화시키면 자성 입자는 최종 배열의 에너지를 최소화하도록 스스로 배열됩니다.
양자 어닐러는 특정 종류의 문제를 스핀 유리의 최소 에너지 구성으로 인코딩할 수 있기 때문에 스핀 유리로 알려진 복잡하고 무질서한 자기 시스템에서 이 안정적인 최소 에너지 상태를 찾는 것은 매우 중요합니다.
스핀 글라스의 안정적인 배열을 찾으면 문제가 해결됩니다.
이러한 시스템을 이해하면 과학자들은 자연이 복잡성과 무질서를 다루는 방식을 모방하여 어려운 문제를 해결하기 위한 더 나은 알고리즘을 개발할 수 있습니다.
이는 양자 어닐링을 발전시키고 물류에서 암호화에 이르기까지 다양한 분야에 걸친 문제, 즉 현재 효율적인 해결책이 알려지지 않은 극도로 어려운 계산 문제를 해결하는 데 양자 어닐링을 응용하는 것이 중요합니다.
일련의 양자 게이트를 적용하여 작동하는 게이트 모델 양자 컴퓨터와 달리 양자 어닐러는 양자 시스템이 시간에 따라 자유롭게 진화할 수 있도록 합니다.
이는 충분한 시간과 리소스가 주어지면 모든 연산을 수행할 수 있는 범용 컴퓨터는 아니지만 차량 라우팅, 포트폴리오 최적화 및 단백질 폴딩과 같은 애플리케이션 분야에서 특정 최적화 문제 집합을 해결하는 데 이점이 있을 수 있습니다.
연구진은 NVIDIA GPU에서 수행한 광범위한 시뮬레이션을 통해 양자 어닐러를 구성하는 스핀 글래스의 주요 매개변수가 작동 중에 어떻게 변화하는지 파악하여 이러한 시스템을 사용하여 중요한 문제에서 양자 속도 향상을 달성하는 방법을 더 잘 이해할 수 있게 되었습니다.
이 획기적인 논문의 작업 대부분은 NVIDIA의 GTC 2024 기술 컨퍼런스에서 처음 발표되었습니다. 논문 전문을 읽고 양자 컴퓨팅에 대한 NVIDIA의 연구에 대해 자세히 알아보세요.